先驅的AI視頻生成公司。共同創建了最初的Stable Diffusion架構，之後轉向視頻領域，其Gen系列模型確立了AI電影製作工具的最新技術水準。
Runway 是將 AI 視頻生成從研究興趣轉化為電影製作工具的公司，以持續推出模型的速度，即使資金雄厚的競爭對手進入這個領域，仍能保持在技術前沿。他們以創意工具為先的基因——源自藝術家，而不僅僅是工程師——使他們對專業工作流程有深入理解，這一點純粹的研究機構難以複製。他們選擇投注於建立一個綜合性平台，而非僅僅開發一個模型，這或許會成為正確的長遠戰略。
Runway 於 2018 年由 Cristobal Valenzuela、Alejandro Matamala 和 Anastasis Germanidis 三人共同創立，他們皆為紐約大學互動電信計畫（Interactive Telecommunications Program）的藝術家與工程師。這個起源很重要，因為 Runway 一開始就是一家創意工具公司，其次才是 AI 研究實驗室。在生成式 AI 爆發之前，Runway 已經開始開發基於瀏覽器的機器學習視訊編輯工具：無需綠幕的綠幕移除、物件追蹤、視訊風格轉移。當潛在擴散革命來臨時，他們正好處於獨特的優勢位置。該公司與 CompVis 和 Stability AI 共同開發了最初的 Stable Diffusion 架構，貢獻了讓文字生成影像變得實際可行的條件機制。之後他們做出了一個關鍵決定：不與日益擁擠的影像生成領域競爭，而是全力投入視訊領域。
以今日標準來看，Runway 的 Gen-1（2023 年初）表現粗糙——短片段、可見的瑕疵、有限的連貫性——但它仍是第一個廣泛可用的文字生成視訊工具，讓人感覺像是未來的預覽而非研究展示。Gen-2（2023 年中）則是顯著的躍進，產生的片段開始被導演和內容創作者用於實際專案。Gen-3 Alpha（2024 年）則是讓產業側目的模型：10 秒片段中包含戲劇性的攝影機運動、寫實的燈光，以及大致能維持一致的人類角色。每一代產品都大約縮小一半的詭異谷（uncanny valley）差距，而 Runway 發布速度夠快，使得競爭對手總是追逐上個季度的基準。
與釋出視訊演示的研發實驗室不同，Runway 的差異在於實際導演會使用他們的工具來製作實際作品。該公司積極與電影產業建立關係——與 Lionsgate 合作、參與 Sundance 和 Tribeca 影展，以及 Runway AI 影視節展映使用其工具製作的短片。這不僅僅是行銷；它創造了一種反饋迴路，讓專業用戶以業餘愛好者無法做到的方式推動工具的發展，浮現出對製作工作至關重要的特定限制（如跨鏡頭的一致角色身份、可控的攝影機運動、無縫合成）。當然，爭議也雙向存在。視覺特效藝術家和動畫師曾公開表示 AI 視訊威脅到他們的生計，而 Runway 也因訓練資料的版權問題被提及。該公司透過將工具定位為人類創造力的補充而非替代，來應對這些問題，但並非所有人都買這個說法。
Runway 的產品組合遠超出文字生成視訊的範疇。其網頁平台包含視訊轉視訊、用於動畫特定影像區域的運動筆刷工具、幀插值、修補、背景移除，以及不斷擴展的攝影機控制功能。Gen-3 Alpha Turbo 提供更快但品質較低的生成速度，用於快速迭代。Act-One 功能則透過網路攝影機進行臉部動作捕捉，來驅動角色動畫。這種廣度很重要，因為它讓 Runway 不僅僅是單一功能的視訊生成器，而是完整的創意套件——如果願景實現，它將是 AI 時代的 After Effects。對於目前需要在五個不同工具之間切換才能完成單一作品的動畫設計師和內容創作者來說，能在一個瀏覽器標籤中完成生成、編輯和效果處理，確實非常吸引人。
Runway 已募集超過 2.35 億美元，據報導估值約為 40 億美元。在競爭對手快速增加的市場中，這筆資金需要充分的說服力——Kling、Luma 的 Ray2、Pika、OpenAI 的 Sora 和 Google 的 Veo 都在加速提升視訊品質。Runway 的護城河不是任何單一模型，而是完整的創意平台、導演關係，以及快速推出產品的速度。風險在於商品化：如果視訊生成變得廉價且普遍（這將會發生），價值將從模型轉移到周圍的工作流程工具。Runway 正在押注這場轉變，打造一個 AI 視訊只是眾多功能之一的創意環境。他們能否在資源充足的競爭對手中保持領先，將是公司下個篇章的關鍵問題。