老黄苏妈投了同一家世界模型公司

智能车参考·2026年02月12日 17:48

3个艺术生创办

AI视频公司转向世界模型，黄仁勋又投了。

Seedance 2.0刷屏海内外之际，同行Runway悄悄转向，融了21亿元。

这家公司最早只是3个艺术生创立的视频工具公司，三年来两次转型，估值随着转型不断拉升，目前公司只有140个人，却撑起53亿美元估值。同时还被英伟达持续看好，连续三轮押注。

但Runway这次被英伟达看好的原因，与前两次不大一样。

Runway转向世界模型，英伟达AMD都投了

Runway在官网宣布已完成E轮融资，融资金额为3.15亿美元，约合人民币21.7亿元。据Runway透露，这笔钱将用于预训练下一代世界模型，并将其落地到产品中。

最新融资的领投方为General Atlantic，其也是Runway上一轮融资的领投方，同时也是Anthropic（Claude母公司）的股东之一。此外，英伟达和AMD也参投了Runway此次融资。

这一轮融资后，据TechCrunch援引知情人士消息称，Runway投后估值相比之前几乎翻了一倍，达到53亿美元，约合人民币365.8亿元。

Runway的估值是如何一步步拉升的？

3个艺术生创业7年，缔造53亿AI独角兽

Runway成立于2018年，三位创始人Cristóbal Valenzuela (CEO)、Alejandro Matamala 和 Anastasis Germanidis都毕业于纽约大学艺术学院，交互设计专业出身。

Runway在创立之初就拿到了200万美元的种子轮融资，一开始主要做视频剪辑工具，2020年底打造了首个爆款功能“绿幕”，让用户可以通过网页应用，将视频中的人物一键抠出。

凭借爆款工具，Runway很快拿到了A轮融资，金额为850万美元。此时Runway在设计领域已经有了名气，2021年很快又完成了B轮融资，一波融了3500万美元。

不过，Runway并没有将这笔钱用于开发工具，而是投入到文生图模型Stable Diffusion的研发。这为它后来入局生成式AI奠定了基础。

2022年11月底，ChatGPT横空出世，掀起生成式AI浪潮。看到新的风口后，Runway果断转向，在2022年12月完成C轮融资，融到了5000万美元。

C轮融资2个月后，Runway迅速推出AI视频模型Gen-1，功能比较简单，只能编辑视频，不能直接生成视频。

不过Runway的迭代速度很快，一个月后就发布了Gen-2，开始支持文生视频，Gen-2也是当时行业第一个大规模商业化的文生视频模型，后来在2023年7月开启了免费试用。

英伟达在此期间首次押注Runway，参与到Runway的C+轮融资，Runway此时的投后估值超过15亿美元，成长为独角兽。

此后，Runway不断迭代Gen系列模型，在2025年4月发布Gen-4，引入了物理规律，让模型能够理解物体材质和重力，为后续进军世界模型埋下伏笔。

Runway此时同步完成了3.08亿美元的D轮融资，General Atlantic领投，英伟达再次参投。

△

2025年12月初，Runway将模型升级到Gen-4.5，提高了AI视频的真实感。时隔半个月，Runway又发布了首个世界模型GWM-1（General World Models-1），据介绍这是一款基于Gen-4.5的自回归模型，可以逐帧生成图像，实时运行，并通过动作比如机器人指令进行交互式控制，包含三个变体：

GWM Worlds，用于生成可探索的模拟环境

GWM Avatar，生成可对话的虚拟角色

GWM Robotics，生成用于机器人训练与评估的合成数据

△

Runway介绍，这三个变体都是分别独立后训练的模型，后续要努力将不同领域和动作空间统一到一个基座世界模型下。

就在Runway刚刚转向世界模型后，英伟达第三次押注了Runway。英伟达再次用真金白银投票，表达对世界模型持续看好。

火爆的世界模型

实际上早在2024年，短短42天里英伟达就曾两次出手，先后投资了应用世界模型技术的Waabi和Wayve。这两家都是自动驾驶公司。

其中Waabi专注于无人卡车，打造了AI闭环模拟器Waabi World，用于自动生成交通场景训练算法。而Wayve在测试Robotaxi，其开发了GAIA (Generative AI for Autonomy) 系列模型，通过生成视频来训练AI司机。

英伟达没有止步于资本布局，很快亲自下场，在2025年1月CES期间发布了NVIDIA Cosmos，支持多模态输入包括2D视频、3D数据和激光雷达点云，用来生成遵守物理定律的逼真视频，可以训练机器人算法。

此后，多个自动驾驶公司也对外分享了世界模型成果。ICCV 2025期间，特斯拉FSD副总裁Ashok Elluswamy在参与研讨会时透露，尽管特斯拉已有数百万辆车上路，能收集到海量数据，但其中99%都是简单场景，特斯拉也缺乏极端场景数据。于是，特斯拉开发了世界模拟器，让开发者可以用提示词生成想要的视频，或对视频进行修改，然后将输出的视频数据用于训练FSD。

理想汽车也在同期分享了相关成果，表示已将云端生成式世界模型与车端VLA结合，实现训练闭环，以此迈向L4。