2022 年 12 月 5 日，Runway 的 CEO Cristóbal Valenzuela 在公司博客上宣布完成了 5000 万美元 C 轮融资，估值 5 亿美元，由 Felicis （Google 早期员工Aydin Senkut 创立，投资代表作包括 Shopify、愤怒小鸟开发者 Rovio、Fitbit、Twitch 等）领投，Amplify Partners、Lux Capital、Coatue 和 Compound 跟投，其它投资者还包括 Madrona，以及一批豪华天使阵容 —— Guillermo Rauch（Vercel CEO）、Amjad Masad（Replit CEO）、Howie Liu（Airtable CEO）、Soumith Chintala（PyTorch 负责人）、Lukas Biewald（ Weights ＆ Biases CEO） 以及 Jay Simons（ex Atlassian 总裁）。
作者｜Tim Jiang
编辑｜Tim Jiang
上期分享了关于 Stability AI 的文章，本期分享 Stability AI 的兄弟公司，一起开发 Stable Diffusion 模型的 Runway，也结合了一部分 CEO Cristóbal Valenzuela 的访谈，文章分为三个小节：
像 Google Doc 一样
在过程中优化 PMF
内容的颠覆，生成即分发
01
像 Google Doc 一样
Runway 由 Cristóbal Valenzuela、Anastasis Germanidis 和 Alejandro Matamala 在 2018 年创立，Cristóbal Valenzuela 目前担任 Runway 的联合创始人 ＆ CEO；在创立 Runway 以前，三位创始人都是纽约大学 Tisch 艺术学院 ITP（Interactive Telecommunications Program）项目的研究生同学。
Cristóbal Valenzuela 是一位具备艺术和软件工程背景的复合人才，他曾在 Idemax 工作，并为开源项目做贡献，包括开源机器学习软件 ml5js，此外他的作品还得到了 Google 和 Processing Foundation 的赞助，并在拉丁美洲和美国展出，包括 NeurIPS、圣地亚哥当代艺术博物馆、ARS Electronica、GAM、ACADIA、Fundación Telefonica、Lollapalooza、NYC Media Lab、New Latin Wave、DOCLAB、美洲开发银行、斯坦福大学和纽约大学。
Cristóbal Valenzuela 是这样介绍描述自己产品的 —— Runway 是一个完整的视频创作套件，与更传统的视频编辑／创作软件相比，Runway 的卖点主要是在后期制作，因为 Runway 的大部分核心组件都是 ML（机器学习）驱动的，这背后更深沉次的原因在于用户在传统内容制作中很多环节是重复、耗时和烧钱的，Runway 的产品旨在简化和减少这些重复劳动。
在产品功能方面，Runway 为个人或企业用户提供一套包含 30＋ AI 创作工具的套件，覆盖从 text－to－video、video－to－video、替换背、绿屏、擦除以及替换等丰富的视频创作／编辑功能，推出的产品就包括了一款视频编辑器，用户可以直接在浏览器中完成入门到高级的后期处理，另外 Runway 还允许用户在一系列图像上完成个性化的 AI 模型训练，让 AI 创作的素材更符合定制化需求。
在产品体验方面，对用户来说一切都是基于浏览器的，Runway 的套件是基于 Web 和云原生的，这意味着用户可以摆脱对本地计算机性能的要求，用户通过 Runway 来访问 GPU 集群，完成实时的 4k 以及 6k 的视频创作；前端设计上，Runway 依然遵循一些传统视频创作的用户习惯，例如界面底部是一个轨道，带有多编辑系统，音轨、关键帧动画以及对文本＆图像的支持；素材方面，Runway 还推出了各色各样的视频模版，用户可以在这里探索和使用这些模版，也可以将自己创作的内容设置为模版。
在目标受众方面，由于 Runway 是基于 Web 的产品，这也就允许后期团队解放空间约束进行团队协作，这也顺带降低了后期制作对于设备的要求，进一步扩大了产品的潜在市场，以及原先没有进入这个领域的创作者群体，甚至是一款低功率 Chromebook 都能制作大片。当然，费用也会贵一点，个人专业版是 12 美元／月，而团队版是 28 美元／月，但和传统的解决方案相比，这笔投入是值得的。
对于传统视频后期团队来说，一名资深编辑的后期制作费用在 250 美元／小时，按照每月 20 小时投入计算大概是在 5000 美元，而 Runway 对于专业个人用户而言所收取的费用仅仅 12 美元。
在谈到另一个创作工具 Figma 时，Cristóbal 认为协作是每一项创作性工作的核心，伟大的事物都是在协作环境中产生的，Figma 非常出色的将协作置于产品价值核心，站在今天的环境中，协作已经不是可有可无的功能，而是需要构建的基本工作流程，是现代团队完成工作的方式。
对于 Runway 而言，协作同样是产品套件的核心，借助 AI 技术，这在几年前是很难做到的，如今可以做到易于访问、快速、网络优先以及协作。Runway 的目标是让视频编辑更容易，用户无论是创建 1 个视频，还是 1000 个视频，对于研发来说都没有太大的变化，Runway 的产品应该像打开 Google 文档一样容易和简单，完不成这个，其它的动作与计划都是徒劳。
02
在过程中优化 PMF
Runway 早期是一家以研究为中心的公司，在研究的过程中团队发现了市场机会，并将早期研究的技术成果应用在了视频后期这个应用场景当中。
公司最早的产品是一个关于ML（机器学习）模型的应用商店，用户可以在这上面使用数百个模型，随后基于这些研究，Runway 的团队发现一些新兴的技术正在发生根本性的转变，他们当时判断出深度学习和计算机视觉技术正在永远改变创意格局和媒体生态系统。
换句话说，ML 正在改变人们看待图像的方式、创建视频的方式以及理解创造力的方式，随着模型目录和用户群的不断增长，Runway 的团队聚焦到了一个细分领域中，也就是视频。
对于视频编辑和电影制作人来说，Runway 让这部分垂直用户看到了利用 AI 模型来减轻视频编辑的重复性劳动的巨大潜力，当时团队做过一次评估调研，发现大约 80％ 的视频编辑时间都是那些逐帧编辑的非创造性操作，并且也会有行业里的制作人对 Runway 的技术感兴趣。
例如，有潜在的用户提出一些这样的需求——“hi～我看到你们的 AI 模型可以做 X，你们也可以做 Y 和 Z 么？我讨厌那种手动工作”，而这样的业务场景用技术表述就是——从对象分割模型开始，在视频领域被称为 rotoscoping，通过扩展到上下文感知填充（视频修复）、视频深度估计、转录、背景噪声去除和音频生成等其它环节。
Runway 的团队抓住了这个痛点，全力以赴优化视频编辑流程，通过 AI 模型自动化视频编辑中费心费时费力的部分，整个产品的目标是将更多的时间留给用户去叙述核心创作过程，无论创作场景是广告、产品演示、教程还是网络研讨会，这些本质上都是大同小异的。
另一方面，早期团队在构建第一个视频编辑的原型过程中，发现了这种解决方案更广泛的影响，简化视频编辑不仅仅是解决时间和成本，还将视频编辑和电影制作大众化，这也扩大了潜在的市场基数，不再是专业团队／企业，而是专业的用户，甚至是入门级市场。
Cristóbal 认为好的产品可以为自己代言，人们喜欢 Runway 是因为这让他们的工作方式和效率得到了提升，在最近一次和客户交谈中，客户对 Runway 的印象是快与激进，让自己做事的效率比其它人更快更聪明，并且在公司内部更有优势，在同事中介绍 Runway 的产品也让他显得更酷。
Runway 的销售策略也遵循 PLG 自下而上的方式，让潜在客户内部的用户使用 Runway 的产品并传播，这里面需要设计的核心体验是让用户在 Runway 的产品上感受到“超能力”，对于长期进行视频编辑的群体来说一个关键业务场景是—— 当用户看到即时的动态转描或字幕生成，就会产生那种不需要花几个小时逐帧编辑的痛苦，这就是产品的 aha moment，而对于入门级用户，他们能从 Runway 的产品上访问到更多原先只有专业群体才接触到的功能，借助 Runway 的产品入门级用户也能产出专业内容，这是很特别的。
03
内容的颠覆，生成即分发
视频内容一直以来都是成本很高的媒介形式，小到在 Tiktok 上发布一个短视频，大到制作一部长篇电影，视频往往制作起来成本高又复杂，编辑这些多媒体费时费力，今天制作视频还要使用一些软件组合和近 35 年前发明的行业术语，生成式 AI 的诞生对视频领域最大的影响将是把成本推向 0。
今天，在电影行业的专业艺术家，使用 Runway 可以省下数小时甚至数天的工作时间。《瞬息全宇宙》是去年非常热门的电影，视觉效果丰富且让人印象深刻，故事也非常独特，但这样一部作品背后仅仅是 5 个全职人员完成了大部分视觉特效镜头，这里就用到了 Runway 的产品完成了大部分工作，而在过去则需要数十个团队夜以继日，以月和年为单位完成这部分工作，新技术对于《瞬息全宇宙》背后的小型创意团队来说是可负担可行的。
Evan Halleck 是《瞬息全宇宙》的导演＆剪辑师，他负责的视觉特效（VFX）团队负责整部电影的幕后工作，在电影创作期间遇到了 Covid－19，许多工作不得不停工，团队成员分散在不同的地方，最后大家通过远程协作的方式完成了后期工作。
此外，虽然 Evan 经验丰富的剪辑师，但也很难评估某个环节用某种表现手法具体效果如何，有时候一个创意点子的验证周期很长，但是通过 AI 合成的方式尝试，Evan 只需要点击几下鼠标就能节省原先几个小时的工作量，并且能将自己的工作轻松整合到团队的协作流程中。
技术的转变推动了内容的分发方式，从传统分类门户再到以抖音和 Tiktok 为首的算法推荐，生成式 AI 的出现会让内容的产生变得更加容易，分发的新变化也将会出现。Cristóbal 认为内容生成和分发将会变得非常接近，可以说是同时发生的，在不远将来，我们可能会看到完全 AI 生成的 Youtube、Netflix 以及社交媒体，即将到来的制作内容的工具将于今天相去甚远，这是新的“新媒体”。
这一波生成式 AI 的浪潮中，首当其冲的影响是生产力以及创造性任务的民主化，这些任务在过去如果没有经过专业培训是不可能完成的，新的模型将原本需要数个小时的工作量压缩到了几秒，任何人都能通过 Runway 这样的产品在专业广告、产品摄影以及需要大量编辑内容的场景里体验和创造。
就 Runway 而言，其产品哲学除了对 PLG 的崇拜之外，其另一面则是崇尚开发自家技术堆栈，从必要的技术架构，到从头开始研究、开发和训练生成模型，堆栈让团队完全了解和控制其产品部署的方式以及与用户交互的方式，如果需要，这些研究将有助于有效指导产品路线图和优先级。
Runway 也会持续往这个方向投入，在 Cristóbal 来看，未来堆栈的计算成本将急剧下降，硬件越来越好，软件也越来越好，更好的边缘部署和优化的推理基础设施，目前的市场还处于早期阶段，我们将持续看到训练和模型运行成本随着时间推移而降低。
Runway 从成立的那一天起，核心信念就是优先考虑在 AI 堆栈每个级别做到完全自主和探索的自由，目标是构建今天无法想象的全新工具和解决方案，要实现这一点需要建立一个以这些文化元素为核心的强大组织，这些价值观将推动产品创新，抛开先入为主的想法，抓住机会，深入到基本面。
当然，Cristóbal 也表示研究论文不等同于产品，训练模型也不等同于产品，产品是解决问题的一种形式，另外还有很多东西需要被归结为产品构建，对于像 Runway 这样的技术型创业公司来说拥有堆栈是一条漫长的道路。
Reference：
https：／／runwayml．com／blog／runway－raises－50－series－c／
https：／／runwayml．com／customers／how－director－and－editor－evan－halleck－uses－runway－for－films－music－videos－and－commercials／
https：／／runwayml．com／customers／how－director－and－editor－evan－halleck－uses－runway－for－films－music－videos－and－commercials／
https：／／gettingsimple．com／cristobal－valenzuela－runway－and－machine－intelligence－interfaces－for－creativity
免责声明：在任何情况下，本文信息或表述，不构成任何投资建议；若有侵权，请后台联系删除。
转载须知：如需转载，请联系。
——END——
