AI资讯 / 多模态

多模态 / 官方

以创意为核心,重塑视频制作流程

Runway News

Runway 近期推出 Agent 2.0,旨在帮助用户将单一创意转化为完整作品,同时保持对创作过程的控制。该产品基于一个核心理念:围绕用户实际想要完成的工作来构建。通过与产品与工程团队成员的对话,我们了解到 Agent 的灵感来源于让故事创作民主化,它支持多镜头视频、音频和图片的整合,并内置了专业判断力,以提供选项和变体,确保用户始终掌握创意控制权。Agent 特别适合有清晰愿景但缺乏工具的用户,如营销人员,也适用于从模糊感觉出发的创作者。其独特之处在于,Runway 的内部创意团队深度参与了产品构建,将专业工作流知识编码进系统,使其能理解不同模型的优劣,并支持视觉优先的迭代过程。

Runway 近期推出 Agent 2.0,旨在帮助用户将单一创意转化为完整作品,同时保持对创作过程的控制。该产品基于一个核心理念:围绕用户实际想要完成的工作来构建。通过与产品与工程团队成员的对话,我们了解到 Agent 的灵感来源于让故事创作民主化,使没有专业工作室或正式训练的人也能进行创作。Agent 最初专注于视频,现已扩展至支持更广泛的故事讲述和创意工作,用户可在界面内直接整合视频、音频和图片,生成完整的成品视频。

Agent 的核心在于解决生成媒体与判断什么是好作品之间的差距。Runway 内部的技术艺术家团队将专业判断力构建到系统中,使其能提供选项和变体,确保用户始终掌握创意控制权。独立评估机构 Physion Labs 的 Arc 1.0 基准测试中,Runway Agent 2.0 在六个智能体中排名第一,验证了其在电影质量、连贯性和信任安全方面的专注。

Agent 特别适合有清晰愿景但缺乏工具的用户,如营销人员,可用于创建社交内容、生成广告变体或实现特定活动目标。同时,它也适用于从模糊感觉或风格出发的创作者,帮助他们通过问答过程迭代完善想法。Runway 的内部创意团队深度参与了产品构建,将专业工作流知识编码进系统,使其能理解不同模型的优劣,并支持视觉优先的迭代过程。

Agent 的技术架构包含对多种模型优缺点的编码知识,以及一个技能层,用于组合这些能力形成实用策略。系统能理解它正在帮助创建的内容,知道如何生成一个片段,并使其在短片、广告或活动中发挥作用。Agent 的界面设计为视觉优先体验,用户请求生成图像时,结果会以视觉方式呈现,用户可基于所见进行反馈和调整。

Agent 不仅限于媒体生成,还支持端到端的创意工作。用户可上传性能数据、市场背景或创意简报等输入,在同一个体验中塑造故事、信息和执行。例如,上传广告效果 PDF,Agent 可分析并提出新策略或简报,然后基于简报创建实际创意。这种迭代过程帮助用户从模糊想法逐步完善到具体作品。

要点

  • Agent 2.0 围绕用户实际工作构建,支持多镜头视频、音频和图片整合,实现端到端创作。
  • 内置专业判断力,提供选项和变体,确保用户始终掌握创意控制权。
  • 在 Arc 1.0 基准测试中排名第一,验证了其在电影质量和连贯性方面的优势。
  • 特别适合营销人员和有清晰愿景但缺乏工具的创作者。
  • 支持视觉优先的迭代过程,用户可通过问答和视觉反馈逐步完善创意。
查看原始来源

原始标题:Inside Our Approach to Building Runway Agent

本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。