ai 视频技术公司 runway 最近正式发布其通用型“世界模型”系列——gwm-1，并同步升级旗下核心视频生成模型 gen‑4.5。
GWM-1 以 Gen‑4.5 为底层基础，支持逐帧生成与实时推理，具备通过摄像机位姿、机器人控制指令、音频信号等多种模态输入进行交互式操控的能力。该模型家族包含三大专业化后训练分支：「GWM Worlds」「GWM Avatars」与「GWM Robotics」：
- GWM Worlds 聚焦于长时序动态场景下的空间一致性建模，允许用户显式设定环境的几何结构、光照条件及物理行为规则，并对输入动作做出高保真响应；
- GWM Robotics 是一款依托真实机器人数据训练而成的“可学习模拟器”，能生成受动作条件约束的连续视频流，同时支持“反事实推演”——即在虚拟环境中快速尝试多种执行路径与结果，从而显著减少对高成本真实世界数据采集和实体测试的依赖；
- GWM Avatars 是面向语音驱动的交互式人物视频生成模型，可在长时间对话中持续输出自然流畅的人体动作与微表情（包括面部神态、眼球转动、唇形匹配及手势表达），适用于实时教学辅导、智能客服系统、职业培训仿真、沉浸式娱乐及游戏交互等多元应用场景。
Runway 在线上发布会上指出，公司技术布局正加速从传统影视内容创作向机器人控制、物理系统建模与生命科学交叉领域延伸。官方强调，世界模型代表了当前人工智能发展的关键前沿：单纯依赖语言模型已难以应对机器人操作、疾病机制解析、基础科学突破等复杂挑战；真正的范式跃迁，需让AI模型如同人类一般，在高度拟真的模拟世界中感知、试错并自主演化。
Gen‑4.5 的本次迭代重点强化了画面细节还原度与创作者自由度，新增原生音频合成与精细化编辑功能，以及多视角镜头协同剪辑能力；同时，Runway 坦言当前视频生成技术仍面临因果逻辑推理薄弱、物体恒常性保持困难、结果偏差倾向明显等共性瓶颈，这些正是世界模型后续研发将持续攻坚的核心课题。
源码地址：点击下载
