Runwayが100人でGoogleとOpenAIの動画モデルを追い抜き、$5.3B評価でworld modelsへ広げた転換

Runwayは、テキストから動画・画像・音声を生成し、編集までを一つの画面で完結できるクリエイティブAIプラットフォームです。

2018年にニューヨークで創業し、動画生成モデルのGenシリーズと、編集モデルのAleph、汎用world modelのGWM-1を提供しています。出典

研究から始まった創業

2018年、Cristóbal Valenzuelaはニューヨーク大学ITPプログラム在籍中に、Anastasis GermanidisとAlejandro Matamala-OrtizとともにRunwayを立ち上げました。

映像制作の道具を、研究から作り直すという出発点でした。出典

生成AIは市場になると信じた

創業期、生成AIは投資家から「市場ではない」と見られていました。

それでも3人は映像制作のコストと時間が構造的に下がると考えていました。出典

動画生成からworld modelsへ

2023年12月、RunwayはGeneral World Modelsの研究構想を発表します。

動画生成を物理世界のシミュレーションへの入口と位置づけた転換でした。出典

100人で巨大企業に挑む

2025年12月のGen-4.5は独立系ベンチマークで首位を獲得しました。

Cristóbal ValenzuelaはCNBCのインタビューで「We managed to out-compete trillion-dollar companies with a team of 100 people」と述べています。出典

次の一手

2026年2月、Series Eで$315Mを調達し、評価額は$5.3Bに達しました。

資金は次世代world modelの事前学習と新領域への展開に充てられます。出典

Runwayが刺さるのは、映像や広告の制作コストと時間を構造的に下げたい制作現場です。

従来は撮影・編集・VFXに分かれていた工程を、テキストと参照画像から始められるようにしました。出典

動画生成の初期は品質の粗さが導入の壁でしたが、Gen-4.5が独立系ベンチマークで首位を取ったことで、単なる遊びではなく実制作に使える根拠が生まれました。出典

示唆は、生成モデル単体ではなく制作ワークフロー全体を握る会社が導入の本命になるという点です。

モデル研究の蓄積と、制作ツールへの定着が参入障壁です。

AdobeやDaVinci Resolveなど既存の制作環境へ配線が進むほど、乗り換えコストが上がります。出典

ネットワーク効果は弱めです。

生成クオリティは個々の利用体験に依存し、利用者同士が直接つながる構造はありません。

ただしAPIとMedia Routerを通じて開発者が集まるほどモデル利用の厚みは増します。出典

動画・広告を制作するクリエイター、制作会社、ブランドのマーケティング部門、そして生成モデルを製品に組み込む開発企業です。出典

研究とプロダクトを同一チームで回したことが最大の要因です。

100人規模で巨大企業の動画モデルをベンチマークで上回り、評価額の根拠を作りました。出典

次に、次の研究軸を先に宣言した点です。

動画生成が伸びる中でworld modelへ舵を切り、資金と人材を寄せました。出典

因果関係の誤りや物体の消失、成功バイアスといった生成モデルの限界が残ります。

Runway自身がこれを認めており、world modelの精度に直結する課題です。出典

計算資源への依存もリスクです。

GPU供給とコストの変動が学習・提供の両方に影響します。出典

チャネルは、クリエイター向けセルフサーブと企業向け営業の二段構えです。

無料枠と月額プランで個人を取り込み、APIとエンタープライズ契約で単価を上げます。出典

トレードオフは、汎用化と計算コストのバランスです。

汎用world modelへ広げるほど用途は増えますが、GPU依存も強まります。出典

主要チャネル: content, community, enterprise_sales, partnerships, product_led

研究とプロダクトを分断しない組織が、資本力の差を埋めます。

論文の成果を制作の現場へ素早く降ろす速度が競争力を決めます。出典

成長の途中で次の仮説に賭ける判断も重要です。

現在の延長ではなく、次の軸を先に決めることが事業の幅を作ります。出典

日本では映像・広告・ゲームの制作現場に導入余地があります。

日本語対応と国内制作会社との連携、既存の編集ソフトとの接続が普及の鍵になりそうです。

Runwayも日本向けポジションを募集しています。出典