Runway исследует генерацию видео в реальном времени - потоком, кадр за кадром

Представьте: вы не ждете, пока модель "приготовит" видео, а буквально ведете прямой эфир - описываете сцену, и она разворачивается перед вами в ту же секунду. Именно к этому движется Runway, чьи исследования в области мгновенной генерации видео описало издание The Decoder 20 сентября 2026 года.
Что не так с нынешним подходом
Сегодня любой видеогенератор работает по одной схеме: ввел промпт - подождал несколько секунд или минут - получил готовый клип - оценил результат - при необходимости начал заново. Runway говорит, что пользователи раз за разом называют именно этот цикл генерации и правки самым медленным звеном в своей работе.
Предлагаемая альтернатива - минимизировать время до первого кадра, а затем стримить видео по мере того, как пользователь направляет процесс. Вместо пассивного ожидания - активное управление, больше похожее на работу режиссера в прямом эфире, чем на заказ файла.
Как это работает технически
В основе подхода лежит GWM-1 - первая "General World Model" Runway, анонсированная в декабре 2025 года. Модель надстроена над Gen-4.5, генерирует видео кадр за кадром и принимает в качестве управляющих сигналов движения камеры, команды для роботов или аудио.
Процесс состоит из двух этапов дистилляции. Сначала базовая архитектура переводится в темпорально-каузальный режим: модель перестает "видеть" будущие кадры и начинает предсказывать каждый следующий только на основе уже сгенерированных. Затем запускается ускорение через дистилляцию - сначала офлайн (студент учится на готовых данных с подсказками "учителя"), потом онлайн, на собственных выходах модели.
Практический результат уже виден в Runway Characters, запущенном в мае 2026 года: система анимирует любое изображение в разговорного персонажа со скоростью 24 кадра в секунду при задержке модели 37 миллисекунд на кадр. Полное время отклика от момента, когда пользователь перестал говорить, до первого кадра ответа персонажа - 1,75 секунды на стороне сервера.
Главная техническая проблема
Авторегрессивная генерация видео несет в себе специфический риск, которого нет у языковых моделей. Текстовая модель может исправить ошибку в середине предложения. Видеомодель не может: каждый новый кадр строится на предыдущем, поэтому небольшое визуальное искажение нарастает как снежный ком и в итоге разрушает всю сцену.
Runway решает эту проблему радикально - обучает модель на ее собственных несовершенных выходах, а не только на идеальных данных. Схожий путь выбрал стартап Decart с моделью MirageLSD: намеренно показывал модели искаженные и дефектные изображения в процессе обучения. Google DeepMind заявляет, что их Genie 3 удерживает связность интерактивных миров на протяжении нескольких минут при 24 fps в разрешении 720p - это ближайший публичный ориентир для сравнения.
Экономика скорости
Runway делает акцент не только на пользовательском опыте, но и на экономике. Быстрые модели потребляют меньше GPU-времени, что снижает стоимость каждого результата. По логике компании, именно стоимость единицы вывода при заданном качестве определяет, какие приложения вообще имеют смысл с точки зрения бизнеса. Мгновенная генерация сдвигает этот порог вниз и открывает сценарии, которые сегодня просто нерентабельны.
При этом нагрузка перераспределяется: с обучения - на инференс. Модель должна генерировать каждый кадр достаточно быстро, чтобы не отставать от воспроизведения, и делать это на железе, которое одновременно обслуживает несколько сессий.
За пределами творческих инструментов
Runway давно смотрит дальше видеоредакторов для контент-мейкеров. Компания видит три ключевых направления для реального времени: интерактивные обучающие среды, игры и - что интереснее всего с технологической точки зрения - роботика и автономные транспортные средства.
Для тренировки роботов и беспилотников нужны среды, которые генерируют сценарии быстрее, чем агент успевает их пройти, и мгновенно реагируют на нестандартные ситуации. Runway ранее представила GWM Robotics - вариант GWM-1 для синтеза обучающих данных с изменяемыми параметрами вроде погоды или препятствий; компания планирует сделать его доступным через SDK и ведет переговоры с рядом робототехнических компаний.
Параллельно Waymo строит собственную World Model на базе Genie 3, которая позволяет Waymo Driver накатывать миллиарды виртуальных миль с такими сценариями, как встреча со слоном или затопленный район. Runway не называет конкретных партнеров в автопроме, но вектор очевиден: компания целенаправленно позиционирует себя как поставщика симуляционной инфраструктуры, а не только творческого инструмента.
В марте 2026 года на конференции GTC Runway показала исследовательский preview модели реального времени, разработанный совместно с Nvidia. Он работает на платформе Vera Rubin и рассчитан на выдачу первого кадра менее чем за 100 миллисекунд.
Что это значит прямо сейчас
Важная оговорка: все описанное выше - исследовательский материал, а не анонс продукта. Runway не называет дату коммерческого запуска мгновенной генерации в полном смысле слова. Characters работает уже сейчас, Solaris показан в конце августа, но полноценный стриминговый видеогенератор - пока на стадии разработки.
Для российских пользователей ситуация стандартная для Runway: сервис работает через VPN, оплата картами РФ недоступна напрямую, нужны зарубежные платежные методы. Это касается и текущих продуктов, и будущих, когда они выйдут.
Направление, которое задает Runway, - от "генерации файла" к "управляемому потоку" - выглядит как следующий логичный шаг для всей индустрии. Если дистилляция и автоматическая коррекция ошибок дадут стабильные результаты в длинных сессиях, разрыв между идеей и ее воплощением на экране сократится до нескольких секунд. Насколько быстро это произойдет - вопрос открытый.
Похожие новости
Runway открыла веса Praxis-1: модель для роботов обошла FLUX 3 Action в RoboLab-120
Runway выложила веса и код Praxis-1 под Apache 2.0. Модель опирается на видеомодель и дала 46,2% в симуляторе RoboLab-120 против 42,9% у FLUX 3 Action, но тесты компания провела сама.
NVIDIA Cosmos 3: открытые чекпоинты генерируют видео и LiDAR для роботов
NVIDIA опубликовала рецепты Cosmos Framework для модели Cosmos 3 Nano: синхронное видео и LiDAR для беспилотников, роботов и хирургии. Через NIM инференс на H200 быстрее примерно в 2-3 раза.
Google выпустила Gemini Omni 1.2 Flash: видео до 15 секунд и цена на 30% ниже
Google открыла общий доступ к Gemini Omni 1.2 Flash: клипы до 15 секунд вместо 10, правки репликами без перегенерации и $0.07 за секунду видео в 720p.