Runway、動画生成モデル Gen-4.5 のリアルタイムストリーミングアーキテクチャを発表──バッチレンダリングからフレーム単位の因果的生成へ移行
Gen-4.5 を因果的な自己回帰モデルへポストトレーニングし、配信蒸留によりバッチ生成のボトルネックを解消した。
リリース: 2026-09-10 · 読了 3 分記事の要約
1. 核心（What）
- Runway はベースモデル Gen-4.5 を因果的なフレーム単位の自己回帰ジェネレータへポストトレーニングする研究概要を発表した。
- 初期フレームとキャプションを条件付けとして、過去の潜在表現をコンテキストに保持しながらフレームごとに順次生成する。
- 配信蒸留（Distribution Matching Distillation）により各フレームのノイズ除去ステップ数を数回に圧縮し、ストリーミング遅延を実現した。
2. 影響（Why）
- インタラクティブ利用の現実解: バッチ生成の待ち時間がなくなるため、ゲームやロボティクスシミュレーションなど、フレーム単位の反応が求められる閉ループシステムの構築コストを大幅に引き下げる。
- 国内エンタメ・SaaS 開発への波及: 国内の動画生成 SaaS 業種（中規模の開発組織）は、オフラインのレンダリング前提のワークフローからリアルタイム生成を前提とした UI 設計への移行を迫られる。
3. 根拠・詳細（How）
- 2段階の蒸留プロセス: オフポリシー蒸留で安定した初期ベースを作り、続くオンポリシーのロールアウト訓練で自己生成されたコンテキストから誤差の蓄積を自己修正する機構を採用した。
- シーケンス長のカリキュラム学習: 固定長の訓練ではなく、徐々にシーケンス長を増やすカリキュラム学習を導入することで、ロールアウト終盤でのティーチャーの誘導からの乖離を防いだ。
4. 展望・課題（Next）
- 推論インフラの最適化: リアルタイム生成に伴い、計算のボトルネックが訓練からセッション共有型ハードウェア上での推論へ移行する課題が残る。