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。
