Runway Gen-4.5 Text-zu-Video: Kamera-Verifikation von Physik und menschlichem Körper

Ein illustrativer Fähigkeits-Eintrag für die Text-zu-Video-Pipeline von Runway Gen-4.5: Mit einer einzigen Aufnahme werden gleichzeitig drei Fähigkeiten geprüft, die das Modell in seinen Release-Notes hervorhebt – hohe Prompt-Treue, komplexe Physik und Kausalzusammenhänge sowie realistische menschliche Bewegung. Die Aufnahme ist als eine einzige durchgehende Kamerafahrt konzipiert: Ein Glas auf einem Holzboden wird angestoßen, fällt herunter und zerbricht, anschließend bückt sich eine Person und sammelt die Scherben auf – durchgehend 16:9, 10 Sekunden. Dieser Szene wurde gewählt, weil sie gleichzeitig Starrkörperkollisionen, das Verspritzen von Flüssigkeit und Splittern sowie die Gelenkbewegungen des menschlichen Körpers enthält. So können Entwickler die zeitliche Konsistenz über Frames hinweg, das Erscheinen und Verschwinden von Objekten sowie die kausale Reihenfolge beobachten – ob zuerst die Wirkung und dann die Ursache auftritt. Genau darin liegen die bekannten Grenzen dieses Modells. Auf der Eingabeseite werden nur die drei Felder prompt, aspect_ratio und duration benötigt, ohne Referenzmaterial. Damit lässt sich direkt mit den in den „Modellfakten“ erklärten Fähigkeitsgrenzen vergleichen; der Eintrag eignet sich für Previsualisierung in der Filmproduktion, Storyboard-Validierung und schnelle Tests der Kamerakontrollierbarkeit. Beachten Sie: Das vertikale 9:16-Format unterstützt nur 5 oder 10 Sekunden; dieser Eintrag verwendet die Kombination aus 16:9 und 10 Sekunden, um einen vollständigen Bewegungsbogen zu erhalten.