Runway联席CEO Germanidis:世界模拟器最关键
Runway联席创始人兼联席CEO Anastasis Germanidis在旧金山共济会堂举行的Runway AI Summit开场主题演讲中称,通用世界模拟器将是这个时代最重要的技术进展。公司同步发文记录峰会当日开场,场地为加州街1111号The Masonic,日程从上午9点到下午6点。
峰会定位为世界模型专场,讲者包括NVIDIA Cosmos实验室副总裁Ming-Yu Liu、Physical Intelligence联合创始人Quan Vuong、Google DeepMind的Jon Barron、The Bot Company联合创始人兼CTO Paril Jain,以及加州州长办公室高级顾问Vivek Viswanathan等。联合创始人Cristóbal Valenzuela此前把这场会写成机器人、世界模型与物理AI的集中展示。
产品线已从Gen系列视频生成推到GWM世界模型。GWM-1被写成可逐帧生成、实时交互、接受相机位姿、机器人指令与音频控制;GWM Worlds 2进一步给出可玩世界:连续720p、24帧、48000赫兹音频,用世界提示拆开「持久的场景、主体、物理规则」与「可变的动作」,会话无预设时长。Solaris则把点击与拖拽当作动作空间,逐帧生成界面本身,不再先写代码再渲染。公司方向是把游戏世界、机械臂与软件界面收进同一套基础模型,只换动作空间。
融资与估值已对准预训练。2月General Atlantic领投3.15亿美元E轮,NVIDIA与AMD Ventures参与,估值大约翻到53亿美元,用途写明为下一代世界模型预训练及向新行业铺产品。Germanidis在峰会前的采访里把自动驾驶长尾问题写成:答案可能是从未从车上拍到的合成影像,并用同一基座去和「两亿英里实车数据」路线对比。
公开路线图更早写过:视频模型在足够规模上会变成世界模型,因为预测下一帧必须学习物体如何运动、力如何传递、动作如何致果;语言模型蒸馏的是已有文本,过不去物理现实。公司曾给出时间锚:约五年到可交互、与真实世界难以区分的人类尺度模拟,约十年到物理与生物足够精确、能解决相当比例的科学难题。Berkeley演讲里他把方法收成一句话:用预测下一帧来预测世界。
市场机制上,买方是要合成训练场的机器人、自动驾驶与游戏公司,卖方是把视频模型包装成可交互模拟器的实验室。资金从影视剪辑订阅转向「风洞」——在合成世界里跑百万情景,而不建真实实验室。受益方是掌握实时视频生成与动作控制的模型商,以及卖算力给预训练的芯片厂;承压方是只靠实车里程或手工编写仿真器的团队,以及仍把Runway当好莱坞特效工具的旧客户结构。峰会是产品叙事驱动,不是一次模型权重开源。
补充层面:Runway安全负责人Conner McDowell也在日程上。Gen-4.5仍被公司称为最新基座视频模型,GWM系列是在其上按领域后训练。Germanidis承认当前Worlds、Avatars、Robotics、Solaris仍是分开的后训练应用,统一基座还是进行中的工程,不是已交付的单一权重。
来源:公开信息
ABAB AI 解读
Runway从Gen-2文本生成视频走到GWM,路径是把「下一帧」当成物理课,而不是把提示词当成导演指令。Germanidis与Cristóbal Valenzuela、Alejandro把公司写成艺术与科学同一能力的两面:好莱坞付费训练了运动先验,再把先验卖给机器人。E轮引入NVIDIA与AMD,等于承认世界模型的瓶颈在预训练算力,不在调色板。
资本从订阅特效迁到仿真即数据。实车两亿英里贵在采集与标注;合成世界把长尾场景变成可无限重放的像素。Solaris把同一逻辑打进软件界面,动作空间从方向盘换成鼠标,说明他们赌的是「一个世界模型打所有交互」,不是再做一条垂直驾驶模型。
对照Google的Genie、NVIDIA Cosmos、Wayve的行驶世界模型。行业处于从生成片段到生成可玩环境的扩张期,统一权重尚未完成,先用后训练切市场。
结构判断属于技术替代。手工仿真器与实车日志是稀缺资本,视频预测把稀缺变成算力账单。机制是:谁能稳定地让下一帧遵守力与因果,谁就能把实验室门槛从场地改成GPU;语言模型停在已写下来的知识,世界模型抢的是还没被写成文本的物理。
ABAB News · 认知定律
预测下一帧,就是在交物理学费
实验室稀缺时,合成世界先变成风洞
动作空间可换,世界模型才算通用