Gen-2

Gen-2 是由 Runway Research 推出的多模态 AI 视频生成系统，能够基于文本提示、图像或视频片段生成全新的视频内容。它打破了传统拍摄对实景、灯光和摄影机的依赖，让用户仅通过语言描述或一张参考图，即可获得具有高度一致性和真实感的动态影像。作为 Runway 多模态研究方向的重要成果，Gen-2 在 2023 年发布后，为视频创作提供了全新的自动化路径。

在核心能力方面，Gen-2 支持多种生成模式：文本到视频、图像到视频、文本+图像到视频，以及风格迁移、故事板动画化、选择性 Mask 区域风格化、未纹理渲染逼真化等。系统能够将输入图像的构图与风格应用于源视频的结构，或完全由文本提示生成新视频。根据用户研究，其图像到图像与视频到视频转换效果获得明显偏好，其中 73.53% 的结果优于 Stable Diffusion 1.5，88.24% 优于 Text2Live，体现了其在视频生成质量上的领先性。

Gen-2 在创作流程中的价值非常突出：它适合快速制作概念样片、将静态分镜转换为动态渲染、对现有视频进行风格统一、对 3D 渲染结果进行逼真化增强，以及实现局部区域的精细化风格控制。无论是电影前期预览、广告视觉探索、社交媒体内容生成，还是创意研究中的快速原型设计，Gen-2 都能显著降低视频制作的时间与成本门槛，让“所思即所见”成为现实。