Runway 上線 Gen-3 Alpha 圖生影片：支援單圖定首幀，畫面更穩定

純靠一句話讓 AI 生成一段十幾秒的影片，最大的痛苦是什麼？大概就是抽卡抽出來的角色，下一秒就變了張臉。

Runway 正式為旗下的 Gen-3 Alpha 上線了圖生影片功能。這項更新允許你把任意一張圖片作為影片的第一幀，然後讓它動起來。

你可以只扔給它一張圖，也可以在圖的基礎上加一段文字提示詞來控制動作走向。雖然只是加了一個「首幀輸入」，但對於一直困擾 AI 影片圈的一致性難題來說，這算是一次非常直接的補刀。

讓靜止的畫動起來，而且不用變臉

Gen-3 Alpha 剛出來的時候，文生影片的效果雖然驚豔，但在角色一致性和超寫實細節上依然很吃力。

現在有了圖生影片，你可以先用 Midjourney 等工具生成一個固定長相的角色，或者直接拿現實中拍的照片當底圖，再交給 Gen-3 生成一段 10 秒的影片。

有外媒實測發現，輸入圖片之後，生成的畫面質量和動作自然度明顯優於純靠文字生圖。尤其是在運鏡和人體日常動作上，那種以前很多模型常有的「被迫放慢動作」現象減輕了不少。

更實用的地方在於工作流的串聯。這項功能還能直接配合 Runway 自家的對口型功能使用。也就是說，你拿一張人物照片，讓它動起來，再配上精準同步的語音，一個會說話的虛擬人分鏡就出來了。

不過目前它依然處於 Alpha 階段。實測中也發現，在一些劇烈動作場景下，比如讓角色打籃球，如果硬加上文字提示詞去引導，有時候反而會讓動作變形。

為什麼重要

我們認為，AI 影片工具正在從「玩具」走向「真正能用進剪輯軌道的工具」，而首幀控制就是分水嶺。

對於創作者來說，純文生影片是不可控的抽卡遊戲，根本沒法做長篇敘事。圖生影片等於把「確定角色和畫風」的工作交給了更成熟的繪圖工具，Runway 只需要專注解決「怎麼讓它自然地動起來」。只要你能固定住首幀，多段鏡頭拼湊成同一個故事的門檻就大幅降低了。

在行業競爭上，可靈等競品此前已經在圖生影片上搶佔了不少眼球，Runway 這一步是必須打出的防守反擊。它聰明的地方在於沒有死磕文生影片的控制力，而是順應了創作者「先圖後影片」的實際工作流，順手把口型同步串成了全套方案。

但隱患依然在動作控制的上限上。只要更復雜的物理互動和長鏡頭還沒徹底解決，創作者就依然要在大量的抽卡和廢片裡耗費算力。接下來就看 Runway 什麼時候能把影片生影片的換風格能力補齊了。