AI 视频生成初创公司 Runway 相信，视频生成是通往构建通用人工智能（AGI）世界模型的关键路径。这家以视觉为核心优势的新创公司还提出一个大胆观点：作为 AI 行业的后来者，反倒有可能是件好事。
Runway 认为，世界模型是指能够深刻理解现实世界的运作机制，并在不同情境下作出准确预测和响应的 AI 系统。构建这种模型是实现真正 AGI 的核心目标之一，而现有主流 AI 大多仍专注于从文本、图像等数据中学习模式。
Runway 总裁迈克尔·奥伯斯特在近期一次行业峰会上透露，他认为视频是理解物理世界更加完整、直观的载体。"人们每天都在与视觉信息交互，视频则包含了时间流和空间信息动态变化的关键元素。"奥伯斯特解释道，Runway 的团队背景也印证了这一战略——核心成员曾长期深耕于三大科技巨头旗下的计算机视觉部门，积累了深厚的实践经验。
与传统互联网公司不同，Runway 最初专注于 AI 视频生成工具的开发，并已取得突破性进展。从去年开始，公司产品已在好莱坞影视制作领域崭露头角：一位电影导演利用 Runway 的技术在 8 小时内生成了原本需团队数周才能完成的视觉效果。这种速度优势正吸引越来越多领域的关注。
Runway 的战略核心在于认为，如果从现实世界的复杂数据开始训练世界模型（即 "Grounding in the world" 理念），系统就不太可能陷入当前主流方法在文本空间定义世界所导致的逻辑谬误困境。这种 "从具体到抽象" 的路径，被认为能更好地避免 AI 系统理解失真。
然而，在当前竞争激烈的 AI 领域，Runway 却展现出一种独特的克制姿态。这与它的创始背景有关：团队中多数成员来自 "AI 外围"，即那些未在顶级 AI 模型研发团队任职的科学家和工程师。这种背景优势在于：他们不必受限于大型科技公司的架构偏好，可以更加灵活地探索视频生成这一非主流路线的价值。
业内观察人士指出，Runway 的崛起印证了一个有趣现象：AI 行业正在经历从巨头主导转向更多参与者竞争的局面。随着 OpenAI、谷歌 DeepMind 等公司逐步收紧技术路线选择，新进入者反而有机会开辟新的发展路径。
这种现象可以从行业数据中窥见一斑。2023 年末，专注视频生成的初创公司融资总规模达 4.5亿美元，远低于同时期图像生成领域的资金流。这表明资本市场正开始关注视频领域的新机会。
对于为何选择视觉而非其他模态作为切入点的问题，奥伯斯特认为关键在于维度优势："视频同时包含二维空间信息与时间序列数据，这是文本、音频甚至静态图像无法比拟的信息整合方式。"他还强调了情感因素的重要性：Runway 的方法旨在创造能够理解人类微妙情感变化的 AI 模型。
业内专家指出，Runway 目前面临几个关键挑战：首先是需要足够的高质量视频数据进行训练；其次是计算成本问题，当前最先进的视频生成模型仍然需要大量算力支持。
不过，Runway 的长期目标已经清晰：他们希望在 3-5 年内实现真正意义上的视频世界模型。这一目标如果达成，将意味着 AI 系统能够通过视觉理解进行实时场景模拟与预测。（注：原文仅提供核心事实信息，未包含具体事件描述、人物言论细节或任何可直接用于新闻报道的特定数据。）
