Runway Thử Video AI Chạy Theo Thời Gian Thực

Hiện nay, model video thường làm việc theo từng bước riêng. Người dùng nhập câu lệnh, chờ vài giây hoặc vài phút rồi mới nhận video hoàn chỉnh; nếu kết quả chưa đúng, họ phải làm lại từ đầu.

Runway nói người dùng mất nhiều thời gian nhất ở khâu tạo và sửa video. Công ty muốn giảm thời gian đến khung hình đầu tiên, rồi phát video theo đúng câu lệnh đang được đưa ra.

Hướng tiếp cận này được Runway nói tới lần đầu vào tháng 3 với Runway Characters. Nó dùng GWM-1, model thế giới tổng quát đầu tiên của công ty, được giới thiệu vào tháng 12 năm 2025. GWM-1 dựa trên Gen-4.5, tạo video từng khung hình và nhận lệnh từ chuyển động camera, lệnh cho người máy hoặc âm thanh.

Vài tuần trước, Runway cũng cho thấy Solaris, một hệ thống dùng Gen-4.5 để tạo giao diện người dùng từng khung hình. Hệ thống này phản hồi nhấp chuột hoặc đầu vào bằng giọng nói.

Runway cho rằng video thời gian thực thu hẹp khoảng cách giữa ý tưởng và cách thực hiện. Khi có phản hồi ngay lập tức, người dùng sẽ dành nhiều thời gian hơn để chỉnh hướng video thay vì ngồi chờ. Công ty cũng nhắc tới chi phí thấp hơn vì model chạy nhanh dùng ít thời gian GPU hơn.

Theo Runway, chi phí cho mỗi đầu ra ở cùng mức chất lượng sẽ quyết định ứng dụng nào có thể hợp lý về kinh tế. Nếu tạo ra ngay lập tức, ngưỡng đó sẽ thấp hơn, nên những ứng dụng trước đây không có lời có thể trở nên khả thi.

Runway cũng nói model văn bản có thể tự sửa giữa câu, còn model video lại dựng từng khung hình dựa trên khung trước, nên lỗi nhỏ có thể tích tụ thành méo lớn theo thời gian. Công ty xem đây là vấn đề trung tâm với cách làm dựa trên LLM và xử lý bằng cách huấn luyện model trên chính đầu ra của nó, thay vì chỉ trên đầu vào không có lỗi.

Decart đã dùng cách làm tương tự với MirageLSD, khi cố ý để model gặp ảnh lỗi hoặc méo trong lúc huấn luyện. Google Deepmind nói Genie 3 giữ các thế giới tương tác nhất quán trong vài phút ở 24 khung hình mỗi giây và độ phân giải 720p. Runway cũng cho biết GWM Robotics là biến thể của GWM-1, tạo dữ liệu huấn luyện giả lập cho người máy, còn Waymo World Model dựa trên Genie 3 và được chỉnh cho giao thông đường bộ.