2024年6月22日，“無遠弗屆教學教室”发布了一则对比视频，把Runway Gen-3 Alpha和Sora摆在同一场竞争里。视频提到，Gen-3 Alpha于6月17日发布；Snap Video、Vidu、可灵、Yisu和Dream Machine也被列进当时的竞争名单。那时公开讨论盯着的，主要是画面真实感与连贯性。
到了继任版本Gen-4，Runway把重点放在了“World Consistency”。官方页面同时强调consistent and controllable media，也就是一致、可控制的媒体。
单帧漂亮只是第一关。真正影响剪辑的是：同一个角色换了景别还能认出来，道具转到另一个角度不会突然变样，场景里的位置关系能够接上。几秒钟的展示片可以用节奏遮住破绽，连续镜头却会把它们全部放大。
Sora 3先别急着上桌
现有可引用素材中，没有OpenAI正式发布名为“Sora 3”的信息。它暂时不能作为已发布产品进入横向比较，发布日期、参数、价格和生产表现都无从核对。
Milvus的速查页讨论的是Sora与Runway Gen-4，对比维度包括控制、一致性和使用成本。这不能补成一份Sora 3的产品资料。
更稳妥的边界是：Sora保留为AI视频竞争的参照，能够落到功能和流程上核验的部分，集中讨论已经公开的Runway Gen-4。
Gen-4想做稳的是“同一个世界”
Runway把“世界一致性”放在Gen-4介绍页的中心。官方演示画面包括火光背景中的希腊胸像，并用物体跨场景持续存在来说明模型能力。Kie.ai的中文资料则将Gen-4概括为图像转视频模型，面向短小、带电影感的视频片段，重点包括角色一致性、空间逻辑、场景控制、动态效果和提示响应。
这些能力不能被写成“彻底解决变脸”。更准确的说法是，Gen-4试图提高角色、地点和物体在多次生成中的稳定性。创作者可以围绕参考图和文字指令继续调整，让某个角色在特写、全景或新场景里尽量保持可识别，让关键道具和环境关系不必每个镜头都从头碰运气。
对导演而言，分镜里的“谁、在哪里、做什么”开始能被拆成可修改的输入。保留视觉参照，重做不合适的镜头，再检查它能否与前后片段接起来——控制权就落在这些具体动作里。
导演拿回的，先是修改权
工业流程最怕错误无法定位。角色在后续镜头变了脸，如果只能整段重来，画面再惊艳也很难排进制作计划。Gen-4强调的角色延续、场景延续和提示响应，价值都指向一件具体的事：把问题缩小到某个镜头、某个角色或某个动作，再重新生成。
Gen-4 Turbo也应放在这个语境里理解。Kie.ai资料称，Turbo速度更快、成本更低，适合快速测试和反复迭代。现有材料没有提供统一的生成速度、单次费用或节省比例，因此能确认的是产品定位，不能直接推导出一份固定的降本账单。
“导演控制权回归”仍然说得稍满。更贴近实际的表述，是导演多了一套可以逐步收紧结果的工具。它未必每次都准确执行指令，但创作者有机会围绕同一角色和场景继续修正，无需每次都从空白提示词重新开始。
Gen-4放在时间线的哪一段
Gen-4更适合放在“动态素材生成”这一环。以“老侦探在雨夜巷口查看线索”为例，可以先确定侦探与巷口的参考图，再按查看物品、抬头、回身等动作生成候选片段；筛选后导入Premiere Pro或DaVinci Resolve，完成剪辑、调色和声音，需要合成时再进入After Effects。某个镜头的人物或道具失稳，就回到参考图和提示词调整。
这里说的是素材流转，并不等同于Runway已经与这些软件实现原生集成。现有来源也不足以证明Gen-4已成为中型工作室的标配。Vocus的文章提到它可能降低制作成本与时间，但摘要没有给出测算。更稳妥的判断是，Gen-4具备进入现有后期流程的素材属性；至于工作室采用范围和实际节省多少，还需要单独的数据或案例。
Runway Gen-4值得关注的地方，在于同一角色、物体和场景能否在多个镜头里继续成立。只要结果能够被引用、重做和接剪，AI视频就从演示页上的孤立片段，向时间线里的正常素材迈了一步。
现有资料不足以支持它已经能够替代拍摄、表演、剪辑或传统CG。它真正改变的，是导演与生成模型的关系：少一些抽卡，多一些围绕分镜反复修改的余地。
