Runway วางแผนระยะยาว สร้าง AI ที่จำลองโลกจริง ไม่ใช่แค่สร้างวิดีโอ

หนึ่งในโครงการสำคัญคือ GWM‑1 (General World Model) ซึ่งเป็นโมเดลที่ออกแบบมาเพื่อจำลองสภาพแวดล้อมแบบเรียลไทม์ และตอบสนองต่อการควบคุม เช่น การเคลื่อนกล้อง คำสั่งหุ่นยนต์ หรือเสียง

แทนที่จะสร้างแค่คลิปวิดีโอสั้น ๆ โมเดลประเภทนี้มีเป้าหมายสร้าง โลกเสมือนที่โต้ตอบได้ทั้งระบบ ซึ่งผู้ใช้หรือซอฟต์แวร์อื่นสามารถเข้าไปสำรวจหรือควบคุมได้

ทำไม Runway เชื่อว่า “วิดีโอ” อาจสำคัญกว่า “ข้อความ” สำหรับ AI

AI ส่วนใหญ่ในปัจจุบัน—including โมเดลภาษาขนาดใหญ่—ถูกฝึกด้วย ข้อมูลข้อความจากอินเทอร์เน็ต แต่ผู้ก่อตั้ง Runway ให้เหตุผลว่า ข้อความสอน AI เพียงว่า

มนุษย์ อธิบายโลกอย่างไร ไม่ใช่โลกจริง ทำงานอย่างไร

ในทางกลับกัน วิดีโอเป็นข้อมูลเชิงสังเกตที่บันทึกเหตุการณ์จริงตามเวลา ทำให้โมเดลสามารถเรียนรู้รูปแบบทางกายภาพได้ เช่น

• การเคลื่อนที่และแรงเฉื่อย
• ความสัมพันธ์แบบเหตุและผล
• ระยะห่างและตำแหน่งในพื้นที่
• แสง มุมกล้อง และมุมมอง
• การชน การเคลื่อนที่ และความคงอยู่ของวัตถุ

เพราะวิดีโอบันทึกการเปลี่ยนแปลงของโลกต่อเนื่องตามเวลา จึงอาจช่วยให้ AI เรียนรู้ กฎฟิสิกส์พื้นฐานของโลกจริง ได้โดยตรง มากกว่าการอ่านคำอธิบาย

ในวิสัยทัศน์ของ Runway การสร้างวิดีโอจึงไม่ใช่แค่เครื่องมือครีเอทีฟ แต่ยังเป็น แหล่งข้อมูลฝึก AI เพื่อจำลองโลกจริง

โอกาสใช้งานที่ไปไกลกว่าสื่อและภาพยนตร์

แม้ผลิตภัณฑ์ปัจจุบันของ Runway จะเน้นผู้สร้างคอนเทนต์และผู้สร้างภาพยนตร์ แต่หาก world models พัฒนาเต็มที่ การใช้งานอาจขยายไปสู่หลายอุตสาหกรรม เช่น

• หุ่นยนต์ที่สามารถคาดการณ์ว่าการเคลื่อนไหวจะส่งผลต่อวัตถุหรือสภาพแวดล้อมอย่างไร
• โลกในเกมที่ถูกสร้างและจำลองแบบไดนามิกโดย AI
• ห้องทดลองเสมือนสำหรับงานวิทยาศาสตร์
• การจำลองระบบสำหรับยานยนต์อัตโนมัติ

หัวใจสำคัญของเทคโนโลยีนี้คือ ความสามารถในการคาดการณ์ว่าโลกจะเปลี่ยนแปลงอย่างไรเมื่อเวลาผ่านไป ไม่ใช่เพียงการสร้างข้อความหรือภาพนิ่ง

เงินทุนและโครงสร้างคอมพิวต์ระดับมหาศาล

การฝึกโมเดลประเภท world model ต้องใช้พลังประมวลผลจำนวนมหาศาล Runway จึงระดมทุน 315 ล้านดอลลาร์ในรอบ Series E ทำให้มูลค่าบริษัทอยู่ที่ประมาณ 5.3 พันล้านดอลลาร์ ในปี 2026 โดยมีนักลงทุนอย่าง General Atlantic, Nvidia, Adobe Ventures และ AMD Ventures

เงินทุนนี้จะถูกใช้เพื่อ pre‑train โมเดลโลกยุคถัดไป และขยายการใช้งานไปยังอุตสาหกรรมใหม่ ๆ

Runway ยังร่วมมือกับ Nvidia เพื่อพัฒนาโครงสร้างพื้นฐานสำหรับการฝึกโมเดลวิดีโอและ world models บนสถาปัตยกรรม GPU รุ่นใหม่อย่าง Rubin

การแข่งขันที่ดุเดือดในสนาม AI

อย่างไรก็ตาม Runway ไม่ใช่บริษัทเดียวที่กำลังไล่ตามแนวคิดนี้

ผู้เล่นรายใหญ่หลายรายกำลังวิจัยระบบที่เข้าใจสภาพแวดล้อมจริง เช่น

• ห้องวิจัย AI ขนาดใหญ่ เช่น Google และ OpenAI
• สตาร์ทอัพที่เน้น AI เชิงพื้นที่หรือระบบจำลองโลก
• โมเดลมัลติโหมดที่รวมข้อความ วิดีโอ และข้อมูล 3 มิติ

บริษัทเหล่านี้มักมี ทีมวิจัยและทรัพยากรคอมพิวต์ที่ใหญ่กว่าอย่างมาก ทำให้การแข่งขันในสนาม world models เข้มข้นมาก

คำถามใหญ่: วิดีโอที่สมจริง เท่ากับเข้าใจฟิสิกส์จริงหรือไม่

แม้ AI สร้างวิดีโอจะพัฒนาอย่างรวดเร็ว แต่นักวิจัยยังถกเถียงกันว่า

การสร้างวิดีโอที่ดูสมจริง หมายความว่าโมเดลเข้าใจกฎฟิสิกส์จริงหรือไม่

โมเดลอาจเพียงเรียนรู้รูปแบบจากข้อมูลฝึก มากกว่าจะเข้าใจเหตุ‑ผลเชิงกายภาพอย่างแท้จริง

นั่นทำให้กลยุทธ์ของ Runway เป็นการเดิมพันแบบ ความเสี่ยงสูง แต่ผลตอบแทนก็สูงเช่นกัน

หาก world models กลายเป็นพื้นฐานของ AI ที่เข้าใจโลกจริงได้จริง การเริ่มต้นจากวิดีโออาจทำให้ Runway มีความได้เปรียบเชิงกลยุทธ์ แต่ถ้าเทคโนโลยีนี้ยังคงเป็นเพียงเครื่องมือสร้างสื่อ บริษัทที่มีคอมพิวต์และเงินทุนมหาศาลกว่าอาจครองตลาดในระยะยาว

ในตอนนี้ Runway กำลังวางตำแหน่งตัวเองไว้ตรงจุดตัดระหว่าง AI สร้างสรรค์และการจำลองโลกจริง พร้อมแนวคิดว่าอนาคตของปัญญาประดิษฐ์อาจไม่ได้เกิดจากข้อความเพียงอย่างเดียว แต่จาก AI ที่เรียนรู้โดยการ “มองเห็นโลกกำลังเกิดขึ้น”