Runway 上线 WAN 3.0：支持图像、视频、音频多模态参考输入

Runway 近日通过其官方 X 账号宣布，旗下视频生成模型 WAN 3.0 正式在 Runway 平台上线。该版本被官方定位为「state-of-the-art」，主打视频与音频的一体化生成能力，并首次开放对多种参考输入的支持。

模型核心能力

根据 Runway 的官方公告，WAN 3.0 的核心卖点是「多模态参考输入」：

• 支持同时输入多张图像、视频片段与音频片段作为参考；
• 可基于上述参考生成与之风格、节奏或内容相关的视频与音频输出；
• 官方用「state-of-the-art」描述其生成质量，但未公布具体 benchmark 数据或对比指标。

这与此前仅支持单一图像或文本参考的视频生成工作流相比，输入端的灵活性明显提升。

平台与可用性

• 上线渠道：Runway 网页端及现有产品入口（官方公告中附带访问链接）。
• 账号要求：未在公告中说明是否对所有用户开放或仅限付费用户，尚待官方进一步披露。
• 定价与配额：公告未提及积分消耗、分辨率上限或时长限制等使用细节。

信息有限，待官方补充

值得注意的是，Runway 此次公告以社交媒体短帖形式发布，正文仅寥寥数语，未包含以下通常被开发者与从业者关注的关键信息：

• 模型架构与参数量；
• 与 WAN 2.x 的具体能力差异或对比；
• 视频分辨率、最长生成时长、支持的比例与帧率；
• 同期是否同步开放 API 与企业级接入。

在 Runway 后续发布技术博客、文档或定价说明之前，外界难以对 WAN 3.0 的实际表现做出完整评估。建议关注 Runway 官网与官方 X 账号的更新，以便第一时间获取技术细节与使用条款。