Runwayが「Gen-4.5」公開、動画生成ベンチマークで世界首位に

動画生成AIの進化は目覚ましいものの、カメラが動いた瞬間に液体が不自然に固まったり、衝突の衝撃が消えたりする違和感は依然として残っていました。

Runwayは12月1日、最新動画生成モデル「Gen-4.5」を発表しました。第三者評価機関Artificial Analysisの文生動画ベンチマークにおいて1,247 Eloポイントを獲得し、GoogleのVeo 3（1,226）、Kling 2.5（1,225）、OpenAIのSora 2 Pro（1,206）を抑えて世界トップに立ちました。

物理挙動の精度向上、Blackwell基盤で高速動作を維持

Gen-4.5の大きな特徴は、物理的なリアリティとプロンプト追従性の向上です。液体の流動性や物体の衝突時の質量感が自然になり、髪の毛や生地の織り目といった微細なディテールがカメラワーク中も破綻しにくくなりました。

推論環境はNVIDIAのHopperおよびBlackwell GPU上に構築されています。NVIDIAのジェンスン・フアンCEOもコメントを寄せ、事前学習から推論までの全サイクルで協業を深めたことを明かしました。前世代Gen-4の生成速度を保ちつつ、画質を大幅に高めています。

Gen-4.5はすべての有料プラン向けに既存の価格据え置きで順次提供され、画像からの動画生成やキーフレーム制御などの機能も順次対応予定です。一方でRunwayは課題として、ドアノブを回す前にドアが開くような「因果関係の逆転」、物が隠れた際に消えてしまう「オブジェクト永続性の欠如」、どんな雑なキックでもゴールに入ってしまう「成功バイアス」を率直に挙げています。

なぜ重要か

クリエイターにとっては、追加コストなしで最高水準の映像品質が手に入ることが最大の価値です。動きの破綻によるリテイクが減るため、実務でのカット制作効率が大きく上がります。

業界全体で見れば、Sora 2 Proに対して明確なスコア差をつけたことで、OpenAIやGoogleに対する強い牽制になります。ハードウェアと密に結びついた最適化が動画生成の主戦場になりつつあることを示しています。

価格を吊り上げず既存ワークフローの道具として提供するRunwayの手法は堅実です。ただ、同社自ら認めている因果律のエラーなどは、現在の生成モデルが物理法則を理解しているわけではなく、見た目を模倣しているに過ぎない限界も示しています。