La estrategia de Runway: pasar de generar video a construir modelos de IA que simulen el mundo

En lugar de producir un clip terminado, la idea es generar mundos interactivos completos que puedan explorarse, modificarse o controlarse mediante software o agentes de IA.

Por qué Runway cree que el video puede superar al texto

Gran parte de la IA actual —incluidos los grandes modelos de lenguaje— se entrena principalmente con texto. Los fundadores de Runway sostienen que ese enfoque enseña a las máquinas cómo los humanos describen el mundo, pero no necesariamente cómo funciona realmente.

El video, en cambio, captura cambios continuos en el entorno físico. Según la empresa, entrenar modelos con este tipo de datos permite aprender patrones como:

• movimiento y momentum
• relaciones de causa y efecto
• relaciones espaciales entre objetos
• iluminación, perspectiva y movimiento de cámara
• permanencia de objetos y colisiones

Como el video registra eventos que se desarrollan a lo largo del tiempo, proporciona evidencia directa de dinámicas físicas en lugar de simples descripciones. Para Runway, este tipo de datos observacionales podría ser clave para crear sistemas de IA capaces de comprender física e interacción en el mundo real.

En esta visión, la generación de video deja de ser solo una herramienta creativa y se convierte en una forma de entrenar modelos que simulan la realidad.

Aplicaciones más allá del cine y el entretenimiento

Aunque los productos actuales de Runway están dirigidos principalmente a creadores audiovisuales, la ambición a largo plazo es mucho mayor. Un sistema maduro basado en modelos del mundo podría utilizarse en áreas como:

• robótica que prediga cómo reaccionarán objetos y entornos
• mundos de videojuegos generados y simulados por IA
• entornos virtuales para experimentación científica
• simulaciones para sistemas autónomos

La ventaja clave sería la capacidad de anticipar cómo evolucionan los entornos con el tiempo, no solo generar texto o imágenes estáticas.

El propio sector audiovisual sirve como campo de pruebas natural: producir video implica escenas, movimiento, control de cámara y personajes interactuando, todos elementos que ayudan a entrenar sistemas para entender dinámica espacial y temporal.

El enorme coste computacional

Entrenar modelos del mundo requiere cantidades masivas de potencia de cálculo. Para financiar ese esfuerzo, Runway cerró en 2026 una ronda Serie E de 315 millones de dólares, alcanzando una valoración de aproximadamente 5.300 millones de dólares, con inversores como General Atlantic, Nvidia, Adobe Ventures y AMD Ventures.

La empresa afirma que el capital se destinará a preentrenar la próxima generación de modelos del mundo y expandir sus aplicaciones a nuevas industrias.

Además, Runway colabora con Nvidia en infraestructura diseñada para acelerar la investigación en video y simulación utilizando arquitecturas de GPU de nueva generación, como la plataforma Rubin.

Una carrera muy competida

Runway no está sola en esta idea. Grandes laboratorios de IA y nuevas startups también exploran cómo construir sistemas que entiendan entornos completos, no solo lenguaje.

Entre los competidores potenciales se encuentran:

• grandes laboratorios de investigación como Google y OpenAI
• startups centradas en IA espacial o simulación
• nuevos modelos multimodales que combinan texto, video y datos 3D

Muchos de estos rivales cuentan con equipos de investigación más grandes y acceso a más infraestructura de cómputo, lo que hace que la carrera por desarrollar modelos del mundo sea especialmente intensa.

El desafío técnico que aún no está resuelto

A pesar del rápido progreso en la generación de video con IA, queda una pregunta clave: ¿crear video realista significa realmente entender la física?

Generar clips convincentes visualmente no es lo mismo que predecir de forma fiable cómo se comportará el mundo real. Algunos investigadores creen que los modelos actuales podrían estar simplemente reproduciendo patrones aprendidos de los datos, sin comprender verdaderamente las reglas causales de la física.

Por eso la estrategia de Runway es, al mismo tiempo, ambiciosa y arriesgada.

Si los modelos del mundo terminan convirtiéndose en la base de sistemas de IA capaces de razonar sobre el entorno físico, el enfoque temprano de Runway en el video podría darle una ventaja estratégica. Pero si estos modelos se quedan principalmente como herramientas creativas, empresas con más recursos computacionales podrían dominar el campo.

Por ahora, Runway intenta posicionarse en la intersección entre IA creativa y simulación del mundo físico, defendiendo la idea de que la inteligencia artificial del futuro no solo leerá texto: también aprenderá observando cómo se desarrolla el mundo.