返回快訊

Runway聯席CEO Germanidis:世界模擬器最關鍵

Runway聯席創始人兼聯席CEO Anastasis Germanidis在舊金山共濟會堂舉行的Runway AI Summit開場主題演講中稱,通用世界模擬器將是這個時代最重要的技術進展。公司同步發文記錄峯會當日開場,場地爲加州街1111號The Masonic,日程從上午9點到下午6點。

峯會定位爲世界模型專場,講者包括NVIDIA Cosmos實驗室副總裁Ming-Yu Liu、Physical Intelligence聯合創始人Quan Vuong、Google DeepMind的Jon Barron、The Bot Company聯合創始人兼CTO Paril Jain,以及加州州長辦公室高級顧問Vivek Viswanathan等。聯合創始人Cristóbal Valenzuela此前把這場會寫成機器人、世界模型與物理AI的集中展示。

產品線已從Gen系列視頻生成推到GWM世界模型。GWM-1被寫成可逐幀生成、實時交互、接受相機位姿、機器人指令與音頻控制;GWM Worlds 2進一步給出可玩世界:連續720p、24幀、48000赫茲音頻,用世界提示拆開「持久的場景、主體、物理規則」與「可變的動作」,會話無預設時長。Solaris則把點擊與拖拽當作動作空間,逐幀生成界面本身,不再先寫代碼再渲染。公司方向是把遊戲世界、機械臂與軟件界面收進同一套基礎模型,只換動作空間。

融資與估值已對準預訓練。2月General Atlantic領投3.15億美元E輪,NVIDIA與AMD Ventures參與,估值大約翻到53億美元,用途寫明爲下一代世界模型預訓練及向新行業鋪產品。Germanidis在峯會前的採訪裏把自動駕駛長尾問題寫成:答案可能是從未從車上拍到的合成影像,並用同一基座去和「兩億英里實車數據」路線對比。

公開路線圖更早寫過:視頻模型在足夠規模上會變成世界模型,因爲預測下一幀必須學習物體如何運動、力如何傳遞、動作如何致果;語言模型蒸餾的是已有文本,過不去物理現實。公司曾給出時間錨:約五年到可交互、與真實世界難以區分的人類尺度模擬,約十年到物理與生物足夠精確、能解決相當比例的科學難題。Berkeley演講裏他把方法收成一句話:用預測下一幀來預測世界。

市場機制上,買方是要合成訓練場的機器人、自動駕駛與遊戲公司,賣方是把視頻模型包裝成可交互模擬器的實驗室。資金從影視剪輯訂閱轉向「風洞」——在合成世界裏跑百萬情景,而不建真實實驗室。受益方是掌握實時視頻生成與動作控制的模型商,以及賣算力給預訓練的芯片廠;承壓方是隻靠實車裏程或手工編寫仿真器的團隊,以及仍把Runway當好萊塢特效工具的舊客戶結構。峯會是產品敘事驅動,不是一次模型權重開源。

補充層面:Runway安全負責人Conner McDowell也在日程上。Gen-4.5仍被公司稱爲最新基座視頻模型,GWM系列是在其上按領域後訓練。Germanidis承認當前Worlds、Avatars、Robotics、Solaris仍是分開的後訓練應用,統一基座還是進行中的工程,不是已交付的單一權重。

來源:公開信息

ABAB AI 解讀

Runway從Gen-2文本生成視頻走到GWM,路徑是把「下一幀」當成物理課,而不是把提示詞當成導演指令。Germanidis與Cristóbal Valenzuela、Alejandro把公司寫成藝術與科學同一能力的兩面:好萊塢付費訓練了運動先驗,再把先驗賣給機器人。E輪引入NVIDIA與AMD,等於承認世界模型的瓶頸在預訓練算力,不在調色板。

資本從訂閱特效遷到仿真即數據。實車兩億英里貴在採集與標註;合成世界把長尾場景變成可無限重放的像素。Solaris把同一邏輯打進軟件界面,動作空間從方向盤換成鼠標,說明他們賭的是「一個世界模型打所有交互」,不是再做一條垂直駕駛模型。

對照Google的Genie、NVIDIA Cosmos、Wayve的行駛世界模型。行業處於從生成片段到生成可玩環境的擴張期,統一權重尚未完成,先用後訓練切市場。

結構判斷屬於技術替代。手工仿真器與實車日誌是稀缺資本,視頻預測把稀缺變成算力賬單。機制是:誰能穩定地讓下一幀遵守力與因果,誰就能把實驗室門檻從場地改成GPU;語言模型停在已寫下來的知識,世界模型搶的是還沒被寫成文本的物理。

ABAB News · 認知定律

  1. 預測下一幀,就是在交物理學費

  2. 實驗室稀缺時,合成世界先變成風洞

  3. 動作空間可換,世界模型纔算通用