
Runway 垂直 AI 應用之路 有可能挑戰 Google?
2026年5月19日 · HW SHU · 5 分鐘閱讀
AI從電影工具到挑戰 Google:Runway 的垂直突圍戰術
> Meta Shift
站在 Runway 位於聯合廣場的總部,陽光透過落地窗灑進來,共同創辦人 Anastasis Germanidis 正在解釋一個聽起來有些瘋狂的想法。這家從做影片生成工具起家的公司,現在要挑戰整個 AI 產業的基本假設:語言模型真的是通往 AGI 的唯一道路嗎?
不像典型的矽谷創業故事,Runway 沒有史丹佛背景的創辦人,沒有前 Google 工程師,也沒有九位數的種子輪讓他們可以忽略營收好幾年。三個創辦人 — 兩個來自智利,一個來自希臘 — 在 NYU Tisch 藝術學院相遇,然後在紐約建立了這家公司。但現在,這家公司可能是當今最具影響力的 AI 公司之一。
垂直切入的起點
2018 年創立時,Runway 專注在一個相對窄眾的市場:幫電影製作人和創作者搞定 AI 工具。那時候 OpenAI 還沒發布 ChatGPT,整個 AI 產業還在深度學習的蜜月期,大家都在各自的垂直領域裡埋頭苦幹。
Runway 選擇了影片生成這個賽道,推出了一系列讓創作者能用文字生成可編輯影片內容的工具。這個定位很聰明 — 電影產業對 post-production 的痛點非常明確,而且願意為好工具付費。結果證明這個策略奏效了,Runway 的技術開始被用在《媽的多重宇宙》這樣的大片裡,並且跟 Lionsgate、AMC Networks 這些媒體巨頭簽了合作協議。
公司估值現在來到 53 億美金,根據創辦人透露的數據,光是 2024 年第二季就新增了 4000 萬美金的年度經常性收入。這個數字說明了什麼?B2B 的影片工具市場比大多數人想的要大。
但垂直市場有個問題:天花板。再怎麼優化影片生成,服務的還是創意產業這個相對有限的市場。真正的大錢,在通用平台。
從工具到世界模型的跳躍
過去六個月,Runway 開始執行一個更大膽的計畫:從影片生成跳到世界模型(world models)。去年 12 月推出了第一個世界模型,今年還計畫發布另一個。
世界模型是什麼?簡單說就是能模擬環境並預測行為的 AI 系統。不是像 ChatGPT 那樣處理文字,而是理解物理世界如何運作。Germanidis 的論點是:「語言模型訓練在整個網路上,訊息板、社群媒體、教科書 — 蒸餾既有的人類知識。但要超越這個,我們需要使用較少偏見的資料。」
這個策略轉型的邏輯很清楚。當所有大廠都在 LLM 軍備競賽裡燒錢時,Runway 說:「你們都搞錯方向了。」真正的智慧不在於如何處理人類寫的文字,而在於如何理解世界本身如何運作。
影片資料比文字資料更「真實」— 它直接捕捉物理世界的狀態變化,而不是人類對世界的描述。這個差異聽起來很學術,但商業意涵巨大。如果 Runway 說得對,那麼從遊戲、機器人訓練到藥物發現,整個產業都會重新洗牌。
Meta 分析:垂直包圍的經典戰術
從電競角度看,Runway 這招叫「側翼包抄」。當所有人都在正面戰場廝殺時,從沒人注意的路線切入,然後突然出現在敵方後方。
這讓我想到早期的 AWS。亞馬遜本來是電商,需要解決自己的基礎設施問題,結果意外發現這套基礎設施可以賣給其他人,最後變成雲端霸主。Runway 的路徑類似:從解決電影人的具體問題開始,累積了影片處理的技術,現在要用這個優勢挑戰通用 AI 市場。
但這招能成功嗎?競爭對手包括 Luma 和 World Labs,更不用說 Google、OpenAI 這些有無限資源的巨頭。Runway 的優勢是先發和垂直深度,劣勢是口袋不夠深。Google 如果決定 all-in 世界模型,可以砸幾十億美金進去。
關鍵在於:Runway 能否在大廠反應過來之前,建立起足夠的護城河?
對軟體工程師的啟發
如果你是軟體工程師,這個故事有幾個值得注意的點。
第一,垂直切入的策略。不是每個人都需要從 Day 1 就做平台,先在一個利基市場站穩腳步,累積技術和客戶,再考慮水平擴展。Runway 花了六年時間才開始這個轉型。
第二,技術判斷的重要性。整個產業都在 LLM 上下注時,敢於說「大家可能搞錯方向」需要很大的勇氣。但這種 contrarian thinking 正是創造差異化的關鍵。
第三,如果世界模型真的是下一個 frontier,那麼電腦視覺、物理模擬、3D graphics 這些技能會變得更有價值。現在可能是重新投資這些領域的好時機。
當然,Runway 也可能賭錯。語言模型的進化速度說不定比世界模型快得多,最後還是 OpenAI 和 Google 贏。但至少,他們選了一條不一樣的路。
在這場 AI 軍備競賽裡,不是誰錢最多誰就贏。有時候,選對賽道比跑得快更重要。
延伸閱讀
HW SHU
9年媒體人
這篇文章對你有幫助嗎?
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。


