Runway Gen 4.5: Şimdiye Kadarki En İyi Metinden Videoya Model mi?

Etkileyici fragmanlarına rağmen, örneklerin genellikle seçmeci olduğu ve gerçekte durumun abartıyla örtüşmediği konusunda her zaman temkinli olurum.

Bu yazıda size Runway 4.5'i nasıl kullanacağınızı öğreteceğim ve Runway 4.5'in vaatlerini gerçekten yerine getirip getirmediğini görmek için filtresiz örnekler paylaşacağım.

Runway 4.5 nedir?

Runway 4.5, Runway ML'nin metinden videoya yapay zekâ üretim modelidir. Runway 4 görüntülerden video üretmeye odaklanırken, Runway 4.5 metin istemlerine odaklanıyor. Yeni model şu an için ses desteğini içermiyor, ancak Runway'e göre yakında kullanıma sunulacak.

Ses desteğinin olmaması, lansman fragmanındaki seslerin haricen üretildiği ve Runway 4.5 tarafından oluşturulmadığı anlamına geliyor.

Yeni model metinden videoya karşılaştırmalarda mevcut diğer modelleri geçse de, önceki modellerinin iyi ses ve görsel desteğe sahip olması nedeniyle bu bir geri adım gibi hissettiriyor. 

Deneyimlerime göre, görüntü desteği tutarlı bir hikâye oluşturmak için temel önemde; çünkü bir model metin istemine tamamen uyabilse bile, yalnızca metinle karakter tutarlılığını korumak imkânsız olur.

Runway'e yeniyseniz, Runway ML ile ilgili diğer yazılarımıza göz atmanızı öneririz:

• Runway Gen 4: Uygulamalı Örneklerle Rehber
• Runway Gen-3 Alpha nedir? Nasıl Çalışır, Kullanım Alanları, Alternatifler ve Daha Fazlası
• Runway Act-One Rehberi: Test Etmek İçin Kendimi Çektim

Runway 4.5'e nasıl erişilir?

Runway 4.5'a web uygulamaları üzerinden erişebilirsiniz.

Kullanımı ücretsiz değil ve abonelik gerektiriyor. Ayrıntılar için fiyatlandırma sayfalarına bakın.

Gen 4.5 için video üretiminin her saniyesi 25 krediye mal oluyor. En ucuz abonelik 625 krediyle geliyor; bu da yalnızca 25 saniyelik video üretmeye izin veriyor.

Runway Gen-4.5'te neler yeni?

Runway Gen 4.5'in yeni özelliklerine bakalım:

İsteme hassas uyum

Yayın yazılarında, Runway 4.5'in karmaşık istemlere yüksek doğrulukla uyabildiğini iddia ediyorlar. Özellikle şunları yapabiliyor:

• Karmaşık, çok öğeli sahneleri hassasiyetle üretmek.
• Ayrıntılı kompozisyonları işlemek; nesnelerin hassas yerleşimine ve sahnedeki karakterlerin ve nesnelerin akıcı hareketine olanak tanımak.
• Fiziksel etkileşimleri, inandırıcı çarpışmalar ve doğal hareketlerle doğru biçimde ele almak.
• İnce duygular, doğal jestler ve gerçekçi ayrıntılarla ifade gücü yüksek karakterler üretmek.

Aşağıdaki video, bu özelliklerin her biri için resmi web sitelerinden alınmış birer örnek derlemesidir:

Üslup kontrolü ve görsel tutarlılık

Veo3.1 gibi modern metinden videoya modellere benzer şekilde, Gen-4.5, gerçeğe yakın sinematik görüntülerden yüksek derecede stilize animasyona kadar geniş bir görsel yelpazeyi desteklerken tutarlı ve bütünlüklü bir görsel kimliği korur. Özellikle şunları yapabiliriz:

• Gerçek dünya görüntülerinden ayırt edilemeyen, canlı ayrıntı ve doğrulukla videolar üretmek.
• Gerçekçilikle kısıtlanmadan sanatsal özgürlükle stilize, ifade gücü yüksek hareketler oluşturmak.
• Gündelik hayata ait görünen ve hissettiren videolar yapmak.
• Çarpıcı derinlik ve sinematik bir cilayla videolar üretmek.

Aşağıda, yukarıda bahsedilen her özelliği sergileyen resmi duyurudan alınmış örnekler yer alıyor:

Runway 4.5'i test etmek

Yukarıda gösterilen örnekler resmi web sitesinden alındı. Oldukça etkileyici görünüyorlar; ancak yapay zekâ video üretim modellerinde genellikle aynı istemle bir dizi video üretmemiz ve iyi bir sonuca ulaşmanın zaman alması sık rastlanan bir durumdur. 

Yeni bir modelin duyurusunda gördüğümüz sonuçların genellikle üretilen çok sayıda örnek arasından en iyi videolar olarak özenle seçildiğini akılda tutmak önemlidir.

Bu bölümde, Runway 4.5'i kullanarak yaptığım kendi deneylerimin sonuçlarını gösteriyorum. Bu deneyleri yaparken seçmeci davranmadım. Aklıma gelen her fikir için tek bir video ürettim ve kabul edilebilir bir şey elde edene kadar birden fazla sürüm oluşturmaya çalışmadım.

İyi bir istem oluşturmak için, isteme rehberlerini takip etmeyi öneririm; şu yapıyı öneriyorlar:

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

Fiziksel doğruluk

Runway 4.5 için ilk testim, modelin fiziği anlayıp anlamadığını görmekti. 

Bunun için bir fil ile bir fareyi tahterevalliye koyup hangi yöne eğileceğini görme fikrini denedim. Modelin, tarif edilmeden gerçekçi fizik üretebilmeyi öğrenip öğrenmediğini görmek için isteme ne olacağını özellikle eklemek istemedim.

Tek bir video üretmek yerine iki video üretmeye karar verdim:

1. Fare tahterevallinin bir ucunda tek başına oturuyor ve fil diğer tarafa atlıyor. Farenin havaya fırlamasını bekliyordum.
2. Fil tahterevallinin bir ucunda tek başına oturuyor ve fare diğer tarafa atlıyor. Fil çok daha ağır olduğundan hiçbir şey olmamasını bekliyordum.

Kullandığım istemler şunlardı:

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.Altyapı:

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.Altyapı:

Ve sonuç şöyle oldu:

Sonuç tam olarak hayal ettiğim gibi olmasa da, fizik açısından Runway 4.5'in bunu nispeten iyi ele aldığını düşünüyorum. 

İlk videoda fil gerçekten tahterevalliye düşmüyor, ancak üzerine bastığında fareyi kaldırıyor; bazı küçük tutarsızlıklar olsa da.

İkinci videoda ise beklendiği gibi, farenin tahterevalliye düşmesi bir etki yaratmıyor; bu iyi.

Karakter duyguları

Sonra, karakterlerde güçlü duygular uyandırıp uyandıramayacağını görmek istedim. Önce, iki kişinin birbirlerine bakışlarını sürdürdüğü ve sohbet bittikten sonra yapacak bir şeylerinin olmadığı, tuhaf bir an üretip üretemeyeceğini görmek istedim. Şu istemi kullandım:

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.Altyapı:

Runway Gen 4.5'in ürettiği video şöyleydi:

Video bana garip bir an hissi vermedi. Bunu açıkça istemde talep etmediğimi biliyorum ve belki de uzun bakışmadan doğacak duygunun bu olacağı öznel bir yorumdur.

Beklediğim gibi olmasa da, videonun duruma uygun, tutarlı yüz ifadeleri sunduğunu hissettim. Bana daha çok karakterlerin zorlu bir duruma hazırlanmaları gibi geldi.

İkinci bir deney daha yaptım: bir kadın üzgün bir mesaj aldı ve buna tepki verdi. Kullandığım istem şuydu:

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.Altyapı:

Karmaşık sahneler üretmek

Yapay zekâ modellerinin tutarlı biçimde başaramadığı şeylerden biri, çok sayıda insanın bulunduğu kalabalık sahneler üretmektir. Genellikle insanların ve nesnelerin bir anda yok olup görünmesi gibi pek çok yapaylık olur.

Runway 4.5'in karmaşık bir sahne üretme becerisini test etmek için, şu istemi kullanarak kalabalık bir gece pazarı videosu üretmesini istedim:

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.Altyapı:

Sonuç şöyleydi:

Genel olarak sonuç fena değil. Öndeki insanlar tutarlı kalıyor ve videoda istenen ögelerin çoğu yer alıyor. 

Ancak, diğer modellerde de gördüğümüz, hareket tutarlılığını korumakta zorlanma sorunu burada da mevcut. 

Örneğin, bir noktada arka planda bir scooter kayboluyor. Bazı kişiler için de aynı durum yaşanıyor.

Gerçeğe yakın sahneler üretmek

Duyurudaki iddialardan biri de modelin basit bir günlük yaşam sahnesi üretebilmesi. Bunu test etmek için aklıma gelen en yaygın günlük sahnelerden birini istedim: markette kasada ödeme yapan biri.

Kullandığım istem şuydu:

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.Altyapı:

Sonuç çok kötü olmasa da, modelin isteme uymakta gerçekten zorlandığını hissediyorum:

Görünen bir müşteri kuyruğu yok ve ürünler konveyör bandında garip bir şekilde yuvarlanıp sonunda yığılıyor. Sahne bana yapay ve belirgin şekilde yapay zekâ ürünü gibi görünüyor.

Fantastik dünyalar üretmek

Uzun zamandır üretmek istediğim ama denediğim tüm modellerde başarısız olan bir şey vardı; bunu Runway 4.5 ile denemeye karar verdim. Karakterin, içinde bulunduğu durumlardan kurtulmak için kullandığı sihirli bir fırçası olsun istedim. 

Örneğin, kötü adamlardan kaçarken çıkmaz bir sokaktan kurtulmak için bir merdiven çizebilir.

Bu sahneyi şu istemle Runway 4.5'ten üretmesini istedim:

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.Altyapı:

Videoda bazı tutarsızlıklar var; örneğin başta kötü adamlar ana karakterden uzaklaşarak koşuyor ve sonda kötü adamlar merdivene tırmanmıyor. Buna rağmen, bu fikri diğer modellerde denemiş biri olarak, istediğime uzaktan yakından yaklaşan bir şey elde edebildiğim ilk sefer olduğunu söylemeliyim.

Sinematik videolar üretmek

Son bir deney olarak, sinematik bir görünüm ve hisse sahip bir video üretmeyi denedim. Kullandığım istem şu şekildeydi:

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.Altyapı:

Sonuç şöyleydi:

Görünüm ve his açısından bence oldukça isabetli ve çok sinematik. Sevmediğim tek şey, karakterin yürümek yerine koşmasıydı. Bunun videonun tüm hissini değiştirdiğini düşünüyorum.

Runway 4.5 vs Veo 3.1 Karşılaştırması

Aynı istemleri hem Runway 4.5'te hem de en doğrudan rakibi olduğunu düşündüğüm Veo 3.1'de birkaç örnekle denedim (Veo 3.1'in ürettiği videoların biraz daha uzun olduğunu not edin).

Üç örneğin tamamında Runway 4.5'in ne kadar daha iyi performans gösterdiğine biraz şaşırdım. Farenin oturduğu tahterevalli örneğinde her iki modelin ürettiği videoların karşılaştırması şöyle:

Veo 3.1 videosunda pek çok hata var. Örneğin, fare düşerken bir anda ikinci bir fare beliriyor. Sonra sanki tahterevalli file çarpıyor gibi görünüyor, ancak ardından fil aslında onun önünde kalıyor.

Karmaşık hareket ve fiziksel etkileşim içeren son bir örnek daha denedim:

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.Altyapı:

Bu durumda her iki model de başarısız oldu, ancak Veo 3.1 daha fazla zorlandı:

Sonuç

Bu adım adım incelemede, Runway 4.5'in nasıl kullanılacağını gösterdim ve fizi̇k, duygular, karmaşık kalabalıklar, gündelik anlar, fantastik bir kaçış ve sinematik bir sahne gibi başlıklarda filtresiz istemlerle stres testine tabi tuttum. Ayrıca Runway 4.5'i doğrudan Veo 3.1 ile karşılaştırdım. 

Runway 4.5, sağlam istem uyumu ve zaman zaman öne çıkan anlarla iyi görünen, tutarlı videolar kesinlikle üretebiliyor; ancak burada gerçekten çığır açıcı bir şey hissetmedim. 

Runway 4.5'in hâlâ belirgin sınırlamaları var; en önemlisi yerel sesin olmaması ki yakında sunulacağını söylüyorlar; ayrıca kalabalık veya ince ayrıntılı etkileşimlerde gördüğümüz süreklilik tuhaflıkları devam ediyor. 

Genel olarak, deneylerime ve yayımlanan kıyaslamalara dayanarak, Runway 4.5 şu anda Veo 3.1'den daha güçlü görünüyor.

Yapay zekâ video üretiminde kullanılan teknikler hakkında daha fazla bilgi edinmek istiyorsanız, en iyi video üretim modelleri rehberimize ve AI Fundamentals beceri yolumuza göz atmanızı öneririm.