Runway Gen-4.5

1. 文本 / 图像生成视频
   输入文字提示词，或者上传一张图片作为起点，即可生成对应的视频片段。
2. 镜头运动控制
   可以直接描述推、拉、摇、移、跟拍等镜头语言，让生成结果更接近导演预期，而不是完全靠随机抽结果。
3. 角色一致性
   同一个人物在不同镜头、景别和场景中能尽量保持面部、服装和身份特征，为多镜头叙事提供基础。
4. 物理运动表现
   对重量、惯性、碰撞以及布料、液体等动态细节的处理更加自然，减少早期 AI 视频常见的漂浮感。
5. 多种视觉风格
   可以生成写实、电影感、动画、3D 等不同视觉方向，并尽量维持整体风格一致。
6. 多比例输出
   支持 16:9、9:16、1:1、4:3 等常见画幅，方便适配横屏、短视频和社交媒体。
7. 最长 16 秒生成
   单次生成可以做到 16 秒，适合短镜头、广告片段和分镜测试。

我主要测试了它的 Image-to-Video 和角色一致性。

上手不难，但提示词思路要变。

Runway 的界面并不复杂，真正需要学习的是怎么像导演一样描述画面。

只写“一个女孩走在街上”当然也能生成，但控制力有限。换成“镜头从鞋子特写缓慢上摇到面部，女孩走过雨后的东京街道，地面倒映霓虹灯”，结果通常会更接近预期。

也就是说，Gen-4.5 不太要求你学技术参数，但会奖励那些知道自己想拍什么的人。

角色一致性确实进步很明显。

我上传了一张角色设定图，再分别生成近景、中景和远景。几段视频里，人物的脸、发型和服装基本能保持住，没有以前那种换个镜头就像换了演员的感觉。

对于广告、短片或角色 IP，这比单纯提升画质更重要。因为只有角色稳定下来，才有可能真正讲故事。

但它也远没有到“生成什么都对”的程度。

我测试“苹果从桌上滚落”时，前半段运动很自然，碰到桌腿后却直接消失了。这属于典型的物体恒存问题。

另一次生成足球射门，球本来明显偏离球门，最后却硬是拐进去。这类“为了完成提示词结果而忽略过程”的情况，依然会出现。

AI 知道你想看到“进球”，但不一定真正理解为什么这个球应该进。

另一个现实问题就是贵。

10 秒视频需要 120 积分。看起来不算多，但一个正式镜头通常不会只生成一次。姿势不对、镜头不对、人物脸崩了，都要重新跑。

实际创作时，积分往往不是花在成片上，而是花在淘汰掉的版本上。

优点

• 画面真实感强。 人物和物体的运动比早期 AI 视频自然很多。
• 角色一致性进步明显。 多镜头创作终于开始具备实用性。
• 镜头控制更听话。 懂一点镜头语言，就能明显提高结果的可控程度。
• 适合专业工作流。 做分镜、概念片、广告预演和短视频时，已经能真正节省制作时间。

缺点

• 生成成本高。 真正贵的不是成片，而是大量试错。
• 物理逻辑仍会出错。 碰撞、遮挡、物体消失和复杂动作都有可能穿帮。
• 长叙事仍受限制。 单次 16 秒，对连续剧情来说依然比较短。
• 积分不滚动。 使用频率不稳定的人容易出现月底浪费额度的情况。

适合：

影视、广告和动画从业者

很适合快速做分镜、创意预览和视觉方案。

AI 视频和内容创作者

对画面质量、镜头感和角色连续性有要求的人，会比较容易感受到升级。

制作角色 IP 内容的团队

角色一致性让连续短片和系列内容更容易落地。

不太适合：

只想随便玩几次的人

免费额度有限，稍微认真试几个镜头就会开始涉及付费。

需要长时间连续动作的人

16 秒上限和物理逻辑问题仍然会限制复杂叙事。

预算有限的高频用户

AI 视频非常依赖试错，实际成本可能比订阅价格看起来高不少。

Runway Gen-4.5 最明显的变化，是 AI 视频开始从“生成漂亮片段”走向“按创作者要求拍镜头”。

角色能保持一致，镜头语言更可控，运动也更接近现实。对专业创作者来说，这些变化比单纯的分辨率提升更重要。

但它还没有解决所有问题。复杂物理关系仍会出错，长镜头受时长限制，积分消耗也会迅速拉高创作成本。

所以 Gen-4.5 更像一台越来越成熟的虚拟摄影机，而不是一个“一句话自动拍电影”的按钮。

如果你的工作需要大量分镜、概念验证、广告素材或短视频镜头，它已经很有价值；如果只是想偶尔生成几条好玩的 AI 视频，成本可能比想象中更快成为问题。