Runway показала исследовательский прототип, который меняет саму логику работы с видеогенерацией: не «введи промпт — жди — переделай», а непрерывный поток кадров, которым управляешь голосом или текстом прямо во время воспроизведения. Если это дойдёт до продакшена, пайплайны для видео, обучения роботов и интерактивных симуляций придётся переписывать с нуля.
Почему нынешняя схема «промпт → ожидание → результат» стала узким местом
Сегодня любой видеомодели нужно время: вы описываете сцену, модель уходит считать, через несколько секунд или минут возвращает готовый клип. Если кадр не тот — цикл повторяется. Runway собирала фидбэк от пользователей и выяснила, что именно эта петля «генерация → ревизия» съедает больше всего времени.
Параллельно есть экономический аргумент: чем быстрее модель, тем меньше GPU-времени на единицу контента. Runway прямо говорит, что стоимость на единицу вывода при заданном качестве определяет, какие приложения вообще рентабельны. Реальное время снижает этот порог и открывает сценарии, которые сейчас убыточны.
Что внутри стека: GWM-1, Gen-4.5 и Vera Rubin
Runway строит реальное время на трёх слоях.
GWM-1 (General World Model) — базовая модель, анонсированная в декабре 2025 года. Она генерирует видео покадрово и принимает на вход не только текст, но и команды камеры, инструкции для роботов и аудиосигналы. Построена поверх Gen-4.5.
Solaris — система на базе Gen-4.5, показанная несколько недель назад. Генерирует пользовательские интерфейсы кадр за кадром и реагирует на клики и голос. Это промежуточный шаг к полноценному реальному времени.
Совместная модель с Nvidia — прототип, представленный на конференции GTC в марте 2026 года. Работает на платформе Vera Rubin и выдаёт первый кадр менее чем за 100 миллисекунд. Дата выхода не объявлена.
Архитектурно каждый новый сегмент видео генерируется с учётом всех предыдущих кадров как контекста. Это дорого по памяти, но обеспечивает связность сцены.
Главная техническая проблема: ошибки, которые растут как снежный ком
Текстовая языковая модель может исправить себя в середине предложения. Видеомодель — нет: каждый кадр строится на предыдущем, и маленький артефакт через десяток кадров превращается в заметное искажение всей сцены.
Runway решает это нестандартно: модель обучают не только на чистых, правильных видео, но и на собственных выходных данных — включая ошибочные и искажённые. Цель — научить модель корректировать отклонения, а не усиливать их.
Похожий подход использовал стартап Decart в своей модели MirageLSD: во время обучения намеренно подавали повреждённые и искажённые изображения. Google DeepMind сообщает, что их world model Genie 3 удерживает связность интерактивного мира несколько минут при 24 кадрах в секунду в разрешении 720p.
Где это реально нужно: роботы, автопилоты, обучение
Runway видит три основных применения реального времени.
Робототехника. Runway уже выпустила GWM Robotics — вариант GWM-1 для генерации синтетических обучающих данных для роботов. Реальное время позволяет симулировать реакцию на нестандартные ситуации без записи реальных сценариев.
Автономные автомобили. Waymo использует Waymo World Model на базе Genie 3 для симуляции ситуаций, которые флот никогда не встречал в реальности: столкновение со слоном, торнадо, затопленный жилой квартал. По данным Waymo, Waymo Driver проезжает миллиарды миль в виртуальных мирах до выезда на реальные дороги.
Образование и игры. Интерактивный контент, который реагирует на действия пользователя быстрее, чем тот успевает заметить задержку — это другой класс продуктов по сравнению с нынешними AI-видео.
Где ломается
Накопление ошибок при длинных сессиях. Даже с обучением на собственных выходах модель может «уплыть» при долгом стриме. Genie 3 держит связность «несколько минут» — что будет дальше, публично не показывали.
Инференс на шаренном железе. Генерировать 24+ кадра в секунду на GPU, который одновременно обслуживает других пользователей — инженерная задача, которую Runway пока не решила в продакшене.
Контроль качества в реальном времени. В офлайн-режиме можно отбраковать плохой клип. В стриме плохой кадр уже показан пользователю.
Нет публичного API и дат. Runway не объявила сроки выхода ни для GWM-1 в реальном времени, ни для совместной модели с Nvidia.
Что попробовать прямо сейчас
Пока реальное время от Runway недоступно публично, есть смежные инструменты:
- Runway Gen-4.5 — текущее поколение, доступное через API и веб-интерфейс.
- MirageLSD от Decart — реальное время с похожей архитектурой обучения на собственных выходах.
- Genie 3 от Google DeepMind — world model с интерактивностью, на которой строится Waymo World Model.
FAQ
Что такое GWM-1 и чем он отличается от Gen-4.5?
GWM-1 (General World Model) — это модель следующего уровня, построенная поверх Gen-4.5. Gen-4.5 генерирует видео по промпту, GWM-1 добавляет покадровую генерацию с управлением через камеру, аудио и команды для роботов.
Когда Runway выпустит реальное время в продакшен?
Runway не объявила конкретных сроков. Совместный прототип с Nvidia на платформе Vera Rubin показан в марте 2026 года, но остаётся исследовательским.
Почему видеомодели сложнее исправляют ошибки, чем языковые?
Языковая модель может переформулировать предложение. Видеомодель строит каждый кадр на предыдущем — ошибка в кадре N переходит в кадр N+1 и усиливается. Runway решает это, обучая модель на собственных ошибочных выходах.
Как реальное время снижает стоимость генерации?
Быстрые модели используют меньше GPU-времени на единицу контента. Runway утверждает, что снижение стоимости на единицу вывода делает рентабельными приложения, которые сейчас убыточны при офлайн-генерации.
Для каких задач реальное время нужно прямо сейчас?
В первую очередь — обучение роботов и симуляция для автопилотов (Waymo уже использует похожий подход). В потребительском сегменте — интерактивные образовательные продукты и игры, где задержка в несколько секунд разрушает опыт.
