在AI视频生成领域声名鹊起的Runway，正以一种更为宏大的姿态，向着构建通用人工智能的终极目标迈进。这家公司近日发布了其首个“通用世界模型”（General World Model，简称GWM-1），试图通过让AI“学会预测每一个像素”，来模拟物理规律和时间演变，从而搭建一个能够进行推理和规划的动态虚拟世界。这一举措，无疑将Runway推到了与谷歌、OpenAI等科技巨头同台竞技的前沿，共同角逐下一代具身智能和通用人工智能的关键基础设施。 “世界模型”听起来有些抽象，但其核心理念却直观而有力：它是一种AI系统内在的、对现实世界运行机制的模拟。一旦AI拥有了这样的模型，就不再需要为每一种特定的真实场景单独进行海量训练，而是能够通过内部的推理和规划，自主地采取行动。Runway的CTO Anastasis Germanidis在一次直播中这样解释他们的思路：“要构建一个世界模型，我们必须先打造一个极其强大的视频模型。我们相信，只要模型能够在大规模、高质量的数据上学习，并且能够预测像素的连续变化，它就自然而然地能够获得对世界运作方式的深刻理解。”换句话说，Runway认为，“像素即物理”，通过精准预测像素的动态变化，AI就能掌握物理、光照、几何以及因果关系。 GWM-1并非一个孤立的产品，而是以三个各具特色的分支率先落地，分别针对不同的应用场景： GWM-Worlds：构建可交互的虚拟空间。这是Runway推出的一个交互式应用。用户可以通过简单的文字描述或一张图片，设定一个初始场景。随后，GWM-1会以每秒24帧、720p的分辨率，生成一个动态演进的世界。这个世界不仅拥有连贯的几何结构和符合逻辑的光照，更重要的是，当用户进行“探索”时，模型能够实时生成新的内容，就像一个活生生的虚拟空间。Runway指出，这不仅能为游戏开发提供强大的支持，更可以作为一个完美的虚拟沙盒，用于训练AI智能体如何在复杂的物理环境中进行导航和决策。 GWM-Robotics：为机器人提供安全的“练兵场”。在机器人领域，真实世界的实验往往成本高昂且充满风险。GWM-Robotics通过注入各种变化因素，如天气变化、动态障碍物等，为机器人提供了一个高风险或难以在现实中复现的场景模拟。通过这种方式，机器人可以在虚拟环境中反复演练，而无需担心损坏或造成危险。更进一步，该系统还能识别机器人可能违反安全策略或指令的潜在条件，为机器人的可靠性验证提供了全新的工具。Runway已经计划通过SDK将这一模块开放给合作伙伴，并透露正与多家机器人公司进行深入的洽谈。 GWM-Avatars：打造逼真的数字人。顾名思义，GWM-Avatars致力于生成具备真实人类行为逻辑的数字人。这些数字人可以用于各种需要人机交互的场景，例如虚拟客服、在线培训，甚至是更具沉浸感的娱乐体验。在这一方向上，Runway的努力与D-ID、Synthesia、Soul Machines以及谷歌的数字人项目形成了有趣的呼应，共同探索数字生命的可能性。虽然目前这三个分支是独立运行的模型，但Runway明确表示，其终极目标是将它们融合，构建一个真正统一的通用世界模型。与此同时，Runway并未止步于此。就在不久前发布的Gen4.5视频生成模型也迎来了一次重大的升级。新版本原生支持音频生成，能够合成长达一分钟、包含多个镜头衔接的视频，并且能够保持角色的一致性。此外，它还可以添加对白和环境音效，用户甚至可以对已有视频的音频进行编辑，或者对多镜头视频进行精细化的调整。这一系列能力的提升，让Runway的视频工具在功能上愈发接近近期发布的Kling的“一体化视频套件”，也标志着AI视频生成领域正从一个充满创意的原型工具，快速迈向一个能够真正投入生产的工业级解决方案。目前，升级后的Gen4.5已全面开放给所有付费用户。总而言之，随着“世界模型”从一个前沿理论概念，逐渐走向工程实现的具体产品，Runway正试图以“像素即物理”的独特哲学，搭建起一座连接虚拟仿真与现实行动的桥梁。在这里，AI不再仅仅是“看”和“说”，而是开始真正地“理解”世界是如何运转的。这预示着，未来的AI将拥有更强的推理能力、更灵活的规划能力，并可能在具身智能和通用人工智能的道路上，开辟出全新的可能。

像素的舞蹈，世界的骨架：Runway如何用“看”来“懂”AI的未来

智享AI

封面图

在AI视频生成领域声名鹊起的Runway，正以一种更为宏大的姿态，向着构建通用人工智能的终极目标迈进。这家公司近日发布了其首个“通用世界模型”（General World Model，简称GWM-1），试图通过让AI“学会预测每一个像素”，来模拟物理规律和时间演变，从而搭建一个能够进行推理和规划的动态虚拟世界。这一举措，无疑将Runway推到了与谷歌、OpenAI等科技巨头同台竞技的前沿，共同角逐下一代具身智能和通用人工智能的关键基础设施。
“世界模型”听起来有些抽象，但其核心理念却直观而有力：它是一种AI系统内在的、对现实世界运行机制的模拟。一旦AI拥有了这样的模型，就不再需要为每一种特定的真实场景单独进行海量训练，而是能够通过内部的推理和规划，自主地采取行动。Runway的CTO Anastasis Germanidis在一次直播中这样解释他们的思路：“要构建一个世界模型，我们必须先打造一个极其强大的视频模型。我们相信，只要模型能够在大规模、高质量的数据上学习，并且能够预测像素的连续变化，它就自然而然地能够获得对世界运作方式的深刻理解。”换句话说，Runway认为，“像素即物理”，通过精准预测像素的动态变化，AI就能掌握物理、光照、几何以及因果关系。
GWM-1并非一个孤立的产品，而是以三个各具特色的分支率先落地，分别针对不同的应用场景：

GWM-Worlds：构建可交互的虚拟空间。 这是Runway推出的一个交互式应用。用户可以通过简单的文字描述或一张图片，设定一个初始场景。随后，GWM-1会以每秒24帧、720p的分辨率，生成一个动态演进的世界。这个世界不仅拥有连贯的几何结构和符合逻辑的光照，更重要的是，当用户进行“探索”时，模型能够实时生成新的内容，就像一个活生生的虚拟空间。Runway指出，这不仅能为游戏开发提供强大的支持，更可以作为一个完美的虚拟沙盒，用于训练AI智能体如何在复杂的物理环境中进行导航和决策。
GWM-Robotics：为机器人提供安全的“练兵场”。 在机器人领域，真实世界的实验往往成本高昂且充满风险。GWM-Robotics通过注入各种变化因素，如天气变化、动态障碍物等，为机器人提供了一个高风险或难以在现实中复现的场景模拟。通过这种方式，机器人可以在虚拟环境中反复演练，而无需担心损坏或造成危险。更进一步，该系统还能识别机器人可能违反安全策略或指令的潜在条件，为机器人的可靠性验证提供了全新的工具。Runway已经计划通过SDK将这一模块开放给合作伙伴，并透露正与多家机器人公司进行深入的洽谈。
GWM-Avatars：打造逼真的数字人。 顾名思义，GWM-Avatars致力于生成具备真实人类行为逻辑的数字人。这些数字人可以用于各种需要人机交互的场景，例如虚拟客服、在线培训，甚至是更具沉浸感的娱乐体验。在这一方向上，Runway的努力与D-ID、Synthesia、Soul Machines以及谷歌的数字人项目形成了有趣的呼应，共同探索数字生命的可能性。
虽然目前这三个分支是独立运行的模型，但Runway明确表示，其终极目标是将它们融合，构建一个真正统一的通用世界模型。
与此同时，Runway并未止步于此。就在不久前发布的Gen4.5视频生成模型也迎来了一次重大的升级。新版本原生支持音频生成，能够合成长达一分钟、包含多个镜头衔接的视频，并且能够保持角色的一致性。此外，它还可以添加对白和环境音效，用户甚至可以对已有视频的音频进行编辑，或者对多镜头视频进行精细化的调整。这一系列能力的提升，让Runway的视频工具在功能上愈发接近近期发布的Kling的“一体化视频套件”，也标志着AI视频生成领域正从一个充满创意的原型工具，快速迈向一个能够真正投入生产的工业级解决方案。目前，升级后的Gen4.5已全面开放给所有付费用户。
总而言之，随着“世界模型”从一个前沿理论概念，逐渐走向工程实现的具体产品，Runway正试图以“像素即物理”的独特哲学，搭建起一座连接虚拟仿真与现实行动的桥梁。在这里，AI不再仅仅是“看”和“说”，而是开始真正地“理解”世界是如何运转的。这预示着，未来的AI将拥有更强的推理能力、更灵活的规划能力，并可能在具身智能和通用人工智能的道路上，开辟出全新的可能。