Runway 发布 GWM Worlds 2:实时交互世界模型预览版
Tkins · reddit · 2026-09-04
Runway 发布研究预览版 GWM Worlds 2,基于其音视频生成基础模型构建实时交互式世界模拟。
- 实时生成:720p/24fps 连续视频 + 48kHz 音频,响应用户的移动、对话、天气改变等输入,而非预置片段
- WorldPrompt 输入系统:由持久世界上下文(genesis prompt 定义环境、布局、物理规律 + 初始参考帧)和带时间戳的事件流(镜头运动、语音、动作指令)两部分组成
- 架构:自回归扩散式音视频模型,以全局上下文、帧级动作和历史帧为条件,使用滑动 KV-cache 窗口
- 三种模式:Ahead-of-Time(脚本化导演)、Turn-Based(视觉小说式决策点)、Real-Time(键位低延迟直控)
- 多人协作与创作:支持 LiveKit 多角色会话(玩家/导演各控不同主体),内置 LLM 助手从文本想法生成场景预设与键位
- 局限:实时生成牺牲保真度,快速运镜下几何与纹理易漂移,复杂交互需额外状态跟踪
所属事件:Runway 发布 GWM Worlds 2：实时可交互世界模型预览版(10 条相关)→
「多模态」频道最新
- 这张绝美星云照是 AI 处理的:Argon 从 JWST 原始数据生成 W51A — fofrAI · 2026-10-21
- Cornell 新作「Purify Before You Align」:先滤掉可预测信息,diffusion 对齐更有效 — volokuleshov · 2026-10-21
- Mistral 发布 Voxtral 3：支持 50+ 语言的实时语音 agent 全栈 — The Decoder · 2026-10-21
- 虚拟网红 JataJett 完整人设表曝光:从三视图到动作模式一站打包 — CurieuxExplorer · 2026-10-21
- 全 AI 流水线打造「巴黎半价城市游」讽刺短片 — DavidmComfort · 2026-10-21
- AI Agent 剧集《The Sage》更到第 8 集:全片用 Invideo Agent 制作 — Kavanthekid · 2026-10-21