人工智能视频生成平台与公司战略

Runway发布了新的视频生成模型和世界模型,而ONE2X创始人描述了AI视频的产品战略。- Runway宣布Gen 4.5视频模型,支持原创音频生成和编辑。- ALF视频编辑模型支持多镜头、多长度编辑的一致性。- Runway发布了GWM1自回归世界模型,用于逐帧预测和流控制。- GWM Worlds模拟具有正确几何、光照和物理的环境。- GWM Avatars创建高保真数字人类,支持音频驱动的实时生成。- GWM Robotics模拟机器人交互,包括故障,以便进行培训和评估。- ONE2X创始人王冠描述了Medeo及其“压缩即智能”的理念。- ONE2X架构包括:DSL(领域语言)、上下文(熵减少)和环境(数据生成用户界面)。- ONE2X强调“内部数据”和产品循环,以创造新颖的训练数据和系统改进。- 评论中提到早期Medeo内容获得超过20万次观看,以及创作者对制作工具的需求。- 文章指出Sora2用户旅程的问题:生成是被动的,知识积累有限。
Key insights
Runway宣布Gen 4.5和GWM系列用于视频生成和编辑
Runway推出了Gen 4.5,原生支持原创音频生成和编辑,ALF用于一致的多镜头编辑,以及一系列新的世界模型(GWM1、GWM Worlds、GWM Avatars、GWM Robotics),专注于自回归帧预测、环境模拟、高保真化身和机器人模拟。
Runway的模型支持流式生成、用户干预和实时控制
Runway的GWM1支持用户干预的流式生成,允许逐步控制帧预测。模型声称在编辑过程中保持角色、光照和环境的一致性,并支持音频驱动的化身运动和微表情。
ONE2X(Medeo)产品战略聚焦于通过DSL和环境创造“天生”数据
ONE2X创始人描述Medeo的架构为三层:领域特定语言(DSL)用于规范视频任务,上下文工程用于减少熵,环境用于捕捉高质量用户交互作为新颖的训练数据。该战略优先考虑生成之前不存在的“天生”数据,以形成竞争壁垒。
早期Medeo的吸引力体现了创作者需求和产品市场验证
ONE2X报告称,早期Medeo视频获得了显著的自然传播(例如提到约20万次播放),并描述了创作者对制作工具的高需求,包括创作者耗尽平台积分以访问工具的轶事报告。
批评:Sora2用户旅程缺乏知识积累
一篇文章将Sora2的典型用户旅程描述为被动的——描述、等待、观看、感到印象深刻——并且缺乏知识积累、技能增长或生成后持久价值的机制。