Runway lança GWM Worlds 2, mundos em tempo real 720p/24fps

Introdução

GWM Worlds 2 coloca a geração de mundos por IA em tempo real na mão do criador. A Runway afirma que o sistema produz vídeo 720p a 24 quadros por segundo com áudio de 48 kHz, respondendo imediatamente a ações de texto e ao movimento de câmera, algo mostrado publicamente em 3 de setembro de 2026. (runway.com)

A importância não é apenas a resolução ou a taxa de quadros. O salto está na interatividade. Em vez de um clipe fechado, GWM Worlds 2 mantém um mundo que continua rodando enquanto novas ações chegam, o que abre caminhos para jogos, experiências imersivas, agentes incorporados e protótipos de design. (runway.com)

Este artigo analisa os pilares técnicos, o formato de controle WorldPrompt, as aplicações práticas e as limitações registradas pela própria Runway. Também compara a proposta com marcos recentes em modelos de mundo e vídeo, como o Genie 2 do Google DeepMind e o Dream Machine da Luma. (deepmind.google)

O que é o GWM Worlds 2 e por que importa

GWM Worlds 2 é descrito como um modelo autoregressivo de difusão para vídeo e áudio. Ele é treinado sobre um formato de entrada chamado WorldPrompt, que separa contexto persistente de eventos no tempo. Na prática, o criador define a cena, os sujeitos, as leis físicas e um primeiro quadro, depois envia uma sequência de ações com carimbo de tempo, por exemplo, “o personagem corre”, “a lâmpada acende” ou “ventania aumenta”. O sistema reage e continua o fluxo de vídeo e som, sem duração pré-fixada. (runway.com)

O anúncio destaca três pontos que sinalizam maturidade para uso criativo e técnico: geração contínua 720p a 24 fps, áudio sincronizado a 48 kHz e controle por ações textuais endereçadas a sujeitos ou à cena, com movimento de câmera contínuo. Esses elementos tornam o modelo candidato natural para protótipos de jogos, cinematics dirigidos por prompt e simulações para agentes. (runway.com)

No cenário mais amplo, modelos de mundo interativos têm sido explorados por laboratórios como o Google DeepMind, cujo Genie 2 mostrou a viabilidade de experiências jogáveis a partir de entradas como texto e imagens, com enfoque em ambientes e agentes. GWM Worlds 2 se posiciona nesse mesmo eixo, porém com ênfase explícita em resposta em tempo real com áudio e vídeo contínuos. (deepmind.google)

WorldPrompt, a linguagem do mundo

A grande sacada está no WorldPrompt. A Runway estrutura o controle em duas camadas. Primeiro, o contexto persistente, composto por uma descrição de gênese da cena, os sujeitos, as leis e um primeiro frame, que ancora a geração visual. Segundo, um fluxo de eventos cronometrados, onde cada ação tem início e fim, pode se sobrepor a outras e é endereçada a um sujeito, à cena ou ao áudio. O input de câmera entra como um fluxo por quadro, com translação e rotação. (runway.com)

Esse design facilita orquestrar mundos ricos sem amarrar o criador a um roteiro rígido. Em um dos exemplos, um diálogo de rua é descrito com cena, dois personagens e regras como gravidade terrestre e perspectiva de câmera. O resultado é uma sequência onde gestos, fala e movimentos se encadeiam em tempo real. (runway.com)

Para equipes, isso sugere pipelines híbridos. É possível redigir a linha do tempo de ações com apoio de um LLM, usar um primeiro frame para consistência visual e, durante a sessão, injetar ações de direção de cena ou do jogador conforme necessário. A separação entre contexto e eventos estimula reuso, modularidade e iteração veloz. (runway.com)

Do offline ao tempo real, engenharia por trás

Segundo a Runway, a jornada técnica começa com um modelo bidirecional de áudio e vídeo, que é então pós-treinado para se tornar autoregressivo em tempo real. O GWM Worlds 2 condiciona cada passo às três fontes de contexto, o global, o do quadro atual e o histórico de frames, gerenciados por uma janela deslizante em cache. Os decodificadores de vídeo e áudio são causais, o que reduz latência no decoding. Resultado, a geração pode seguir indefinidamente, de acordo com o fluxo de ações do usuário. (runway.com)

Essa arquitetura procura equilibrar consistência espacial, resposta imediata e sincronização audiovisual. É um objetivo ambicioso, alinhado à tendência vista em pesquisas de modelos de mundo do ecossistema Google DeepMind, onde a interatividade sustentada e a capacidade de agentes aprenderem em ambientes gerados ocupam o centro do debate. (deepmind.google)

Em paralelo, o mercado de vídeo generativo migrou de clipes curtos offline para ferramentas mais responsivas. Exemplos incluem o Dream Machine, lançado pela Luma em 2024 e desde então expandido com novos modos e apps, sinalizando demanda de criadores por iteração rápida, consistência e custo previsível. GWM Worlds 2 entra nesse tabuleiro, só que mirando mundos jogáveis e controle granular por ação. (lumalabs.ai)

Aplicações imediatas, do set virtual ao protótipo jogável

Três modos de uso foram destacados. Antes da sessão, com ações escritas de antemão, útil para publicidade e cinema, onde a direção quer controle total. Por turnos, onde a geração avança até um ponto de decisão e o usuário escolhe o próximo passo, interessante para experiências narrativas. E em tempo real, onde o usuário envia ações e move a câmera continuamente, a via mais desafiadora por exigir latências baixíssimas na produção de texto e controle. (runway.com)

Na demonstração, a Runway mapeou teclas a prompts de ação para acelerar o jogo ao vivo, por exemplo, W movimenta o personagem e o clique aciona um gesto. A equipe observa que roteiros de ação escritos previamente ainda produzem melhor qualidade, porque conseguem descrever muito mais do que um jogador lembraria de digitar na hora. Isso sugere um fluxo misto, pré-roteiro para base de alta qualidade e ações ao vivo para variações e improviso. (runway.com)

Outro ponto relevante é a capacidade de continuar a partir de um vídeo de entrada. O modelo pode ser preenchido com um clipe inicial de oito segundos e, a partir daí, seguir jogando ao vivo, preservando consistência de ambiente e áudio. Para quem trabalha com trailers, previs e design de níveis, a técnica encurta o ciclo entre storyboard e protótipo interativo. (runway.com)

Agentes e multiplayer, onde o GWM Worlds 2 encontra IA embarcada

GWM Worlds 2 permite que agentes controlem ações de diferentes sujeitos, por exemplo, um agente que move o personagem e outro que controla iluminação do ambiente. Em testes simples, um robô é instruído a alcançar uma bandeira vermelha ou azul e executa a sequência de movimentos. Isso conecta o modelo a avaliações de agentes e até treinamento em ambientes diversos. (runway.com)

Há ainda o modo multiplayer. Usuários diferentes podem assumir papéis como jogador 1, jogador 2 e diretor, cada qual com suas ações. A transmissão usa LiveKit para distribuir vídeo e áudio para clientes, enquanto cada um escolhe um papel e participa. Para criadores independentes, essa estrutura sugere protótipos de experiências coletivas sem precisar montar toda a infraestrutura de engine tradicional. (runway.com)

Limitações reconhecidas, expectativas realistas

A própria Runway lista pontos a melhorar. Em tempo real, há troca de fidelidade por velocidade. Movimentos de câmera muito bruscos degradam detalhes, texturas e geometria. A memória de longo prazo ainda é imperfeita, e referências de imagem não são suportadas além do primeiro frame ou do vídeo preenchido no início. Além disso, para aproveitar de forma plena o controle por texto, um arcabouço externo em tempo real pode ser necessário, por exemplo, um sistema que acompanha o estado do mundo e gera ações on the fly, como diálogos de NPC. (runway.com)

Essas ressalvas combinam com o estágio do campo. No Genie 2, por exemplo, a proposta já era acelerar protótipos de experiências interativas e treinar agentes em mundos gerados, mas a pesquisa também apontava desafios de fidelidade, controle e latência no caminho para produtos jogáveis robustos. O GWM Worlds 2 reforça a ideia de que a curva de qualidade que elevou o vídeo offline deve se repetir com mundos em tempo real, só que agora com os custos técnicos da interatividade. (deepmind.google)

Comparativo, onde o GWM Worlds 2 se encaixa no ecossistema

No eixo de vídeo offline e edição, projetos como Dream Machine cresceram em recursos desde 2024, com apps e modos que visam consistência de personagem, controle de câmera e rapidez para iteração. O foco principal segue na entrega de clipes de alta qualidade com cada vez menos artefatos. Já o GWM Worlds 2 prioriza jogabilidade e direção ao vivo, com uma linguagem de ações que descreve eventos, gestos e falas que ocorrem durante a sessão. (lumalabs.ai)

No eixo de modelos de mundo, trabalhos como Genie 2 colocaram o conceito de mundos gerados sob os holofotes, com ênfase em interatividade e uso para agentes. O diferencial do GWM Worlds 2 é combinar, já na demonstração, áudio gerado e vídeo contínuo a 24 fps com controle simultâneo de cena e sujeitos via ações de texto. Para quem precisa testar comportamentos de NPC, simular física leve ou explorar cenários cinematográficos dirigidos dinamicamente, essa abordagem é valiosa. (deepmind.google)

Coberturas independentes confirmam os números principais do anúncio, 720p a 24 fps e áudio 48 kHz em tempo real, reforçando a percepção de que a Runway está mirando o uso prático e a integração com fluxos de criação. (explainx.ai)

Como aplicar hoje, passos práticos para criativos e equipes técnicas

• Pré-roteiro com WorldPrompt. Estruture a gênese da cena, liste sujeitos e leis, gere o primeiro frame, depois escreva um conjunto de ações que cubra navegação, gestos, interações com objetos e eventos de cena. Use um LLM apenas para acelerar rascunhos, depois refine manualmente os prompts mais críticos. (runway.com)
• Mapas de tecla e macros. Para sessões ao vivo, mapeie ações recorrentes a atalhos. O ganho de velocidade compensa e evita gargalos de digitação. (runway.com)
• Protótipo de narrativa interativa. Use o modo por turnos para testes de branching e ritmo de cena, reservando a sessão em tempo real para iteração de direção e câmera. (runway.com)
• Teste com agentes. Avalie comportamentos simples, por exemplo alcançar objetivos em ambientes variados, antes de partir para planejamento complexo. Isso ajuda a validar a utilidade do ambiente para RL leve ou avaliação de políticas. (runway.com)
• Continuidade audiovisual. Quando precisar de identidade visual forte, prefira preencher com um vídeo curto inicial e conduzir a partir dele. A consistência tende a melhorar. (runway.com)

Reflexões e insights ao longo do caminho

• Linguagem de ações é usabilidade. Quanto mais expressivas e reutilizáveis forem as ações, mais previsível e dirigível fica o mundo. Designs de biblioteca de ações por tipo de projeto podem se tornar um novo ativo de estúdios.
• Multimodal de verdade. O casamento de vídeo e áudio gerados muda a régua de imersão. Trilha, foley e fala sincronizados elevam a credibilidade dos mundos, apesar de limitações.
• Interoperabilidade importa. Exportar, versionar e compor WorldPrompts com editores e ferramentas de pipeline deve ser prioridade para integrar o modelo a estúdios, escolas e times de produto.
• Métricas novas. Avaliar qualidade em mundo interativo pede métricas além de FVD ou VBench. Expectativas de frame pacing, tempo de resposta a ações e estabilidade do cache tornam-se KPIs centrais.
• Mercado em convergência. Vídeo offline robusto, como nos ecossistemas Luma e Runway Gen, avança em paralelo a modelos de mundo, como o Genie. A fronteira que separa clipe e jogo tende a desaparecer conforme a latência cai e o controle sobe. (lumalabs.ai)

Conclusão

GWM Worlds 2 entrega um passo concreto rumo a mundos gerados por IA realmente jogáveis. O formato WorldPrompt, a geração contínua 720p a 24 fps com áudio 48 kHz e a ênfase em ações textuais dão ao criador um dial de controle que faltava, ainda que a fidelidade sofra quando a sessão precisa reagir muito rápido. As próprias limitações listadas pela Runway indicam que o time conhece o caminho de evolução, com melhorias previstas em memória, referências e estabilidade sob câmera agressiva. (runway.com)

O momento é fértil para experimentar. Ao juntar pré-roteiros ricos com mapeamentos de ação e, quando fizer sentido, controle por agentes, estúdios e times de produto podem acelerar POCs, demos e pilotos. A história recente dos vídeos offline mostra que a qualidade sobe rápido quando há feedback de uso. Com GWM Worlds 2, o mesmo ciclo pode acelerar a chegada de experiências interativas que soam e parecem vivas. (runway.com)