Runway annonce GWM Worlds 2 : la simulation en temps réel qui sacrifie la qualité à la vitesse

Le 3 septembre 2026, Runway a publié sur son site de recherche l'annonce de GWM Worlds 2, évolution du modèle présenté en décembre dernier. L'entreprise présente le système comme un General World Model conçu pour transformer la génération de contenus visuels en une simulation interactive en temps réel. Selon l'annonce, l'utilisateur définit l'environnement, les règles physiques, le style et l'atmosphère sonore, puis interagit avec la scène par des instructions textuelles en forme libre et des mouvements de caméra. L'expérience ne suit pas un clip prédéfini : la simulation se poursuit à partir de chaque nouvelle entrée, supprimant les contraintes de durée propres aux modèles bidirectionnels.

Sur le plan technique, Runway décrit l'architecture comme un modèle de diffusion autorégressif. Une analyse du média AlphaSignal ajoute au tableau le recours à une attention avec sliding KV-cache et à des décodeurs causaux distincts pour les pistes vidéo et audio. Les données de performance fournies par le constructeur — un flux continu en 720p à 24 images par seconde avec un son synchronisé à 48 000 Hz — sont des paramètres déclarés, pas encore vérifiés par des tiers. L'annonce ne contient aucun document officiel sur les benchmarks ni sur les temps de latence ; la réactivité réelle du système au fil des commandes de l'utilisateur reste donc invérifiable, ce qui rend impossible de mesurer l'écart réel entre les spécifications annoncées par l'entreprise et le fonctionnement pratique.

C'est l'entreprise elle-même qui énumère une série de limites structurelles : la génération en temps réel échange délibérément la fidélité visuelle contre la vitesse de calcul. Résultat, les rotations rapides de caméra font perdre des détails et des géométries, la mémoire à long terme reste imparfaite, et le modèle ne prend en charge ni références à des images au-delà de la première, ni vidéo ou audio préchargés. Runway indique comme domaines d'usage le divertissement interactif, les personnages virtuels, la robotique et la simulation pour agents incarnés : des contextes où la réactivité compte plus que la définition de l'image. L'accès est pour l'instant réservé à une phase de recherche sur demande via un formulaire de contact, sans tarifs ni mode self-service. Le projet se situe sur un terrain voisin, selon AlphaSignal, qui voit dans le mécanisme de contrôle des actions l'élément distinctif de Runway face à des modèles comme Genie de Google, Marble de World Labs et Cosmos de NVIDIA.

Runway n'indique ni latence effective, ni matériel nécessaire, ni coût par session, ni date de disponibilité générale : tant que l'accès reste sur demande et sans benchmarks publics, chaque performance est autodéclarée. — Olya