Let's Make AGI Real

两条不同的路

在纽约的一个联合办公空间里，有一个可能是全球最”电影化”的初创公司。办公室的墙上贴满了电影海报、概念美术、镜头分析图。这就是Runway。在北方的谷歌DeepMind总部，研究人员们在超级计算机上进行着一场关于”视觉理解”的基础研究。这就是Google Veo的诞生地。

一个是创业公司的激情与执着，一个是科技巨头的资源与理性。两条路线都有各自的逻辑，都值得深入了解。

Runway：那个把AI带进电影院的人

三个NYU校友的梦想

2018年，当Cristóbal Valenzuela、Alejandro Matamala和Anastasis Germanidis在纽约大学Tisch艺术学院相聚时，没人预料到这会开启一个新的时代。

Cristóbal Valenzuela是CEO，一个充满激情的视觉艺术家，之前在Snapchat担任过技术岗位。但他真正的梦想是让AI成为创意工作流的一部分，而不是一个生冷的工具。Alejandro Matamala是首席研究官，负责Runway的技术DNA。Anastasis Germanidis是首席技术官，这位天才程序员让Runway的工程愿景成为现实。

在这三个人的组合中，有一个特别的化学反应：他们既理解艺术，也理解代码。这在AI创业公司中并不常见。大多数AI公司的创始人要么来自学术界，要么来自科技圈，很少有人真正在艺术和技术的交界处生活过。

从”研究工具”到”电影制作设备”

Runway最初不叫Runway，也不是做视频生成的。在2018-2020年的这个时期，它是一个”机器学习创意平台”，让艺术家可以在浏览器中快速实验各种神经网络模型。那时候的Runway就像是一个”AI的Photoshop”。

但Valenzuela有一个更大的野心。2021年，Runway推出了Gen-1（第一代视频生成模型）。这个模型虽然还很原始，但它证明了一个关键的点：AI可以理解动作、理解光线、理解情感。

到了2022-2023年，Runway的Gen-2模型已经能够生成足够质量的视频片段，可以被集成到实际的电影制作流程中。虽然不是全部，但”一部分”已经可以了。

Everything Everywhere All At Once的分水岭

如果说Runway从”有趣的工具”升级到”电影工业必需品”的转折点是什么，那就是《Everything Everywhere All At Once》（万物理论的衍生，中文译为《一切无处不在》）。

这部2023年的奥斯卡最佳影片，使用了Runway的AI视频生成工具。具体来说，视觉特效艺术家Evan Halleck用Runway的绿幕移除工具，在岩石宇宙（Rock Universe）的场景中工作。传统的方法需要几天的人工修饰，Runway的工具在几分钟内就完成了同样的工作——而且质量更好。

Halleck说过一句话，特别能说明问题：”它比我的人眼还要精准，给了我一个完美的遮罩，我可以用在其他的工作流程中。”

这不是”AI替代人”的故事，而是”AI让专业人士工作更高效”的故事。这个微妙的区别改变了一切。突然之间，好莱坞的视觉特效部门开始认真地看待Runway。不是作为”未来的威胁”，而是作为”现在的工具”。

Gen-3 Alpha：一个新的基准

到了2024年6月，Runway推出了Gen-3 Alpha。这个模型是在大规模的视频和图像数据上共同训练的，支持Motion Brush（运动刷）、Advanced Camera Controls（高级摄像机控制）和Director Mode（导演模式）等高级功能。

最关键的是，Gen-3 Alpha证明了Runway不仅仅是在”缩小与Sora的差距”，而是在”开拓自己的道路”。它的特色不在于单纯的”逼真度”，而在于可控性。

一个电影制作人的评价很能说明这一点：”Runway给了我的不是一个完整的视频，而是一个我可以精细调整的创意工具。我可以改变摄像机的轨迹，改变某个角色的动作，改变光线的方向。这就像Photoshop对静图做的事，但在时间维度上。”

融资与野心

到2025年的第二季度，Runway已经融资超过5.44亿美元。在最新的融资中，他们以30亿美元的估值融资了3.08亿美元（Series D）。投资者包括Google、Nvidia、Salesforce Ventures——这些都是科技产业中最精明的投资者。

他们为什么投资Runway？因为他们看到了一个明确的答案：这家公司不仅仅是在做技术研发，而是在改造一个几十亿美元的产业。

Google Veo：科技巨头的沉着思考

DeepMind的长期布局

Google Veo来自于Google DeepMind，这是Google最强大的人工智能研究部门。2024年5月，Google在I/O大会上首次亮相了Veo。

与Sora的”惊人”发布方式不同，Google的风格是”科学的稳重”。他们先发表了一篇技术论文，详细解释了Veo背后的算法原理。然后才在VideoFX和Gemini应用中限制性地推出了测试版。

这是Google的DNA。他们不相信”颠覆性发布”，他们相信”基础研究的力量”。

Veo 2和Veo 3的进化

到2024年12月，Google推出了Veo 2。这个版本支持4K分辨率，对物理和光学的理解大幅提升。Veo 2不仅能生成视频，还能生成看起来像电影的视频。

但真正的转折点是2025年5月的Veo 3。Google在这个版本中加入了一个革命性的功能：原生音频生成。

这意味着什么？这意味着你不再需要先生成视频，再分别生成音效和对白，然后通过第三方工具进行同步。Veo 3可以一次性完成所有工作——视觉、对白、音效、背景音乐都在一个模型中生成，天然同步。

到2025年10月，Google又推出了Veo 3.1和Veo 3.1 Fast。3.1版本进一步改进了从图片生成视频的能力，3.1 Fast则提供了一个”快速但品质稍低”的选项，让用户可以快速迭代创意。

为什么Google可以这样从容地迭代？

一个关键的原因是计算能力。Google拥有全球最大的计算资源。要训练Veo这样级别的模型，需要海量的计算。一个创业公司可能需要花费千万甚至亿级别的美元来做这件事，但对Google来说，这只是日常运营的一部分。

而且，Google不需要依赖外部融资。他们可以承受长期的研发投入，而不担心投资者的压力。这让他们有余裕去做”虽然现在不赚钱，但未来可能很重要”的事情。

两个科技路线的差异

Runway和Google Veo虽然都在做视频生成，但他们的设计哲学完全不同：

Runway强调可控性和专业集成。它设计的逻辑是：”我要成为电影专业人士的工具。”所以它提供了Motion Brush、Director Mode这样的细粒度控制。它的界面针对专业人士设计。

Google Veo强调理解和完整性。它设计的逻辑是：”我要能够从少量的信息（一个提示、一张图片）生成出完整、高质量的视频。”所以它投入了大量的资源去改进对视觉和音频的理解。

换个角度说：如果你是一个广告代理商，你可能会用Runway来快速生成视觉特效和镜头。如果你是一个内容创作者或营销人员，你可能会用Veo 3来快速生成短视频内容。

与竞争对手的博弈

虽然Runway和Veo在不同的生态中运作，但他们确实在间接竞争——争夺用户的时间和工作流。

2025年末的市场数据显示，在专业视觉特效工作室中，Runway的采用率更高。但在内容创作平台（Google Photos、Google创意套件）中，Veo的集成度更深。

一个有趣的数据点：截至2025年底，Google用户对Veo的日均查询量已经超过1000万。虽然这个数字包含了实验性的查询，但它表明了一个事实——Google有能力让一个产品直接接触全球用户。而Runway则需要通过”产口碑”和”行业影响力”来扩展市场。

未来：融合还是对立

到2026年，Runway和Google Veo的竞争会更加激烈吗？

从一些迹象来看，答案可能是：他们正在渐渐变成互补而非竞争的关系。

Google已经推出了”Veo 3与Creator Studio的集成”，允许专业人士在Google的环境中进行更细粒度的视频编辑。Runway则在与Adobe洽谈集成，可能很快会在Premiere Pro中出现。

到最后，这可能不是”谁赢了”的问题，而是”用户会在什么时候用哪个工具”的问题。就像Photoshop和Illustrator虽然是竞争关系，但他们在很多专业工作流程中是互补的。

快速档案 · 上篇

█████████████ Runway | 创意工具的先驱
【公司名】Runway ML
【创始人】
- Cristóbal Valenzuela（CEO，视觉艺术家+技术人）
- Alejandro Matamala（首席研究官）
- Anastasis Germanidis（首席技术官）
【创立时间】2018年
【所在地】纽约
【核心产品】
- Gen-1（2021）：首个视频生成模型
- Gen-2（2022-2023）：可集成于电影制作的模型
- Gen-3 Alpha（2024-2025）：支持多种控制模式
【关键特性】
- Motion Brush（运动刷）：精确控制物体运动
- Director Mode（导演模式）：高级摄像机控制
- Multi-shot generation：多镜头序列生成
- 34秒长视频生成（Gen-3 Alpha Turbo）
【重要应用案例】《Everything Everywhere All At Once》（电影视觉特效）
【融资信息】
- 总融资：5.44亿美元
- 最新估值：30亿美元（Series D，2025年Q2）
- 投资者：Google、Nvidia、Salesforce Ventures、General Atlantic、Qatar Investment Authority
【市场地位】专业电影制作的首选工具
【用户群体】电影制作人、视觉特效艺术家、广告制作公司、独立创作者
【竞争优势】
1. 深度集成于电影工业
2. 专业级的细粒度控制
3. 快速的模型迭代
4. 强大的社区和案例库
【关键挑战】如何在保持专业性的同时扩大消费级市场
【未来方向】预计集成入Adobe Premiere Pro等专业软件；进一步改进多角度视频生成能力

快速档案 · 下篇

“`
█████████████ Google Veo | 科技巨头的视觉理解

【公司名】Google DeepMind（Veo 项目）

【产品推出】2024年5月（Veo）

【主要版本】

• Veo（2024年5月）：初代模型
• Veo 2（2024年12月）：4K分辨率，物理理解提升
• Veo 3（2025年5月）：原生音频生成
• Veo 3.1（2025年10月）：图像到视频能力改进
• Veo 3.1 Fast（2025年10月）：快速迭代模式

【核心能力】

• 文本到视频生成
• 图像到视频生成
• 原生音频生成（Veo 3及以后）
• 电影级画质
• 4K分辨率支持

【分发平台】

• VideoFX（专业工具）
• Google Gemini应用
• Google Photos（集成功能）

【技术基础】

• 大规模视频理解模型
• Google DeepMind的神经网络研究
• 全球最大级别的计算资源支持

【融资与资源】Google内部投资（作为Alphabet集团的一部分）

【市场地位】消费级内容创作的首选；企业级应用快速增长

【用户日均查询量】1000万+（截至2025年底）

【竞争优势】

1. 科技巨头的资源保障
2. 深度集成于Google生态
3. 免费或低成本的高质量使用
4. 快速的迭代周期

【主要限制】

• 有限的细粒度控制选项（相比Runway）
• 内容政策的限制（需要遵守Google的内容标准）

【未来方向】

• 进一步改进多语言音频生成
• 更深入的Creator Studio集成
• 可能的API开放