Odyssey-3 对比 Runway Gen-4.5：围绕同样两个词的两场押注

把Odyssey-3与Runway Gen-4.5放在一起比较，有趣之处在于，两家公司在终点上意见一致，却在路径上存在分歧。双方都表示，目标是通用世界模型——一种学习系统，能够足够逼真地模拟现实，从而具备实用性。Runway 的立场由其 CTO 明确表述：你得先打造一个非常出色的视频模型，才能抵达那里，因为教网络直接预测像素，是通往通用模拟最有希望的路径。Odyssey 的立场——在其已公布的关于 Odyssey-3 的每一个架构选择中都可见——是像素只是副产品，动态才是重点。Gen-4.5 是第一种押注当前最强有力的体现。Odyssey-3 于 2026 年 9 月 15 日公布，并承诺将在“未来几周内”公开发布，是以完整模型形式呈现的第二种押注。并排来看，它们并不是真正的竞争对手——它们是同一个问题的两种答案，而这个问题是：通往世界模型的道路是否要经过渲染。

Runway 的赌注：通过渲染赢得世界模型

Runway 并非迟来或偶然才走上世界模型这条路线。它已推出一个被其称为通用世界模型的模型——GWM-1，据称专为对现实进行实时模拟而打造，具备交互性与可控性——并将它视为凌驾于其视频模型之上的层级，而非它们的替代品。其论点是层层递进的：让模型擅长在十秒内保持场景连贯的同一训练信号，也正是教会它物体如何持续存在、光线如何表现、运动如何延续的信号。只要在像素层面做得足够好，通用模拟便会水到渠成。

Gen-4.5 是当下的这一级台阶。它于 2025 年 12 月 1 日发布，并从 12 月 12 日起向付费订阅用户推送，是一款文生视频和图生视频模型，具备 Runway 赖以立身的那些特质：运动质量、提示词遵循度、角色与主体一致性，以及镜头控制。它的局限和它的强项一样被直白地写明。片段时长为两到十秒——十秒是上限，而非默认值。输出为 720p，帧率为每秒 24 或 25 帧，覆盖六种宽高比。没有音轨，也没有多镜头分镜；一段序列需要你从一次次独立的生成中拼装而成。它是一台渲染器，而且是非常出色的一台，而这恰恰是其母公司需要它能兑现的主张。

Gen-4.5 的费用是多少，以及定价结构如何

Runway 将 Gen-4.5 定价为每生成一秒视频 12 个积分。积分每个售价一美分，因此实际计算数字是每秒 $0.12：五秒片段为 $0.60，十秒片段为 $1.20。在 API 上，输出选项会产生附加费——ProRes 或 PNG 序列每秒增加五个积分，HDR 每秒增加二十个积分，在约四百万像素以上则升至四十个。这些是供应商标价，而价差比标价数字更重要：一个 HDR 十秒片段的成本是普通片段的三倍以上，因此一旦 HDR 进入交付规格，基于 $0.12/秒构建的成本模型就是错的。

在制定预算之前，有两个结构性细节值得了解。API 额度与应用订阅额度是相互独立的余额——Standard、Pro 或 Max 套餐并不能支付 API 生成费用——而且 API 是异步的，因此任务是提交后再轮询，而不是直接内联返回结果。这两点都不是批评；它们都是团队在决定进行集成之后才会发现的实际情况。该 API 除了提供 Runway 自家的模型外，还提供第三方视频模型，这意味着如果你愿意，一个 Runway 密钥可以访问 Runway 模型库之外的内容。

Odyssey 的赌注：重要的不是画面

Odyssey-3 被其制造商描述为一个基础世界模型，能够为机器人提供动力、驾驶汽车、训练 AI、操控无人机和玩电子游戏。在架构上，它是一个自回归扩散变换器，基于大量视觉观测集合训练而成，Odyssey 表示其结果携带了对物理、动力学、因果关系和人类行为的学习理解。揭示这一押注的细节在于任务如何被适配：Odyssey 没有对模型进行微调，而是附加了一个在观测-动作对上训练的动作解码器，并始终保持预训练世界模型冻结。一个小型策略读取冻结模型的内部表示，并将其转化为运动指令。

那种设计只有在你相信表征——而不是渲染出的画面——才是资产时才说得通。这些演示在六种具身形态上提供了支持，全部由供应商报告。机械臂基于数十小时的演示数据，包括没人放进数据里的恢复行为，例如抓取失败后重新调整夹爪朝向。使用 Flexion 基于数十小时遥操作数据构建的人形机器人策略，Odyssey 称其泛化能力优于所测试的 VLA 基线，但没有公布数据。在印度基于二十小时模拟数据进行的闭环驾驶。基于模拟数据的室内无人机飞行。《Grand Theft Auto V》中的策略迁移到了《Red Dead Redemption 2》和《Sleeping Dogs》，且未在这些作品中做额外训练——大约两小时的 GTA 录像就足以实现 RDR2 中的骑马移动。以及用于训练其他 AI 的环境生成，与 Odyssey 的 PROWL 强化学习工作相关。

公布出来的只有一个数字。Odyssey 报告称，模拟训练的驾驶策略在安全驾驶员介入之间行驶的距离，大约是真实录像训练策略的 77%。上一段中的每一项说法都未经复现，没有技术报告，也没有任何第三方运行过该模型。真正有意思的说法是它横跨六种具身形态的广度；而缺少基准测试表格，正是应对其持保留态度的原因。

两项押注变得可检验之处

关于策略的分歧，只有在它能产生预测时才有用，而这一分歧确实做到了。如果 Runway 是对的——如果渲染保真度才是正道——那么视频模型的物理质量就应当随其视频能力强弱而变化，两个排行榜也应当同向变动。如果 Odyssey 是对的，那就应当存在这样的情况：一个渲染得很漂亮的模型毫无用处，而一个渲染得很粗糙的模型却有用，因为真正有用的特性在于，下一个状态是否足够可预测，以便控制器能够据此行动。

这其中的胜负倾向已初现端倪，而它对双方都算不上恭维。Runway 自己列出的 Gen-4.5 的弱点——其中就包括物理表现——提醒我们：渲染器的优化目标是让观看者觉得可信，而观看者的宽容，恰恰是控制回路所不具备的。与此同时，Odyssey 公布的唯一一个数字——达到真实拍摄素材驾驶表现的 77%——相对于真实数据而言是一种损失，而非胜利。两家公司都没有宣称这条路已经走完。真正不同的是他们各自衡量的是什么。

押注真正出现分歧的地方在于具身化。Gen-4.5 的设计或定价中，没有任何内容考虑动作空间；它是一个从文本或图像到视频片段的函数。Odyssey-3 的材料中，没有任何内容考虑可交付文件；它是一个从世界状态和动作到下一个世界状态的函数。它们是面向不同买家的不同产品，而无论哪一方取得多大进展，都无法把一方转化为另一方，因为区别恰恰在于接口。

并排

• 这是什么 — Runway Gen-4.5：一款文本转视频与图像转视频的渲染器。Odyssey-3：一个预测下一状态并输出运动动作的世界模型。

• 如何驱动它 — Runway Gen-4.5：通过异步 API 输入提示词或静态图像。Odyssey-3：一个动作解码器，外加一个读取冻结骨干网络的小型策略。

• 输出 — Runway Gen-4.5：2–10 秒片段，720p，24/25 fps，六种宽高比，无音频。Odyssey-3：无渲染交付成果；跨六种具身的模拟状态。

• 价格 — Runway Gen-4.5：每秒 12 积分，即每秒 $0.12，ProRes 或 PNG 另加每秒 5 积分，HDR 另加每秒 20 积分（供应商列表）。Odyssey-3：未公布，且未公布任何商业条款。

• 成熟度 — Runway Gen-4.5：自 2025 年 12 月起已上市，拥有成熟的 API 和第三方报道。Odyssey-3：于 2026 年 9 月 15 日发布，将在“未来几周内”公开发布。

• 证据 — Runway Gen-4.5：八个月的公开产出。Odyssey-3：仅一项厂商数据，无独立复现。

这两者都不在我们的钥匙上，而这是实话。

OrcaRouter 对这两个模型都不做路由，本文也不会假装相反：Runway Gen-4.5 通过 Runway 自己的 API 提供服务，而 Odyssey-3 根本没有端点。在像这样的对比中，路由这个角度真正有用的地方，是它们周围的流水线。一个真实的 Gen-4.5 工作流并不是单个模型——它包含一个扩展需求简报的提示词模型、一个生成首帧的图像模型、视频模型本身，以及下游用于给输出打分或生成字幕的某个环节。通过路由 DSL 将那些组合成一次调用，使用一个密钥，按提供商标价、0% 加价，这正是 OrcaRouter 今天能真正替你从技术栈中卸下的部分。自动故障转移在这里之所以重要，有一个很普通的原因：异步视频 API 会轮询，队列会积压，而一条因某个降级端点而停滞的流水线，会一路停滞到最终交付物。

当Odyssey-3真正发布时，路由问题将会有所不同，也更加棘手。一个以运行在你自己拥有的硬件上为卖点的模型，根本算不上明显的路由候选对象；而对路由器来说，真正有趣的问题将是它周边的东西——仿真到现实的工具链、策略训练、评估——而不是模型调用本身。

谁是对的，是一个2027年的问题

如果你本季度需要视频，Gen-4.5 就是答案，没有什么可权衡的：它已经定价、有文档，并且已投入公开使用八个月，而每秒 $0.12 的价格意味着，弄清它是否适合你的工作，成本很低。为附加费和单独的 API 额度余额做好预算，并把十秒的上限当作一项硬性的设计约束，而不是一个你会设法绕开的数字。

如果你正在构建一个控制器——任何需要由学习到的模型告诉硬件下一步该做什么的场景——Gen-4.5 无论多少钱都不在考虑范围内，而 Odyssey-3 才是针对你这个问题的那一个，却没有任何获取途径。值得关心的具体原因是冻结骨干网络的结果：如果一个预训练模型能够通过一个小型解码器驱动机械臂、人形机器人、汽车、无人机和三款游戏，那说明物理理解能迁移多少，并且这一主张会让世界模型成为基础层，而不是逐任务的策略。值得等待的具体原因是，Odyssey 之外还没有人运行过它。

按顺序，要关注的是：先是一份技术报告，然后是一份许可证，再然后是一个第三方在自有硬件上复现 77% 这个数字。Runway 的道路和 Odyssey 的道路都通向一个通用世界模型。目前只有其中一家有一个你能走到跟前的收费亭。

让提示词模型、图像模型和视频模型经由一个支持自动故障转移的端点进行路由，而不是分别做三套集成。