Odyssey-3 對決 Runway Gen-4.5：對同樣兩個字的兩種押注

把Odyssey-3與Runway Gen-4.5放在一起對比，有趣的地方在於：兩家公司對終點的看法一致，對路徑的看法卻分歧。雙方都說目標是通用世界模型——一個經過學習、能把現實模擬得足以派上用場的系統。Runway 的立場由其技術長直白道出：你得先打造出非常出色的影片模型才能抵達那裡，因為教網路直接預測像素，是通往通用模擬最有希望的路徑。Odyssey 的立場——從它針對 Odyssey-3 所發表的每一項架構選擇中都看得出來——則是像素只是副產品，動態才是重點。Gen-4.5 是第一個賭注目前最強而有力的體現。Odyssey-3 於 2026 年 9 月 15 日發表，並承諾「在接下來幾週內」公開發布，則是以完整模型形式陳述的第二個賭注。並排閱讀，它們其實算不上競爭對手——它們是對同一個問題的兩種答案，而那個問題是：通往世界模型的路，是否非得經過渲染。

Runway 的賭注：透過渲染贏得世界模型

Runway 並非晚到或偶然才採用世界模型的框架。它推出了一個它稱之為通用世界模型的模型——GWM-1，被描述為專為現實的即時模擬而打造，可互動且可控——並將其視為其影片模型之上的層級，而非取代它們。這個論點是一個階梯：讓模型擅長在十秒內維持場景一致性的同一個訓練訊號，正是教會它物體如何持續存在、光線如何表現、運動如何延續的訊號。把像素做到足夠好，通用模擬就會自然浮現。

Gen-4.5 是當前的最新層級。它於 2025 年 12 月 1 日發布，並從 12 月 12 日起向付費訂閱者推出，是一款文字轉影片與圖像轉影片模型，具備 Runway 賴以建立聲譽的各項特質：動態品質、提示遵循度、角色與主體一致性，以及鏡頭控制。它的限制與其優勢一樣被坦白說明。片段長度為二到十秒——十秒是上限，而非預設值。輸出為 720p、每秒 24 或 25 格，涵蓋六種長寬比。沒有音軌，也沒有多鏡頭分鏡腳本；一段序列是你從各自獨立的生成結果中組裝而成的。它是一個渲染器，而且是非常出色的一個，而這正是其母公司需要它成為的樣子。

Gen-4.5 的費用是多少，以及其定價結構為何

Runway 將 Gen-4.5 定價為每生成一秒影片 12 點。點數每個售價 1 美分，因此實際換算基準是每秒 $0.12：五秒短片為 $0.60，十秒短片為 $1.20。在 API 上，輸出選項會收取附加費用——ProRes 或 PNG 序列每秒加收 5 點，HDR 每秒加收 20 點，若超過約 400 萬像素則提高到 40 點。那些是供應商定價表上的數字，而價差比表面標價更重要：一段 HDR 的十秒影片成本是一般影片的三倍以上，因此一旦 HDR 進入交付規格，以每秒 $0.12 建立的成本模型就失準了。

在編列預算之前，有兩個結構性細節值得先了解。API 點數與應用程式訂閱點數是各自獨立的餘額——Standard、Pro 或 Max 方案並不支付 API 生成費用——而且 API 是異步的，任務是提交後再輪詢，而非即時回傳。這兩點都不是批評；兩者都是團隊投入整合之後才會發現的事。該 API 除了 Runway 自家的模型之外，也提供第三方影片模型，這意味著只要你有需要，一把 Runway 金鑰就能觸及 Runway 模型目錄之外的更多選擇。

Odyssey 的賭注：重要的不是畫面

Odyssey-3 被其開發者描述為一個基礎世界模型，能夠驅動機器人、駕駛汽車、訓練 AI、操控無人機以及玩電子遊戲。在架構上，它是一個以大量視覺觀察資料訓練的自迴歸擴散 Transformer，而 Odyssey 表示其結果帶有對物理、動力學、因果關係與人類行為的習得理解。揭示這項賭注的細節在於任務如何被調適：Odyssey 並非微調模型，而是附加一個以觀察-動作配對訓練的動作解碼器，並在整個過程中保持預訓練世界模型凍結。一個小型策略會讀取凍結模型的內部表徵，並將其轉換為馬達指令。

那個設計唯有在你相信表徵——而非渲染出來的畫面——才是資產時，才說得通。這些示範在六種具身系統上支持了這一點，且全都是供應商自行報告的。機械手臂來自數十小時的示範資料，包括沒有人放進資料中的復原行為，例如在抓取失敗後重新調整夾爪方向。以 Flexion 建構的人形機器人策略，使用數十小時的遙操作資料；Odyssey 稱其泛化能力優於它測試過的 VLA 基準，但未公布數據。在印度以二十小時模擬資料進行的閉環駕駛。室內無人機飛行來自模擬資料。從 Grand Theft Auto V 移轉到 Red Dead Redemption 2 和 Sleeping Dogs 的策略，且在那些作品中不需額外訓練——大約兩小時的 GTA 影片就足以在 RDR2 中做出騎馬移動。以及為訓練其他 AI 生成環境，這與 Odyssey 的 PROWL 強化學習工作有關。

一個數字已公布。Odyssey 報告指出，在模擬中訓練的駕駛策略，在兩次安全駕駛員介入之間的行駛距離，大約是在真實影像上訓練的策略的 77%。上述段落中的每一項說法都未經重現，沒有技術報告，也沒有第三方執行過該模型。橫跨六種具身形態的廣度是有趣的主張；缺乏基準表，正是應該對它保留看待的原因。

這兩項押注變得可檢驗之處

關於策略的分歧，只有在能產生預測時才有用，而這個分歧確實能。如果 Runway 是對的——如果渲染保真度就是那條路——那麼影片模型的物理品質，就應該會隨著它有多擅長影片而提升，而這兩個排行榜也應該同步變動。如果 Odyssey 是對的，那就應該會有一些情況是：一個渲染得漂亮的模型毫無用處，而一個渲染得粗糙的模型卻很有用，因為真正有用的特性，是下一個狀態是否足夠可預測，讓控制器能據以行動。

已經有跡象顯示這會朝哪邊發展，而這對雙方都沒有美化作用。Runway 自己列出 Gen-4.5 的弱點——其中包括物理——提醒我們，渲染器的最佳化目標是讓觀眾信服，而觀眾的寬容，是控制迴路所沒有的。與此同時，Odyssey 唯一公布的數字——真實影片駕駛效能的 77%——是輸給真實資料，而不是勝利。兩家公司都沒有聲稱這條路已經走完。不同的是，他們各自衡量的是什麼。

賭注真正分歧之處在於具身性。Gen-4.5 的設計或定價完全沒有考慮動作空間；它是從文字或圖像到影片片段的函式。Odyssey-3 的素材完全沒有考慮可交付的檔案；它是從世界狀態與動作到下一個世界狀態的函式。這些是不同的產品，有不同的買家，而且無論哪一方取得多少進展，都無法把其中一個轉變成另一個，因為介面才是差異所在。

並肩

• 這是什麼 — Runway Gen-4.5：文字轉影片與圖像轉影片的渲染器。Odyssey-3：可預測下一個狀態並輸出動作指令的世界模型。

• 如何驅動它 — Runway Gen-4.5：一個提示詞或一張靜態圖片，透過非同步 API。Odyssey-3：一個動作解碼器，加上一個讀取凍結主幹的小型策略。

• 輸出 — Runway Gen-4.5：2–10 秒片段，720p，24/25 fps，六種長寬比，無音訊。Odyssey-3：無渲染交付成品；六種具身形態下的模擬狀態。

• 價格 — Runway Gen-4.5：每秒 12 點數，每秒 0.12 美元，ProRes 或 PNG 另加每秒 5 點數，HDR 則加 20 點數（供應商清單）。Odyssey-3：未公開，且未公布商業條款。

• 成熟度 — Runway Gen-4.5：自 2025 年 12 月起已在市場上，擁有成熟的 API 與第三方報導。Odyssey-3：於 2026 年 9 月 15 日發表，公開釋出「在接下來幾週內」。

• 證據——Runway Gen-4.5：八個月的公開產出。Odyssey-3：僅有單一廠商數據，沒有獨立測試紀錄。

這兩者都不在我們的關鍵上，而這是誠實的版本。

OrcaRouter 並未路由這兩個模型，本文也不會假裝不是如此：Runway Gen-4.5 是透過 Runway 自家的 API 提供服務，而 Odyssey-3 則完全沒有端點。在這樣的比較中，路由這個切入點真正能發揮作用的地方，是圍繞它們的管線。一個實際的 Gen-4.5 工作流程並不是單一模型——它包含一個用來擴寫簡報的提示模型、一個產生首幀的圖像模型、影片模型本身，以及下游用來為輸出評分或加上說明的元件。透過路由 DSL 將這些組合成單一次呼叫、使用同一把金鑰，以供應商定價、0% 加成，這正是 OrcaRouter 今天能真正替你從技術堆疊中卸下的部分。自動容錯移轉在這裡很重要，原因很平凡：非同步影片 API 會進行輪詢、佇列會回堵，而只要管線在某個效能退化的端點上卡住，就會一路卡到最終交付成果。

當 Odyssey-3 真的出貨時，路由問題將會截然不同，而且更加棘手。一個賣點在於能在你自己擁有的硬體上執行的模型，根本不會明顯是路由的候選對象；對路由器來說，真正有趣的問題會是它周遭的一切——模擬到現實的工具鏈、策略訓練、評估——而不是模型呼叫本身。

誰才是對的，是 2027 年的問題。

如果你本季需要影片，Gen-4.5 就是答案，沒有什麼好權衡的：它已定價、有文件，且已公開使用八個月，而以每秒 $0.12 的價格，了解它是否適合你的工作，成本並不高。請為附加費用以及另外的 API 額度餘額編列預算，並將十秒上限視為硬性設計限制，而不是一個你會設法繞過的數字。

如果你正在打造控制器——任何需要由學習模型告訴硬體下一步該做什麼的東西——那麼 Gen-4.5 無論如何都不在考慮之列，而 Odyssey-3 才是針對你的問題而來，卻沒有辦法取得。值得關注的具體理由是凍結骨幹的結果：如果一個預訓練模型能透過小型解碼器驅動機械手臂、人形機器人、汽車、無人機和三款遊戲，那就說明了有多少物理理解能夠遷移，而這正是能讓世界模型成為基礎層、而非逐任務策略的主張。值得等待的具體理由是，Odyssey 之外沒有人實際運行過它。

該留意什麼，依序是：一份技術報告，再來是授權條款，然後是第三方在自家硬體上重現 77% 這個數字。Runway 的路和 Odyssey 的路，最終都通向一個通用世界模型。目前只有其中一條，設有你可以直接走上前去的收費站。

將提示模型、圖像模型與影片模型透過一個具備自動容錯移轉的端點來路由，而非三個整合。