Runway พลิกโฉมวิดีโอ AI สู่การสตรีมสดควบคุมได้แบบเรียลไทม์

Runway เปิดตัวงานวิจัยใหม่ที่เปลี่ยนรูปแบบการสร้างวิดีโอจากเดิมที่ต้องรอประมวลผล ให้กลายเป็นการสตรีมวิดีโอได้ทันทีในขณะที่ผู้ใช้งานกำลังป้อนคำสั่ง (Prompt)

โมเดลวิดีโอในปัจจุบันยังมีข้อจำกัดเรื่องขั้นตอนการทำงานที่แยกส่วน ผู้ใช้ต้องป้อนคำสั่งแล้วรอหลายนาทีกว่าจะเห็นผลลัพธ์ ซึ่งหากผลออกมาไม่ตรงใจก็ต้องเริ่มกระบวนการใหม่ทั้งหมด Runway พบว่าผู้ใช้เสียเวลาไปกับขั้นตอนนี้มากที่สุด จึงมุ่งเน้นลดเวลาสร้างเฟรมแรกให้เหลือน้อยที่สุดเพื่อเริ่มสตรีมวิดีโอได้ทันที

แนวทางนี้ถูกพูดถึงครั้งแรกเมื่อเดือนมีนาคมผ่าน Runway Characters โดยใช้ GWM-1 ซึ่งเป็น "General World Model" ตัวแรกของบริษัทที่เปิดตัวในเดือนธันวาคม 2025 โดย GWM-1 ต่อยอดมาจาก Gen-4.5 ที่สามารถสร้างวิดีโอแบบเฟรมต่อเฟรม และรองรับการควบคุมผ่านมุมกล้อง คำสั่งหุ่นยนต์ หรือแม้แต่เสียง

นอกจากนี้ Runway ยังได้แสดงประสิทธิภาพของ Solaris ระบบที่ใช้ Gen-4.5 สร้างอินเทอร์เฟซผู้ใช้แบบเรียลไทม์ซึ่งตอบสนองต่อการคลิกและการสั่งงานด้วยเสียงได้อย่างลื่นไหล

การสร้างแบบเรียลไทม์: ลดเวลารอและประหยัดต้นทุน GPU

Runway ระบุว่าการสร้างวิดีโอแบบเรียลไทม์ช่วยทลายกำแพงระหว่างจินตนาการกับการลงมือทำ การตอบสนองที่ทันท่วงทีช่วยให้ผู้ใช้จดจ่อกับการควบคุมทิศทางของวิดีโอได้อย่างต่อเนื่อง แทนที่จะต้องเสียเวลาไปกับการนั่งรอ

ในเชิงเศรษฐกิจ โมเดลที่ทำงานเร็วขึ้นจะใช้ทรัพยากร GPU น้อยลง ส่งผลให้ต้นทุนต่อผลลัพธ์ลดต่ำลงด้วย การลดเกณฑ์ด้านต้นทุนนี้จะช่วยให้แอปพลิเคชันต่างๆ ที่เคยถูกมองว่าไม่คุ้มทุน สามารถนำมาใช้งานจริงได้กว้างขวางยิ่งขึ้น

แก้โจทย์ความผิดเพี้ยนของภาพด้วยการฝึกจากข้อผิดพลาด

ปัญหาหลักของโมเดลวิดีโอคือการสร้างแต่ละเฟรมอ้างอิงจากเฟรมก่อนหน้า ทำให้ข้อผิดพลาดเพียงเล็กน้อยสามารถสะสมจนกลายเป็นภาพที่บิดเบือนอย่างรุนแรงเมื่อเวลาผ่านไป ซึ่งแตกต่างจากโมเดลข้อความที่สามารถแก้ไขตัวเองได้กลางประโยค

Runway แก้ปัญหานี้ด้วยการฝึกโมเดลจากผลลัพธ์ของตัวมันเอง แทนที่จะใช้เพียงข้อมูลที่สมบูรณ์แบบ เพื่อสอนให้ AI รู้จักแก้ไขการเบี่ยงเบนของภาพด้วยตัวเองแทนที่จะขยายความผิดพลาดนั้นออกไป

ปัจจุบันสตาร์ทอัพอย่าง Decart ก็ใช้แนวทางใกล้เคียงกันกับโมเดล MirageLSD ขณะที่ Google Deepmind อ้างว่า Genie 3 สามารถรักษาความต่อเนื่องของโลกจำลองได้นานหลายนาทีที่ความละเอียด 720p 24fps

จากงานสร้างสรรค์สู่การฝึกหุ่นยนต์และรถไร้คนขับ

ในระยะยาว Runway มองเห็นศักยภาพของ AI ในกลุ่มแอปพลิเคชันที่มีปฏิสัมพันธ์สูง เช่น การศึกษา เกม และหุ่นยนต์ ซึ่งต้องการวิดีโอที่ตอบสนองรวดเร็วเท่ากับความเร็วของมนุษย์ การทดสอบหุ่นยนต์หรือรถยนต์ไร้คนขับในโลกจริงจำเป็นต้องมีสภาพแวดล้อมจำลองที่สร้างขึ้นแบบเรียลไทม์และตอบสนองต่อสถานการณ์ผิดปกติ (Edge cases) ได้ทันที

บริษัทได้เปิดตัว GWM Robotics ซึ่งเป็น ตัวแปรหนึ่งของ GWM-1 เพื่อสร้างข้อมูลจำลองสำหรับการฝึกหุ่นยนต์โดยเฉพาะ เช่นเดียวกับ Waymo ที่ใช้ Waymo World Model (อิงจาก Genie 3) ในการจำลองเหตุการณ์ที่ไม่คาดฝันบนท้องถนน เช่น การเจอสัตว์ป่าหรือภัยพิบัติ เพื่อฝึกฝนระบบก่อนนำไปขับขี่จริงบนถนนสาธารณะ

ล่าสุดในงาน GTC ของ Nvidia ทาง Runway ได้ แสดงตัวอย่างงานวิจัย โมเดลเรียลไทม์ที่ทำงานบนแพลตฟอร์ม Vera Rubin ซึ่งสามารถแสดงเฟรมแรกได้ในเวลาไม่ถึง 100 มิลลิวินาที อย่างไรก็ตาม บริษัทยังไม่ได้กำหนดวันเปิดใช้งานอย่างเป็นทางการ