一句话定位
Runway 于 2023-12-11 发布的研究议程博客（作者 Anastasis Germanidis），正式提出「通用世界模型（General World Models, GWM）」概念——把世界模型定义为「构建环境内部表征、并用其模拟该环境未来事件的 AI 系统」，把自家视频生成产品 Gen-2 定性为「早期、有限形态的通用世界模型」，并列出三项待攻克的开放研究问题；全文约 200 词，不含任何模型、架构、数据或评测细节，是一篇纯粹的研究方向宣言（agenda-setting blog），为 Runway 后续研究叙事（Gen-3 Alpha → GWM-1）定调。
背景与定位
博客明确指出：此前世界模型研究局限于两类受限场景——(1) 玩具级模拟环境（原文点名 video games，链接指向 Ha & Schmidhuber 2018《World Models》，即 dreamer-v3 所属谱系的思想源头：在游戏环境里学习紧凑的环境表征 + RNN/Transformer 动力学模型）；(2) 窄域场景，原文明确点名”world models for driving”并直接超链接 arXiv 2309.17080——即 gaia-1-wayve。Runway 的论点是这两类都过于受限，GWM 的目标是表征/模拟「像真实世界一样广泛的情形与交互」。
博客把已上线的视频生成产品 Gen-2（Runway 尚无独立页面覆盖其前代）定性为「非常早期、有限的通用世界模型形态」——为生成逼真短视频，Gen-2「发展出了一些对物理和运动的理解」，但仍在复杂相机/物体运动等方面很吃力。这是 Runway 首次在公开研究叙事中把「视频生成」与「世界模型」两个概念正式绑定；其后 gen-3-alpha（2024-06 博客自称”a step towards building General World Models”）延续了这一定位，Runway 研究中心导航栏可见更晚发布的专属命名模型 GWM-1（/research/introducing-runway-gwm-1，发布时间晚于本文，属独立发布、不在本页覆盖范围）。
技术脉络上，这不是一篇技术论文或模型发布，而是「重新定调」——把 Runway 已有的视频生成技术栈（Gen 系列扩散模型）纳入「世界模型」研究叙事，为后续机器人/导航方向铺垫（Runway 现有 Research Hub 项目页站上把使命表述为「Building general-purpose multimodal simulators of the world」「models that use video as their main input/output modality…will form the next paradigm of computing」，并列有 Robotics / Policy Model 产品线，与本文的 GWM 论证方向一致）。
模型架构
博客未提出任何新模型，未描述任何架构。仅给出概念性定义：「世界模型 = 构建环境内部表征、并用其模拟该环境未来事件的 AI 系统」。不适用——本文非模型发布，backbone/tokenizer/参数量等均无从披露。
数据
未披露。博客不涉及任何训练数据、规模、来源或配比（本文非模型/论文）。
训练方法
未披露，无训练目标、阶段划分或超参数（本文非模型/论文）。博客仅列出 Runway 认定的待攻克开放研究问题（是研究方向而非训练方法）：
- 让模型生成环境的一致性地图（consistent maps of the environment）；
- 具备在这些环境中导航与交互的能力；
- 不仅捕捉世界本身的动力学，还要捕捉「世界居民的动力学」——即建立逼真的人类行为模型（realistic models of human behavior）。
原文同时宣布正在组建团队攻克上述问题（“We are building a team to tackle those challenges”），未给出团队规模或组织细节。
Infra（训练 / 推理工程）
未披露。无算力规模、GPU 数量/机时、并行策略、精度或推理延迟信息（本文非模型发布，无可运行系统随文公布）。
评测 benchmark
无。博客不含任何量化评测、基线对比、FID/FVD/VBench 等指标或 benchmark 数字——纯文字研究宣言，对 Gen-2「已具备物理/运动理解」的表述也只是定性论断，未附任何实验或消融支撑。
创新点与影响
核心贡献（研究叙事层面，非技术层面）：
- 首次把「通用世界模型（General World Models）」作为专有名词和长期研究方向正式提出，并将其与「视频生成」直接挂钩——成为 Runway 区别于同期其他视频生成公司的核心研究定位。
- 明确划分世界模型研究的三项阶段性目标——环境地图一致性、导航/交互能力、人类行为建模——为其后续研究方向（机器人 Policy Model、Gen-3 Alpha 及以后的视频模型、专属命名的 GWM-1）提供了纲领性框架。
- 公开发出团队组建信号，标志 Runway 把「世界模型」确立为独立于视频生成产品线之外的长期研究方向。
已知局限（本文自身，非模型局限）：
- 纯议程宣言，无可验证的技术贡献、无可复现的方法或实验结果；
- 对「世界模型」的定义与 Ha & Schmidhuber、GAIA-1 等既有工作的定义（构建环境内部表征 + 模拟未来）基本一致，并未提出新定义或新度量标准来界定「通用（general）」的具体边界；
- 对 Gen-2「已具备物理/运动理解」以及「难以处理复杂相机/物体运动」的表述均为定性描述，无任何量化证据或消融支撑。
对后续工作的影响： 这篇短文确立了 Runway 之后历次视频生成发布博客中反复重申的「迈向 GWM 的一步」叙事框架（gen-3-alpha 2024-06 博客原句自认），并最终催生了专门以「GWM-1」命名的模型（发布晚于本文，属独立后续工作，未在本页展开）。它也是 2023 年底”视频生成 = 世界模拟”这一叙事首次在商业视频生成实验室层面被明确公开表述，与同期学术/工业界在自动驾驶窄域的同类论述（gaia-1-wayve）分别代表了”通用”与”窄域”两条世界模型叙事路线。
原始链接
- blog（一手，主源）: https://runwayml.com/research/introducing-general-world-models
- research-hub（研究索引页，含现行使命表述）: https://runwayml.com/research