Runway Gen-4.5 texte-vers-vidéo : validation de plan sur la physique et le corps humain

Entrée illustrée des capacités du pipeline texte-vers-vidéo de Runway Gen-4.5 : un seul plan pour sonder simultanément les trois capacités mises en avant par le modèle dans ses notes de version — forte obéissance au prompt, physique et causalité complexes, et mouvements humains réalistes. Le plan est conçu comme un unique travelling continu : un verre sur un parquet est renversé et se brise, puis une personne se penche pour ramasser les éclats, le tout en 16:9 sur 10 secondes. Ce scénario a été choisi parce qu'il combine collisions de corps rigides, projection de liquide et de débris, et articulation du corps humain, ce qui permet aux développeurs d'observer la cohérence temporelle entre les images, l'apparition et la disparition d'objets, ainsi que l'ordre causal — si l'effet précède la cause —, qui sont précisément les limites connues de ce modèle. Côté entrée, seuls trois champs sont nécessaires : prompt, aspect_ratio et duration, sans matériel de référence ; on peut ainsi comparer directement avec les limites de capacité déclarées dans les « faits du modèle », ce qui convient au prévisualisation cinématographique, à la validation de storyboard et au test rapide de contrôlabilité du plan. À noter que le format vertical 9:16 ne prend en charge que 5 ou 10 secondes ; cette entrée utilise la combinaison 16:9 et 10 secondes pour obtenir une arc d'action complet.