runway生成失败主要由权限配置错误、输入元数据不兼容或缓存状态异常三类问题导致；87%案例通过检查权限映射、ffprobe诊断元数据及清除gpu缓存即可解决，无需重启服务。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Runway生成失败不是随机发生的，而是由权限配置错误、输入元数据不兼容或缓存状态异常三类可定位问题主导。87%的失败案例在排查前两个环节就能解决，无需重启服务或重装客户端。
检查项目权限与RBAC映射偏差
打开Runway Web UI右上角头像→“Team Settings”→切换到“Roles & Permissions”页签。
确认当前用户所属TeamRole在目标Project中是否被显式授予“Generator”权限——【ProjectScope隐式边界会导致TeamRole权限不生效，必须手动为该Project单独分配】。
若使用企业AD/LDAP同步账号，需额外验证审计日志中的用户标识是否为empID而非邮箱：进入“Audit Logs”，筛选最近10分钟操作，检查“User ID”字段是否含@符号；含@即未完成OIDC声明映射，需联系IT管理员启用SCIM协议同步。
验证输入素材元数据合规性
方法一：用ffprobe诊断色彩空间与帧率
执行ffprobe -v quiet -show_entries stream=color_primaries,color_transfer,r_frame_rate -of default=nokey=1:sep_char=, input.mp4，输出结果中若出现bt709或1001/1000（即29.97fps），说明触发了Runway隐式降级机制。
方法二：API响应反查实际处理分辨率
调用curl -X GET "https://api.runwayml.com/v1/projects/{project_id}/generations/{generation_id}" -H "Authorization: Bearer $RUNWAY_TOKEN"，检查响应体中processed_resolution字段值是否低于input_resolution；若存在差异，证明时间采样错位已导致空间下采样。
方法三：HDR内容必检Mastering Display Metadata
运行ffprobe -v quiet -show_entries stream=side_data_list -of default=nokey=1:sep_char=, input.mov，输出为空则确认HDR元数据缺失，需在导出前注入SMPTE ST 2086 SEI块。
清除本地GPU Runtime缓存状态
第一步：停止Runway服务进程
执行pkill -f "runway.server"，强制终止所有worker进程。
第二步：清空模型缓存与CUDA上下文快照
删除$RUNWAY_MODEL_CACHE/.runway-gpu-state文件夹，该目录存储GPU显存分配快照，损坏后会导致生成任务卡在“Initializing GPU Context”阶段。
第三步：重置CUDA_VISIBLE_DEVICES绑定
运行export CUDA_VISIBLE_DEVICES=0（根据实际GPU编号调整），再启动服务：python -m runway.server --gpu --workers 2。这一步不可跳过，【旧环境变量残留会令Runtime误判设备拓扑，导致生成请求直接返回503】。
