Full text · 原文
1,103 字
西风 鹭羽 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
“视频生成AGI时刻”，这是Runway Gen-4.5突袭发布后获得的评价。<br>
趁着ChatGPT发布三周年，AI圈开始过年啦（doge）。<br>
最新发布的Runway Gen-4.5以1247 Elo评分——在Artificial Analysis文本转视频基准测试中拿下SOTA，超越所有现有模型。<br>
直接来看效果。<br>
运镜、视角切换很丝滑，文字也能很好地生成：<br>
人照镜子这种复杂场景，几乎看不出破绽：<br>
汽车疾驰尘土飞扬，还有很真实的颠簸感：<br>
下面这个刷墙视频也能看到很多细节，已经刷过的地方颜料干了，颜色会稍微浅一点：<br>
纵观Gen 1到Gen4.5两年迭代，质感全面蜕变：<br>
视频链接：https://mp.weixin.qq.com/s/Pm1i0s1_-1JNiCJoJ_vOyg<br>
网友们纷纷评价道：“颠覆者”。<br>
尤其是其前所未有的物理和视觉准确性，不只是更美观，这下真实内容与AI生成内容更难以区分了。<br>
官方表示正在逐步开放Runway Gen-4.5的使用权限，未来几天内所有用户都能体验到。<br>
并且“加量不加价”，会以和当前订阅套餐相近的价格全面开放。<br>
超强物理还原度与视觉精准度<br>
下面来看官方介绍。<br>
首先，Gen-4.5主打擅长理解并执行复杂的序列式指令。<br>
换句话说，你可在单个提示词中精准指定详细的镜头运镜方式、复杂的场景构图、事件的精确时间节点，以及细微的氛围变化。<br>
Gen-4.5既保留了Gen-4在速度和效率上的核心优势，又实现了画质层面的突破性提升。<br>
对比Gen-2，运行相同的提示be like：<br>
其次，物理还原度与视觉精准度也是一大核心卖点。<br>
其生成的视频物体移动具备符合现实的重量感与动量特征，物体表面呈现出与现实世界一致的物理特性。<br>
街头滑滑板效果很逼真：<br>
速度提升，背景模糊处理也很有质感：<br>
当然，遵循还是突破物理定律，全靠你的创作构想。<br>
你也可以让小羊拉北极熊（doge）：<br>
各种风格都能驾驭：<br>
3D绘画风格也可以：<br>
在网友们都关心的可控性方面，官方表示除了文本生成视频，会为Gen-4.5适配所有已有的控制模式，比如图片转视频、关键帧生成、视频转视频等。<br>
值得一提的是，官方还毫不避讳模型局限性：<br>
尽管该模型的能力实现了质的飞跃，但仍存在一些局限性，例如因果推理与物体恒存性（即理解“物体即使看不见也依然存在”的认知能力）方面表现不足。<br>
好消息是，目前团队正在进行相关优化了。<br>
最后再来看两个长视频展示～<br>
视频链接：<br>
https://mp.weixin.qq.com/s/Pm1i0s1_-1JNiCJoJ_vOyg