Runway 发布全新 Gen-4.5视频生成模型

Runway Gen‑4.5 视频生成模型概览（截至 2025‑12‑02）‍

1. 发布概况

• 发布时间：2025 年 12 月 1 日（部分媒体在 12 月 2 日同步报道）
• 定位：Runway Gen‑4.5 是公司在 Gen‑4 基础上推出的全新一代旗舰模型，旨在实现“电影级”画质与“物理级”运动一致性，被视为当前 SOTA（State‑of‑the‑Art）‍ 视频生成模型。

2. 技术架构与实现

• 底层硬件：完全基于 NVIDIA GPU（Hopper 与 Blackwell 系列）进行训练与推理，Runway 与英伟达深度合作，优化了从预训练到实时推理的全流程效率。
• 模型类型：采用大规模扩散模型（Diffusion）结合时间‑空间注意力机制，实现高分辨率（最高 4K）视频帧的同步生成。
• 训练数据：利用多模态（文本 + 图像 + 视频）大规模数据集，强化对 物理规律、因果关系 的学习，使生成内容在重力、碰撞、材质交互等方面更贴合真实世界。

3. 核心能力与创新点

4. 使用方式与交互模式

1. 平台入口：通过 Runway 官方网页（app.runwayml.com）或 API 进行调用，支持 Web UI、桌面客户端、插件 三种入口。
2. 计费模型：采用 信用点（credits）‍ 计费方式。虽然 Gen‑4.5 的具体点数尚未公开，但参考 Gen‑4 的方案（标准版 $15 /月，625 credits，5 秒视频消耗 25 credits）可推测新模型在同等套餐下保持相似或略高的点数消耗。
3. 控制面板：
   • 文本提示：完整自然语言描述场景、动作、镜头运动。
   • 参考图像：上传角色或物体图片，实现跨帧外观一致。
   • 镜头路径：通过简易的轨迹编辑器指定相机移动、变焦、俯仰角。
   • 风格/色彩：可选电影、动画、写实等预设风格，或自定义色彩调子。

5. 性能评测（基准测试）

• Artificial Analysis – Video Arena：Gen‑4.5 获得 1247 ELO，排名第一；第二名为 Google Veo 3（1226 ELO），第三名为快手 可灵 2.5（1203 ELO）。
• 用户主观评测：盲测中，超过 80% 受访者认为 Gen‑4.5 在 场景连贯性 与 动作合理性 上优于竞争模型。

6. 商业化与定价（已公开信息）

目前 Runway 尚未公布 Gen‑4.5 的独立定价细节，预计将在后续几周内在上述套餐中统一上线。

7. 已知局限与研发方向

• 因果推理：在极端长序列或跨场景因果关系时仍可能出现 “先出现人物后出现门” 的时空错位。
• 对象永久性：遮挡或消失后重新出现的物体偶尔会出现短暂消失或外观不一致的现象。
• 研发计划：Runway 已启动 世界模型（World‑Model）‍ 研究项目，计划在 2026 年实现更强的因果推理与对象持久性。

8. 使用建议

1. 创意短片：利用文本 + 参考图像的组合，可快速生成 5‑10 秒的概念片段，适合广告、社交媒体预览。
2. 电影级镜头：在需要复杂相机运动（追踪、推拉、环绕）时，先在 UI 中绘制轨迹，再配合细化的动作描述，可获得接近真实电影镜头的效果。
3. 迭代优化：利用 Credits 进行多轮微调——先生成粗稿，再通过“参考帧”功能锁定关键角色外观，最后细化细节（光影、尘土）提升真实感。
4. 成本控制：若预算有限，可在 Standard 方案下使用 5 秒 视频的 25 credits 计费模型，合理规划生成时长与分辨率。

总结：Runway Gen‑4.5 通过强大的物理理解、卓越的运动质量以及灵活的多模态控制，已在行业基准测试中拔得头筹，标志着 AI 视频生成从“画面拼接”迈向“真实物理模拟”。虽然在因果推理与对象持久性上仍有提升空间，但其已足以满足从创意短片到电影级预可视化的广泛需求，且通过信用点计费的商业化模式，使不同规模的创作者均能以相对低成本尝试前沿视频生成技术。