Runway Gen-4.5 在 NVIDIA Rubin 上：AI 视频的未来已来

没人预料到的合作

2026 年 1 月 5 日，Runway 宣布了前所未有的消息：他们的旗舰 Gen-4.5 模型将是第一个原生运行在 NVIDIA Rubin 平台上的 AI 视频生成器。不是优化，不是兼容。而是原生。

这对创意工作者意味着什么？一切。

Rubin NVL72 是 NVIDIA 对 AI 基础设施瓶颈的回答。当竞争对手争相从现有硬件中挤出性能时，Runway 跳过了整个对话。Gen-4.5 现在生成一分钟的视频，具有原生音频、镜头间的角色一致性以及最终尊重重力的物理模拟。

为什么这比另一个基准测试更重要

我们见过基准战争。每隔几个月，有人宣称自己是王者，然后几周后就被推翻。Gen-4.5 在人工分析上的 Elo 评分 1,247 很重要，没错。但方法更重要。

Runway 通过同时解决三个问题来实现这一点：

原生音频生成尤其出众。之前的模型生成沉默视频，让创意工作者要么添加库存音乐，要么使用单独的音频工具。Gen-4.5 将对话、音效和环境音作为同一扩散过程的一部分生成。唇形同步有效。脚步声匹配。雨声听起来像雨。

NVIDIA Rubin 因素

让我稍微深入技术，因为硬件故事解释了性能故事。

Rubin NVL72 不仅仅是"更快"。它在架构上是不同的。该平台为时间连贯性专门分配计算路径，这是 AI 视频历来看起来像发烧梦境，物体随机变换的原因。通过将 Gen-4.5 构建为在 Rubin 上原生运行，Runway 获得了专用硅来执行使视频看起来好的确切操作。

与竞争对手的对比

2026 年初的 AI 视频景观看起来完全不像 2025 年。Google 将 Veo 升级到 3.1，具有原生 4K 和竖屏视频。OpenAI 将 Sora 变成了一个社交应用。Kling 等中国竞争对手在价格上击败所有人。

但 Runway 做了一个不同的选择：基础设施优于迭代。

与 Veo 3.1 的分辨率和音频奇偶性使这成为高端层的两强之争。但注意那些物理和角色一致性列。那是 Rubin 合作展示其价值的地方。

创意影响

我过去一周一直在用 Gen-4.5 生成从音乐视频到产品演示的一切。以下是改变我工作流程的内容：

多镜头连贯性现在是真实的。 我可以在第一个镜头中生成一个角色，在第二个镜头中切割到不同的角度，同一个人出现。不是相似的人。同一个人。这听起来很明显，但六个月前是不可能的。

音响设计自动发生。 当我生成有人在城市中行走的场景时，我会听到脚步声、交通噪音、人群嘟囔和风声。不是完美混合，但可作为起点使用。我曾经花费数小时进行 Foley 工作。现在我花费数分钟进行调整。

物理学就是有效的。 掉落的物体下落。投掷的物体形成弧线。水向下流动。AI 视频一直生活在一个物理可选的宇宙中，直到现在。

市场转变

这种合作表明了比一个产品更新更大的东西。NVIDIA 现在直接投资于视频模型性能。这改变了整个行业的竞争动态。

从 2025 年开始的 企业采用浪潮 将加速。当一个 100 人的团队能在视频质量上超过万亿美元公司时，关于谁构建创意工具的旧规则就不再适用了。

接下来会发生什么

Runway 承诺在 Rubin 平台上进行季度更新。路线图暗示实时生成，即使使用下一代硬件也是不可能的。但基础现在足够坚实，足以将其从如果问题变成何时问题。

更广泛的趋势很清楚。AI 视频分裂成两个市场：为需要质量和控制的专业创意工作者提供的高端工具，以及为其他人提供的预算工具。Runway 在高端市场上押下重注。根据 Gen-4.5，这个赌注看起来越来越聪明。

AI 视频的 沉默时代 已经明确结束。欢迎来到有声电影时代。