Von Video‑KI zu Weltmodellen: Runways Plan, Realität zu simulieren

Statt nur einen fertigen Clip zu erzeugen, könnten solche Modelle komplette interaktive Welten generieren, die Nutzer oder Software‑Agenten erkunden und verändern können.

Warum Video laut Runway mehr über die Realität verrät als Text

Die meisten modernen KI‑Modelle – insbesondere große Sprachmodelle – werden hauptsächlich mit Text trainiert. Runways Gründer argumentieren jedoch, dass Text der KI vor allem zeigt, wie Menschen die Welt beschreiben, nicht unbedingt, wie sie tatsächlich funktioniert.

Video dagegen hält reale Ereignisse kontinuierlich fest. Aus solchen Daten können Modelle Muster lernen wie:

• Bewegung und Trägheit
• Ursache‑Wirkung‑Beziehungen
• räumliche Beziehungen zwischen Objekten
• Licht, Perspektive und Kamerabewegungen
• Objektbeständigkeit und Kollisionen

Da Video Ereignisse über die Zeit hinweg dokumentiert, liefert es direkte Beobachtungen physikalischer Prozesse – nicht nur Beschreibungen davon. Genau darin sieht Runway einen möglichen Vorteil gegenüber rein textbasierten Ansätzen.

In dieser Logik wird Videogenerierung selbst zu einem Baustein für etwas Größeres: Trainingsdaten für Systeme, die reale Dynamik verstehen und simulieren können.

Mögliche Anwendungen weit über Film hinaus

Auch wenn Runways heutige Produkte vor allem für die Medien‑ und Filmbranche gedacht sind, zielt die langfristige Vision deutlich weiter. Reife Weltmodelle könnten theoretisch Anwendungen antreiben wie:

• Robotiksysteme, die vorhersehen, wie Objekte oder Umgebungen reagieren
• vollständig von KI generierte und simulierte Spielwelten
• virtuelle Labore für wissenschaftliche Experimente
• Simulationen für autonome Systeme

Der entscheidende Vorteil wäre dabei die Fähigkeit, zu prognostizieren, wie sich eine Umgebung über die Zeit verändert, statt nur Text oder einzelne Bilder zu erzeugen.

Dass Runway zunächst auf Filmproduktion setzt, ist kein Zufall: Film und Video enthalten bereits viele Elemente, die für solche Modelle wichtig sind – Szenen, Bewegung, Kameraführung und Interaktionen zwischen Objekten oder Figuren.

Milliarden‑Investitionen für immer größere Modelle

Der Aufbau solcher Systeme erfordert enorme Rechenleistung. Um diese Infrastruktur zu finanzieren, sammelte Runway 2026 315 Millionen US‑Dollar in einer Series‑E‑Finanzierungsrunde ein, die das Unternehmen mit rund 5,3 Milliarden Dollar bewertet. Zu den Investoren gehören unter anderem General Atlantic, Nvidia, Adobe Ventures und AMD Ventures.

Das Kapital soll vor allem dazu dienen, die nächste Generation von Weltmodellen vorzutrainieren und neue Anwendungen außerhalb der Medienbranche zu erschließen.

Parallel arbeitet Runway mit Nvidia zusammen, um seine Modelle auf neue GPU‑Architekturen wie die Rubin‑Plattform zu bringen, die speziell für rechenintensive KI‑Simulationen entwickelt wird.

Ein Rennen mit mächtigen Konkurrenten

Runway ist allerdings nicht allein mit dieser Vision. Große KI‑Labore und Start‑ups verfolgen ähnliche Ansätze, um Systeme zu entwickeln, die Umgebungen verstehen – nicht nur Sprache.

Zu den wichtigsten Wettbewerbern zählen:

• große Forschungsorganisationen wie Google und OpenAI
• Start‑ups mit Fokus auf räumliche oder simulationsbasierte KI
• neue multimodale Modelle, die Text, Video und 3‑D‑Daten kombinieren

Viele dieser Akteure verfügen über deutlich größere Forschungsteams und mehr Rechenleistung – ein entscheidender Faktor in diesem Bereich.

Die offene Frage: Versteht KI wirklich Physik?

Trotz schneller Fortschritte bei der KI‑Videogenerierung bleibt eine zentrale Frage ungelöst: Bedeutet realistisch wirkendes Video automatisch, dass das Modell Physik versteht?

Ein überzeugender Clip ist nicht zwangsläufig ein Beweis dafür, dass ein System reale Dynamiken zuverlässig vorhersagen kann. Einige Forschende vermuten, dass aktuelle Modelle eher statistische Muster reproduzieren, statt echte kausale Regeln zu lernen.

Damit bleibt Runways Strategie eine klassische High‑Risk‑High‑Reward‑Wette.

Sollten Weltmodelle tatsächlich zur Grundlage künftiger KI‑Systeme werden, die mit der physischen Welt interagieren, könnte Runways Fokus auf Video einen strategischen Vorsprung bringen. Wenn Video‑KI dagegen hauptsächlich ein Kreativwerkzeug bleibt, könnten größere Konkurrenten mit mehr Rechenressourcen langfristig dominieren.

Im Moment positioniert sich Runway genau zwischen zwei Welten: kreativer KI und physischer Simulation – mit der These, dass echte maschinelle Intelligenz vielleicht nicht aus Text entsteht, sondern aus dem Beobachten der Welt selbst.