2025年12月初旬、AI動画生成の世界に大きな波が到来しました。映像生成AIの先駆者として知られるRunwayが、最新モデル「Gen-4.5」を正式発表したのです。GoogleのVeo 3やOpenAIのSora 2といった強力なライバルが相次いで登場する中、Gen-4.5は業界標準ベンチマーク「Artificial Analysis Text to Video」において堂々の首位を獲得しました。この発表は、単なる性能向上にとどまらず、AI動画生成技術が実務レベルで使える段階に到達したことを示す重要なマイルストーンと言えます。
Gen-4.5の最大の特徴は、現実世界の物理法則を深く理解した上で映像を生成できる点にあります。従来のAI動画生成では、ボールが不自然に空中で消えたり、水の流れが突然途切れたりといった物理的な矛盾が頻繁に発生していました。しかしGen-4.5は、物体の重さ、液体の挙動、布地のたわみ、光の反射といった微細な物理現象を驚くほど正確に再現します。
例えば、自動車が砂地を走るシーンでは、タイヤが地面の起伏に合わせて揺れ、砂を巻き起こす様子まで自然に表現されます。鏡に映る反射も正確で、ガラスや水面の描写は実写と見間違えるほどのリアリティを実現しています。このレベルの物理再現性は、商品プロモーション動画や建築ビジュアライゼーション、さらには工業製品の質感表現といった実務用途において、決定的な価値を持ちます。
Gen-4.5のもう一つの革新は、複雑な指示を正確に理解し実行できる能力です。「複雑な順序の動作」「詳細なカメラワーク」「イベントのタイミング」「わずかな雰囲気の変化」といった多層的な指示を、単一のプロンプトで同時に処理できます。
例えば、「夕暮れの雨の路地、反射する路面、手持ち風カメラでピントの深さ浅め、35mmレンズ、ゆるやかなドリーイン、4秒」といった具体的な指示を与えると、映画のワンシーンのような洗練された映像が生成されます。カメラの横移動（パン）や前後移動（ドリー）、被写界深度の表現がなめらかで、プロの撮影と遜色ない完成度です。
今回のアップデートでは、長尺動画とネイティブオーディオ生成機能が追加されました。これは実務レベルでの動画制作において、ゲームチェンジャーとなる可能性を秘めています。
キャラクターの一貫性を保ちながら、複数のカット・複数のアングルを含む最大約1分程度の動画を一気に生成できるようになり、従来の課題だった「カットごとに人物が少し変わる」問題が大幅に軽減されました。さらに、セリフや環境音といった音声要素も同期して生成されるため、映像と音声を別々に制作して後から合成する手間が不要になります。
この機能により、映像制作のワークフローは劇的に短縮されます。従来は数日から数週間かかっていた短編動画の制作が、数時間で完了する可能性も現実的になってきました。
Runwayの野心はGen-4.5にとどまりません。同社は初の汎用世界モデル「GWM-1」を同時発表し、AIが現実世界をどのように理解し、シミュレートするかという根本的な挑戦に乗り出しています。
GWM-1は、フレーム単位での予測を通じて機能するAIモデルですが、その本質は従来の動画生成AIとは一線を画しています。従来のモデルが「それらしい映像」をつなぎ合わせることに主眼を置いていたのに対し、GWM-1は物理法則や時間経過に伴う世界の振る舞いを理解した上でシミュレーションを構築します。