Runway 要打造世界的大腦：一家影片工具公司如何挑戰 AI 基礎模型的最前沿

2018 年，Runway 以一個謙遜的故事問世：讓請不起好萊塢特效公司的獨立創作者，能在幾分鐘內完成過去需要好幾週的視覺製作。八年後，這家公司估值達 53 億美元，而 CEO Cristóbal Valenzuela 正在講述一個截然不同的故事——Runway 正在建構 AI 系統理解和模擬物理現實本身的計算底層。

這場轉型，在週四發布的一篇深度報導中被完整呈現，代表了當前 AI 時代最大膽的策略轉向之一：一家影片生成新創公司，正在將自己重新定位為世界模型公司，準備在 AI 研究的最前沿，與 Google DeepMind 和 OpenAI 正面交鋒。

從綠幕到世界模擬器

「世界模型」聽起來抽象，但其概念具體而重要。世界模型是一種神經網路，它不僅能生成逼真的圖像或影片幀，更重要的是建立對物理世界運作方式的內部表徵——因果關係、物體永久性、重力、空間關係、光線隨時間的變化。理論上，一個以足夠多影片訓練的世界模型，可以成為通用模擬器：不只用於生成影片內容，還能用於訓練機器人系統、規劃演算法或科學模擬。

這正是 Google DeepMind 的 Genie 和 OpenAI 研究團隊在競逐的領域。Runway 現在也要在這裡插旗。

2025 年 12 月，Runway 悄悄發布了第一個世界模型——沒有正式的產品發布會，更像是一項內部能力，而非面向消費者的產品。該模型在 Runway 的專有影片資料上訓練，能在長序列生成過程中保持物理連貫性，這是早期影片 AI 系統的持續痛點——那些系統能渲染出視覺震撼但物理上不合邏輯的場景。Runway 計畫在 2026 年發布第二個世界模型，進一步提升空間推理和多物體動態能力。

研究賭注背後的商業邏輯

Runway 僅在 2026 年第二季就新增了 4,000 萬美元的年度經常性收入（ARR）——這樣的增速為公司多年可能才見回報的研究提供了真實的財務支撐。2026 年 2 月的 E 輪融資由 General Atlantic 領投，Nvidia、Adobe Ventures、AMD Ventures 參投，以 53 億美元估值融得 3.15 億美元，幾乎是 D 輪 33 億美元估值的兩倍。

投資邏輯一部分清晰直接，一部分是對科學鄰近性的押注。清晰的部分：Runway 的影片生成工具——Gen-4 及專業訂閱套件，已被電影工作室、廣告公司與個人創作者廣泛使用，能帶來可觀的經常性收入。2025 年全球 AI 影片市場共吸引 30.8 億美元風險投資，年增 94.6%，Runway 是其中最鮮明的商業領跑者之一。

對科學鄰近性的押注則更為微妙：訓練頂尖影片生成模型，需要解決許多與訓練世界模型相同的問題——時間連貫性、物理合理性、能從訓練資料泛化到新情境的可擴展架構。Runway 認為，通過持續推進影片生成的極限，它正在積累專有訓練資料和研究洞見，自然形成通往世界模型能力的路徑——而這條路，資源更雄厚但更為分散的競爭對手反而可能走得更慢。

競爭激烈，但護城河或許真實存在

世界模型的野心讓 Runway 直接面對一批資源最豐沛的 AI 研究組織。Google 的 Veo 3 生成院線品質的影片並同步聲音，讓業界印象深刻。OpenAI 的 Sora 持續演進。中國競爭對手 Kling 在消費端和創作者市場快速搶佔份額。Pika Labs、Luma AI 等半打新創公司也在爭奪同一批創作者客戶。

Runway 擁有大多數競爭對手所缺乏的組合：生產級工具品質、已被創作者真實整合進工作流的專業操作體驗，以及多年商業規模影片生成所積累的專有資料。Runway 強調，其模型訓練資料來自廣泛的專有資料集而非單純授權的第三方影片，這一資料優勢即便資金充裕的後進者也難以快速複製。

Nvidia 和 AMD 同時參與最新一輪投資，意味深長。兩家晶片公司都有實質利益驅動它們支持世界模型的發展——這類模型將為機器人、模擬和科學計算帶來持續的推理算力需求，這些市場的規模遠大於消費影片生成。它們的投資，既是對 Runway 產品的押注，也是對世界模型範式本身作為未來 GPU 需求驅動力的生態系押注。

「打敗 Google」到底意味著什麼

熟悉 Valenzuela 公開言論的人士指出，他在表述野心時相當謹慎。目標不是在原始模型規模上超越 Google——那是一場 Runway 不可能贏的戰爭。目標是率先打造出真正實用的世界模型：設計建築、模擬臨床試驗、訓練機器人操作系統、為自動駕駛生成訓練環境。

在這些應用場景中，重要的不是最逼真的影片，而是最精確的物理模擬——而這正是 Runway 的特定專注度和資料優勢可能比通才 AI 實驗室更廣泛的研究能力更具決定性的問題。

這在 AI 歷史上是一個熟悉的賭注：聚焦在專有資料和特定領域專長上的精準型實驗室，往往能以遠超自身資源規模的方式打出驚人成果。AlphaFold 超越整個結構生物學社群是最典型的例子。Runway 在賭自己能在物理世界模擬領域做出類似的事。

AI 影片的成熟時刻

Runway 的故事也反映出 AI 影片賽道正在發生的更廣泛成熟化。從最初的噱頭——AI 能生成有趣的短片——到如今被工作室、廣告公司與全球內容創作者認真用於生產流程，這個賽道已完成了第一階段的演化。

下一階段的競爭，正從視覺品質轉向物理精確性、生成時長、可控性與專業工作流整合。那些在第一階段靠視覺震撼建立護城河的公司，正在發現第二階段需要截然不同的技術能力。Runway 對物理連貫性和世界模型研究的早期投入，或許正為即將到來的競爭格局重塑，提前做好了準備。

目前，這家公司收入增長、估值攀升，並用這些資金支持一個創辦人相信將遠遠超出影片生成市場的研究方向。這場研究賭注能否兌現，取決於世界模型從科學概念轉化為實際應用的速度，以及 Runway 的先發優勢能否在口袋更深的競爭對手面前守得住。