6月，Runway发布了Gen-4，主打“像素级可控”。我们拿到了内测权限，设置了三个任务：生成5秒连续表情变化、3秒篮球砸碎玻璃窗、以及替换真人口播视频的背景。
表情“演技”大考
要求生成一个东亚女性5秒内连续做出微笑、惊讶、悲伤的表情。
Runway Gen-4：生成耗时3分15秒。表情过渡最流畅，肌肉运动有层次，只有最后一秒眼角略有“融化感”。
Sora 2.0：速度最快，1分50秒。单个表情刻画深刻，但在“惊讶”转“悲伤”时出现了约0.3秒的跳帧，动态编排的精细度差一点。
可灵：2分40秒。三种表情都很清晰，但过渡像幻灯片切换，缺乏自然过程。
物理模拟：砸玻璃谁更真实
任务是篮球砸碎玻璃窗。
Runway Gen-4：碎片飞溅方向大致合理，篮球反弹角度也对。但存在篮球与窗框边缘“穿模”的像素重叠问题。
Sora 2.0：破碎效果像艺术慢镜头，非常夸张。但篮球动量传递不匹配，更像视觉奇观而非真实模拟。
可灵：效果很随机，有时玻璃像纸一样被推开，篮球轨迹会急转弯。物理准确性风险最高。
背景替换：抠图精细度
任务是把一段真人口播视频的背景换成“夕阳海滩”。
Runway Gen-4：需要手动用蒙版工具标记保留区域。发丝边缘处理干净，但操作复杂，全程耗时约25分钟。
Sora 2.0：用提示词和参考图生成。它创建了全新视频，背景是海滩，但人物的口型、表情和原视频完全不同。
可灵：操作简单，框选即可。但发丝有毛边，挥手时手指边缘有锯齿和背景色溢出。
怎么选？
- 需要精细控制表演或物理模拟（如广告分镜、特效预演）：选Runway Gen-4，愿意花时间做前期设置，换来后期少改。
- 要快速出高质量视觉短片（如社交媒体、概念艺术）：Sora 2.0的生成速度和画面质感依然顶级，用好提示词“导演”它。
- 批量生产简单内容（如资讯口播配图、电商展示）：可灵的中文理解、速度和成本有优势，适合作为流水线工具。
- 对现有真人视频做精确后期合成：目前只有Runway的专业蒙版工具可靠，但必须接受其操作门槛。
