Runway Gen 4.5: Model Teks-ke-Video Terbaik Sejauh Ini?

Meski trailer mereka mengesankan, saya selalu skeptis bahwa contoh yang digunakan perusahaan AI pembuat video untuk memamerkan modelnya dipilih secara selektif dan kenyataannya sering tak seindah hype.

Dalam artikel ini, saya akan mengajarkan cara menggunakan Runway 4.5 dan menampilkan contoh tanpa filter untuk melihat apakah Runway 4.5 benar-benar memenuhi janjinya.

Apa itu Runway 4.5?

Runway 4.5 adalah model AI teks-ke-video dari Runway ML. Jika Runway 4 berfokus pada pembuatan video dari gambar, Runway 4.5 berfokus pada prompt teks. Model baru ini saat ini belum mendukung suara, tetapi menurut Runway, fitur tersebut akan segera diluncurkan.

Tidak adanya dukungan audio juga berarti suara dalam trailer peluncuran dibuat secara eksternal dan tidak dihasilkan oleh Runway 4.5.

Walau model baru ini mengungguli model lain dalam tolok ukur teks-ke-video, ini terasa seperti langkah mundur karena model sebelumnya memiliki dukungan suara dan gambar yang baik. 

Berdasarkan pengalaman saya, dukungan gambar itu fundamental untuk menciptakan alur cerita yang konsisten karena meskipun sebuah model dapat benar-benar mengikuti prompt teks, akan mustahil menjaga konsistensi karakter hanya dengan teks.

Jika Anda baru mengenal Runway, kami sarankan Anda melihat artikel lain kami tentang Runway ML:

• Runway Gen 4: Panduan dengan Contoh Praktis
• Apa itu Runway Gen-3 Alpha? Cara Kerja, Use Case, Alternatif, & Lainnya
• Panduan Runway Act-One: Saya Merekam Diri Sendiri untuk Mencobanya

Bagaimana Cara Mengakses Runway 4.5?

Runway 4.5 dapat diakses melalui aplikasi web mereka.

Penggunaannya tidak gratis dan memerlukan langganan. Untuk detail lebih lanjut, lihat halaman harga mereka.

Setiap detik pembuatan video untuk Gen 4.5 membutuhkan 25 kredit. Paket termurah mereka berisi 625 kredit, yang hanya memungkinkan pembuatan 25 detik video.

Apa yang Baru di Runway Gen-4.5?

Mari kita lihat fitur baru Runway Gen 4.5:

Kepatuhan prompt yang presisi

Dalam artikel rilisnya, mereka mengklaim bahwa Runway 4.5 dapat mematuhi prompt kompleks dengan tingkat akurasi tinggi. Antara lain, model ini dapat:

• Merender adegan multi-elemen yang kompleks dengan presisi.
• Menangani komposisi yang terperinci, memungkinkan penempatan objek yang presisi dan gerakan karakter serta objek yang mulus dalam adegan.
• Menangani interaksi fisik secara akurat dengan tumbukan yang meyakinkan dan gerakan alami.
• Menghasilkan karakter ekspresif dengan emosi yang bernuansa, gestur alami, dan detail yang realistis.

Video di bawah ini adalah kompilasi satu contoh untuk masing-masing fitur yang diambil dari situs resmi mereka:

Kontrol gaya dan konsistensi visual

Mirip dengan model teks-ke-video modern seperti Veo3.1, Gen-4.5 mendukung spektrum gaya visual yang luas, dari citra sinematik yang menyerupai nyata hingga animasi yang sangat bergaya, sambil menjaga identitas visual yang konsisten dan terpadu. Secara khusus, kita dapat:

• Menghasilkan video yang sulit dibedakan dari rekaman dunia nyata, lengkap dengan detail dan akurasi seperti asli.
• Menciptakan gerak yang bergaya dan ekspresif dengan kebebasan artistik tanpa terikat realisme.
• Membuat video yang tampak dan terasa seperti kehidupan sehari-hari.
• Merender video dengan kedalaman yang mencolok dan polesan sinematik.

Di bawah ini adalah contoh yang diambil dari pengumuman resmi mereka yang menampilkan masing-masing fitur di atas:

Menguji Runway 4.5

Contoh yang ditampilkan di atas diambil dari situs resmi. Ini terlihat cukup mengesankan, tetapi sering kali pada model pembuatan video AI kita perlu membuat banyak video dengan prompt yang sama sebelum mendapatkan hasil yang bagus. 

Penting diingat bahwa biasanya hasil yang kita lihat dalam pengumuman model baru dipilih dengan saksama sebagai video terbaik di antara banyak contoh yang dihasilkan.

Di bagian ini, saya menunjukkan hasil eksperimen saya sendiri menggunakan Runway 4.5. Saat melakukan eksperimen ini, saya tidak memilih-milih. Untuk setiap ide yang saya miliki, saya membuat satu video dan tidak mencoba membuat beberapa versi sampai mendapatkan hasil yang dapat diterima.

Untuk membuat prompt yang baik, saya merekomendasikan mengikuti panduan prompt mereka, yang menyarankan struktur berikut:

[Camera] shot of [a subject/object] [action] in [environment]. [Supporting component descriptions]Didukung oleh

Akurasi fisik

Tes pertama saya untuk Runway 4.5 adalah melihat apakah model memahami fisika. 

Untuk itu, saya terpikir menaruh seekor gajah dan tikus di jungkat-jungkit dan melihat ke arah mana ia akan miring. Saya tidak ingin memasukkan hasilnya dalam prompt untuk melihat apakah model telah belajar menghasilkan fisika yang realistis tanpa dideskripsikan.

Alih-alih membuat satu video, saya memutuskan membuat dua video:

1. Tikus sendirian di satu sisi jungkat-jungkit, dan gajah melompat di sisi lainnya. Saya memperkirakan tikus akan terpental jauh.
2. Gajah sendirian di satu sisi jungkat-jungkit, dan tikus melompat di sisi lainnya. Saya memperkirakan tidak ada yang terjadi karena gajah jauh lebih berat.

Berikut prompt yang saya gunakan:

Side-on static camera shot of a mouse sitting alone on one end of a wooden see-saw as an elephant falls onto the opposite end in an open grassy field. 
The full see-saw and pivot remain visible, the fall completes within the shot, the motion is shown in real-time, and the take is continuous with no cuts.Didukung oleh

Side-on static camera shot of an elephant sitting alone on one end of a wooden see-saw as a mouse falls onto the opposite end in an open grassy field. 
The full see-saw and pivot remain visible, the fall completes within the shot, the motion is shown in real-time, and the take is continuous with no cuts.Didukung oleh

Dan ini hasilnya:

Walaupun hasilnya tidak persis seperti yang saya bayangkan, menurut saya, dari sisi fisika, Runway 4.5 menanganinya cukup baik. 

Di video pertama, gajah sebenarnya tidak jatuh ke jungkat-jungkit, namun ketika ia menginjaknya, tikus terangkat, meski ada beberapa ketidakkonsistenan kecil.

Di video kedua, seperti yang diharapkan, tikus yang jatuh ke jungkat-jungkit tidak memberikan efek apa pun, yang mana bagus.

Emosi karakter

Selanjutnya, saya ingin melihat apakah saya bisa membangkitkan emosi kuat pada karakter. Awalnya, saya ingin melihat apakah model bisa menghasilkan momen canggung dengan membuat dua orang saling menatap, tidak ada yang dilakukan setelah percakapan berakhir. Saya menggunakan prompt ini:

Two-shot eye-level camera shot of two people holding eye contact after a conversation ends in a small elevator. 
Neither speaks, the doors remain closed, and the moment extends slightly longer than comfortable in real time.Didukung oleh

Berikut video yang dihasilkan oleh Runway Gen 4.5:

Video tersebut tidak memberi saya rasa canggung. Saya tahu saya tidak secara eksplisit meminta emosi itu dalam prompt, dan mungkin subjektif bahwa itulah emosi yang muncul dari tatapan panjang.

Meski tidak seperti yang saya harapkan, saya merasa video tersebut menampilkan ekspresi wajah yang konsisten dengan situasinya. Bagi saya, lebih terasa seperti para karakter bersiap menghadapi situasi sulit.

Saya melakukan eksperimen kedua di mana seorang wanita menerima pesan teks yang sedih dan bereaksi terhadapnya. Ini prompt yang saya gunakan:

Locked-off close-up camera shot of a young woman reading a very sad message on her phone and slowly lowering it in a quiet subway station. 
Her face remains fully visible, background movement continues naturally, and the moment plays out in a single continuous take.Didukung oleh

Menghasilkan adegan kompleks

Salah satu hal yang sering gagal dilakukan model AI adalah menghasilkan adegan ramai dengan banyak orang. Biasanya, muncul banyak artefak, dengan orang dan objek menghilang atau muncul tiba-tiba.

Untuk menguji kemampuan Runway 4.5 menghasilkan adegan kompleks, saya memintanya membuat video pasar malam yang padat menggunakan prompt ini:

A crowded open-air night market just after a sudden rainstorm. 
Steam rises from food stalls while neon signs in different languages reflect in puddles on the ground. 
Dozens of people move through the narrow aisles: vendors cooking, customers eating, children weaving through the crowd, a street musician performing near an intersection. 
Some people carry umbrellas, others shake water from their clothes. 
Plastic tarps flutter overhead, partially blocking strings of warm lights. 
In the background, scooters pass by, and apartment windows glow at different heights. 
The scene feels alive, messy, and authentic, with many small interactions happening at once.Didukung oleh

Ini hasilnya:

Secara keseluruhan, hasilnya tidak terlalu buruk. Orang-orang di depan tetap konsisten, dan video menyertakan sebagian besar elemen yang diminta. 

Namun, ia tetap mengalami masalah yang sama seperti model lain, yaitu kesulitan mempertahankan konsistensi gerakan. 

Misalnya, pada satu titik ada skuter di latar belakang yang menghilang. Hal yang sama terjadi pada beberapa orang.

Menghasilkan adegan yang menyerupai nyata

Salah satu klaim dalam pengumuman adalah kemampuan model untuk menghasilkan adegan kehidupan sehari-hari yang sederhana. Untuk mengujinya, saya memintanya membuat salah satu adegan kehidupan sehari-hari yang paling umum yang bisa saya pikirkan: seseorang membayar di supermarket.

Ini prompt yang saya gunakan:

Eye-level handheld camera shot of a customer placing items on a checkout counter and waiting in a small local grocery store. 
The cashier scans items off-screen, the line behind shifts slightly, and ambient motion continues.Didukung oleh

Meskipun hasilnya tidak terlalu buruk, saya merasa model ini benar-benar kesulitan mematuhi prompt:

Tidak ada antrean pelanggan yang terlihat, dan barang-barang bergerak di ban berjalan dengan cara yang aneh dan hanya menumpuk di ujungnya. Adegan ini terlihat tidak natural dan sangat terasa buatan AI bagi saya.

Menghasilkan dunia fantasi

Ada sesuatu yang sudah lama ingin saya buat tetapi selalu gagal di semua model yang saya coba, jadi saya memutuskan mencobanya dengan Runway 4.5. Saya ingin membuat karakter dengan kuas ajaib yang ia gunakan untuk keluar dari situasi tertentu. 

Misalnya, ia bisa lari dari orang jahat dan menggunakannya untuk menggambar tangga agar bisa kabur dari gang buntu.

Saya meminta Runway 4.5 untuk membuat adegan ini menggunakan prompt berikut:

A fantastical world where painted objects can become real. 
A lone character carrying a glowing magical paintbrush runs through a surreal alley as shadowy pursuers close in behind him. 
He reaches a dead end: a tall, blank wall with no exits. 
Panicked but focused, he turns, presses the brush against the wall, and quickly paints a ladder. 
As the final stroke is completed, the painted ladder transforms into a physical object attached to the wall. 
The character climbs the ladder and escapes upward just as the pursuers reach the wall below. 
The environment feels dreamlike and imaginative, with subtle magical effects reinforcing that art and reality blend together in this world.Didukung oleh

Videonya memiliki beberapa ketidakkonsistenan, seperti para penjahat sebenarnya berlari menjauh dari tokoh utama di awal, dan para penjahat di akhir tidak memanjat tangga. Terlepas dari itu, setelah mencoba ide ini pada model lain, saya harus mengatakan ini pertama kalinya saya mendapatkan sesuatu yang mendekati apa yang saya inginkan.

Menghasilkan video sinematik

Sebagai eksperimen terakhir, saya mencoba membuat video dengan tampilan dan nuansa sinematik. Ini prompt yang saya gunakan:

A cinematic sequence at dusk in a vast desert landscape. 
A solitary figure walks along a windswept ridge as the sky shifts from deep blue to burning orange. 
The camera begins wide and slowly pushes in, revealing dust catching the light and fabric moving in the wind. 
The character stops, turns toward the horizon, and exhales as distant thunder rolls. 
Subtle lens flares, natural motion blur, and layered sound cues suggest scale and tension. 
The moment feels quiet, dramatic, and intentional, like a scene from a high-budget film.Didukung oleh

Berikut hasilnya:

Dari segi tampilan dan nuansa, menurut saya ini sangat akurat dan terasa sangat sinematik. Satu hal yang tidak saya sukai adalah karakternya berlari alih-alih berjalan. Saya merasa ini mengubah keseluruhan rasa video.

Perbandingan Runway 4.5 vs Veo 3.1

Saya mencoba beberapa contoh dengan prompt yang sama di Runway 4.5 dan, menurut saya, pesaing terdekatnya, Veo 3.1 (perlu dicatat bahwa video yang dihasilkan Veo 3.1 sedikit lebih panjang).

Saya agak terkejut melihat betapa lebih baiknya kinerja Runway 4.5 pada ketiga contoh tersebut. Berikut perbandingan antara video yang dihasilkan oleh kedua model untuk contoh jungkat-jungkit dengan gajah yang duduk di atasnya:

Video Veo 3.1 memiliki banyak kesalahan. Misalnya, seekor tikus kedua muncul entah dari mana saat tikus sedang jatuh. Lalu terlihat seperti jungkat-jungkit menimpa gajah, tetapi setelah itu, gajah sebenarnya berada di depannya.

Saya mencoba satu contoh terakhir dengan gerakan kompleks dan interaksi fisik:

Slow-motion dolly shot of a line of shopping carts colliding one after another in a steep supermarket parking garage. 
Each impact transfers momentum unevenly, carts crumple differently, loose items fly forward, and the final cart barely moves.Didukung oleh

Dalam kasus ini, kedua model gagal, tetapi Veo 3.1 gagal lebih parah:

Kesimpulan

Dalam walkthrough ini, saya menunjukkan cara menggunakan Runway 4.5 dan melakukan stress test dengan prompt tanpa filter di ranah fisika, emosi, kerumunan kompleks, momen sehari-hari, pelarian fantasi, dan adegan sinematik. Saya juga membandingkan Runway 4.5 secara langsung dengan Veo 3.1. 

Runway 4.5 jelas bisa menghasilkan video yang enak dilihat, koheren, dengan kepatuhan prompt yang solid dan sesekali momen menonjol, tetapi tidak ada yang terasa benar-benar terobosan di sini. 

Runway 4.5 masih memiliki keterbatasan yang jelas, terutama ketiadaan suara native, yang mereka katakan akan segera diluncurkan, di samping keanehan konsistensi yang masih terlihat pada interaksi yang sibuk atau sangat detail. 

Secara keseluruhan, berdasarkan eksperimen saya dan tolok ukur yang mereka publikasikan, Runway 4.5 saat ini tampak lebih kuat daripada Veo 3.1.

Jika Anda ingin mempelajari lebih lanjut teknik yang digunakan dalam pembuatan video AI, saya sarankan membaca panduan kami tentang model pembuatan video terbaik dan AI Fundamentals skill track.