Runway lader dig styre AI-video live

Runway vil lade brugere streame AI-video, mens den genereres, og styre den undervejs i stedet for at vente.

Det betyder noget, fordi brugerne spilder tid på at generere og revidere videoer, og realtidsgenerering kan sænke omkostningerne.

Nu arbejder Runway på teknologien med nye modeller, men udfordringen er at undgå, at små fejl vokser til store forvrængninger.

Runway vil ændre den måde, vi laver video med kunstig intelligens på. I dag skriver man en beskrivelse af den video, man ønsker. Så venter man på, at systemet laver den færdige video. Det kan tage et par sekunder eller flere minutter. Er videoen ikke god nok, må man starte forfra. Runway siger, at brugerne gentagne gange fortæller det samme. De mister mest tid på at generere og rette videoer. Virksomheden vil gøre tiden til det første billede så kort som mulig. Derefter streames videoen, mens den bliver lavet — ligesom en live-udsendelse. Brugeren kan skrive nye instrukser undervejs og dermed styre videoen. Man venter ikke længere på et færdigt resultat.

Runway viste først tilgangen frem i marts med et system kaldet Runway Characters. Det bruger GWM-1, virksomhedens første »General World Model«, som blev introduceret i december 2025. En model er et system, der er blevet trænet på mange eksempler. Den lærer at lave noget bestemt — her video. GWM-1 bygger på et tidligere system kaldet Gen-4.5. Den laver video billede for billede, lidt som en tegnefilm. Man kan styre den med kamerabevægelser, robotkommandoer eller lyd. For et par uger siden viste Runway også et system kaldet Solaris. Solaris bruger Gen-4.5 til at lave brugergrænseflader billede for billede. Brugergrænseflader er de skærme og knapper, man bruger i et program. Det reagerer på klik eller stemmeinput.

Når videoen laves, mens man ser den, kan det også gøre det billigere. Hurtigere modeller bruger mindre tid på de kraftige computere, der regner videoen frem. Ifølge Runway er prisen for hvert færdigt resultat ved en given kvalitet afgørende. Den bestemmer, hvilke anvendelser der kan betale sig. Når genereringen sker med det samme, bliver grænsen lavere. Anvendelser, der ikke tidligere kunne betale sig, bliver dermed levedygtige.

Den store tekniske udfordring er, at fejl vokser. En tekstmodel kan rette sig selv midt i en sætning. Men en videomodel bygger hvert billede på det foregående. Små fejl kan derfor vokse til store forvrængninger over tid. Det minder om en historie, der bliver forvansket, når den går fra mund til mund. Runway løser det ved at træne modellen på dens egne resultater frem for kun på fejlfrie eksempler. På den måde lærer den at rette sine egne afvigelser i stedet for at forstærke dem.