你有没有想过，未来我们会怎么用视频、声音，甚至虚拟世界去表达我们的想象？年末，Runway 研究团队带来了一大波重磅升级，让我们提前体验到了 “下一站” 数字创作的模样！
这次发布的亮点有五个，先聊聊大家最关心的视频和音频。Runway 新推出的 Gen-4.5 模型，不仅能自动生成视频，还能同步生成对白、音效、背景音乐，甚至可以直接编辑视频里的声音。简单来说，就是你可以让 AI 直接生成一段 “有声电影”，并且能够随意改台词、加背景乐，让整个制作流程都变得更轻松。
更厉害的是，Gen-4.5 支持多镜头和长视频的统一编辑，角色、环境、光线都能在不同画面之间保持一致。剪辑起来更顺畅，也不用担心前后穿帮的问题。
不过，Runway 的野心远不止于此。他们还正式发布了早在两年前就提出的 “通用世界模型 GWM-1”。（微博正文）真的有种科幻照进现实的既视感！
所谓 “通用世界模型”，就是一种用来模拟和理解真实世界运行规律的技术。以前的视频模型都是一次性生成一段内容，而现在这个新模型可以逐帧预测、实时调整，还能在生成过程中 “接收动作指令”。比如让虚拟角色移动、操控现实中的机械臂，甚至和虚拟环境互动。
是不是有点像在玩 “数字地球”？事实上，Runway 已经把这事做成了产品：GWM Worlds。只需要一句描述或者一张图片，它就能创建出一个你可以随意探索和互动的虚拟空间。从走路、开车、飞无人机，到模拟各种灯光和物理效果，这套系统都能实时反应。这也让训练机器人、做游戏、搞交互体验的门槛一下子被拉低了！
当然，虚拟世界里最难做的还是 “人”。这次 Runway 还带来了 GWM Avatars 技术，让 “数字人” 可以实现实时表情、动作和眼神的同步，还能根据声音生成嘴型和肢体语言。你甚至可以上传照片、选择声音，几分钟就能捏出自己的虚拟分身，参与对话、教学、娱乐，甚至用多种语言进行问答。
最后一项升级是专门为训练机器人设计的 GWM Robotics。和其他机器人控制模型最大的不同在于，它不仅能模拟 “成功”，还可以真实还原各种失败，比如夹取失败、失误等等，帮助机器人更快学会应对各种情况。最重要的是，这些训练、评估和数据生成全都可以在虚拟环境里完成，大大节省了时间和成本，也突破了硬件和物理空间的限制。
此外，Runway 还宣布和 CoreWeave、Nvidia 合作，打造大规模训练平台，目标是让 “通用世界模拟” 和 “虚拟创作” 像手机拍视频一样普及。
可以想象，未来几年的内容创作、虚拟体验、机器人训练，可能都离不开这样的通用世界模型。也许很快，我们每个人都能亲手打造属于自己的虚拟世界和虚拟角色，甚至用它来推动科学和工程的发展。
你会期待这样的未来吗？
