媲美 Sora？Runaway 亮相视频生成模型 Gen-3 Alpha，更懂物理世界

人工智能生成的高质量视频的竞争正在升温。

当地时间 6 月 17 日，专门为电影和图像内容创作者开发生成式人工智能工具的公司 Runway AI 发布了 Gen-3 Alpha。

Gen-3 Alpha 地址：https://runwayml.com/blog/introducing-gen-3-alpha/

该公司最新的人工智能模型可以根据文本描述和静态图像生成视频片段。Runway 公司表示，与 Runway 之前的旗舰视频模型 Gen-2 相比，该模型在生成速度和保真度方面实现了“重大”改进，并且对其所创建视频的结构、风格和动作进行了精细控制。

Gen-3 将在未来几天内向 Runway 订阅者推出，包括企业客户和 Runway 创意合作伙伴计划中的创作者。

Runway 在其博客上写道：“Gen-3 Alpha 擅长生成具有各种动作、手势和情绪的富有表现力的人类角色。它旨在诠释各种风格和电影术语，并实现富有想象力的过渡和场景中元素的精确关键帧。”

提示：从窗户向外看，看到一个巨大的奇怪生物在夜晚破败的城市中行走，一盏路灯昏暗地照亮了整个区域。

提示：一张电影广角肖像，一个男人的脸被电视的光照亮。

提示：一个中年悲伤的秃头男人突然变得快乐，因为一顶卷发假发和一副太阳镜突然落在他的头上。

目前 Gen-3 还未开放给公众试用，但在官网的博客中，Runway 秀出了数十个精彩的生成视频，无论是光线、色彩、运动轨迹、人物细节都非常逼真，有行业人士表示一些视频是 Sora 级别的质量。

Runway 表示，Gen-3 Alpha 是即将推出的一系列模型中的首个，这一系列模型是在为大规模多模态训练而构建的新基础设施上训练的。

Gen-3 Alpha 有其局限性，其中局限之一就是其视频最长只能拍摄 10 秒。不过，Runway 联合创始人 Anastasis Germanidis 承诺，Gen-3 只是下一代模型系列中第一个也是最小的一个视频生成模型，这些模型都是在升级的基础设施上进行训练的。

Germanidis 今早接受 TechCrunch 采访时表示：“该模型在处理复杂的角色和物体交互时可能会遇到困难，而且生成过程并不总是严格遵循物理定律。首次推出的版本将支持 5 秒和 10 秒的高分辨率生成，生成时间明显快于 Gen-2。生成一段 5 秒的视频需要 45 秒，生成一段 10 秒的视频则需要 90 秒。”

与所有视频生成模型一样，Gen-3 Alpha 也接受了大量视频和图像样本的训练，因此它可以“学习”这些样本中的模式来生成新的视频片段。训练数据从何而来？Runway 没有透露。

如今，很少有生成式 AI 供应商主动提供此类信息，部分原因是他们认为训练数据是一种竞争优势，因此对训练数据和相关信息讳莫如深。

团队创始成员之一的 Germanidis 表示：“我们有一个内部研究团队，负责监督我们所有的培训，我们使用精选的内部数据集来训练我们的模型。”他没有再说什么。

Runway 由克里斯托瓦尔（Cristóbal Valenzuela），亚历杭德罗（Alejandro Matamala）和阿纳斯塔西斯（Anastasis Germanidis）三个智利人于 2018 年底创立，由他们在纽约大学（NYU）的论文项目发展而来，他们在此相识并获得了研究生学位。

Runway 在 2018 年获得了 Lux Capital 的 200 万美元种子融资，在 2020-2022 年陆续完成了 A、B、C 三轮融资，C 轮由 Felicis 领投，金额达 5000 万美元，估值 5 亿美元。2024 年 6 月 1 日，The Information 消息，生成式 AI 平台 Runway 获得 1 亿美元 D 轮融资（约 7 亿元），估值 15 亿美元，本次由谷歌领投。

此外，Runway 还运营着 Runway Studios，这是一个娱乐部门，作为企业客户的制作合作伙伴，并主办人工智能电影节，这是首批专门展示完全或部分由人工智能制作的电影的活动之一。

Runway 的主要使用人群包括电影制作人、设计师、VFX 和 CGI 专业人士、艺术家、编码员、音乐家、学生和教育工作者等。