Miro一支 11 人品牌团队用Runway生成Canvas26大会开场视频的全部镜头，并针对四个活动城市分别做了本地化版本。
AI解读：Miro的品牌团队只有 11 人，今年做Canvas大会开场视频时没有用素材库，也没有实拍，而是用Runway生成全部底层画面。关键原因在于他们想为四个不同城市各做一个版本，需要展示观众进入具体场馆的镜头——这种画面素材库根本找不到。团队用场馆照片作为参考图，在Runway里生成对应城市的镜头。另一个实际好处是分辨率：投放需要非标准宽高比和宽幅投影画面，即使 4K素材裁剪后也会损失清晰度，直接在Runway里按所需尺寸生成就避免了这个问题。这个案例说明的是创意团队现在可以绕开素材库和拍摄成本，只为精确的镜头需求生成画面，同时保持整个流程在一个工具内完成。不过，生成过程需要大量迭代，团队会先跑几十张静态图再生成视频，这对时间和耐心是有要求的。
Miro的 11 人品牌团队用Runway制作了Canvas26大会开场视频，全部底层镜头由AI生成，并针对四个活动城市分别做了本地化。Miro是协作平台，称有超过 1 亿用户，客户包括Endava、J.Crew Group、PepsiCo和Ubisoft。
Miro品牌制作负责人Antoine Levi和动态设计师Pol O'Callaghan在Runway官方访谈中介绍了项目过程。往年的开场视频使用素材库配合 3D动态设计；今年因为要发布多项AI能力更新，团队选择用Runway制作开场视频。
全部镜头由Runway生成，本地化按场馆照片制作
O'Callaghan说，视频中的每一个城市景观、人群、入场镜头都源自Runway，3D动态设计和品牌元素叠加在AI素材之上。团队希望视觉上呼应Miro的Flows功能节点和连线，于是制作 3D版本叠加进AI镜头。
每个镜头先生成数十张静态图，迭代多次后才生成想要的视频。场馆镜头需要额外处理：活动在四个城市举办，每个城市都有独立开场视频。团队把场馆照片作为Runway的参考图，生成观众进入真实活动场馆的电影化镜头。
Runway解决了素材库无法满足的两类需求
O'Callaghan表示，Runway让他们以想要的保真度更快推进，输出的是真正想要的画面，而不是素材库最接近的替代品——比如“旧金山某活动场馆入场”这种画面在素材库里找不到。
Levi补充，项目需要投影幕的宽幅和非标准宽高比，素材库即使提供 4K，裁剪后也会损失分辨率；Runway能按所需尺寸原生生成。他们还提到，日常项目需要额外素材时默认使用Runway，同时并行推进更大规模的实验项目。Runway的派驻创意人员提供了专门培训，帮助理解模型特点、选择合适模型和判断图片参考的质量。