Runway发布Solaris：首个界面世界模型

Solaris提出"界面世界模型"（Interface World Model）这一全新概念——这挑战了软件开发的基本范式：这是全球首款被定义为“界面世界模型”的AI产品，完全打破了传统软件“设计-开发-渲染”的固定流程，把视频生成技术延伸到了实时交互界面生成领域：不生成代码，而是直接逐帧合成可交互的界面像素。 AIDEepTh∠ink.cn

从"设计转代码"变为"描述意图，模型渲染"，彻底消除了设计与开发之间的传统边界。在720p实时交互下，人类偏好测试中指令遵循和行为自然度分别达61%和71%，显著高于代码方案。但720p分辨率上限、文本渲染精度和会话一致性仍是限制。

一、产品定位

Solaris不属于普通的“写代码生成界面”的AI助手，它本身就是应用本体：

• 基于Runway成熟的Gen-4.5视频模型技术底座升级而来，以720p分辨率逐帧实时渲染交互界面。
• 每一个像素同时承载界面视觉呈现和交互逻辑，用户的点击、拖拽、语音指令都能被模型直接响应，不需要底层代码作为中间层。
• 它的终极目标是替代固定形态的App，生成完全随用户需求动态适配的交互环境。

二、技术原理

Solaris的核心思想是取消"视觉设计到代码"的翻译步骤。传统软件开发中，设计师创建像素级设计稿，工程师将其翻译为代码（HTML/CSS/JavaScript），翻译过程是有损压缩——设计稿的视觉丰富性在代码化中丢失。

Solaris的架构将推理与渲染分离：

• 推理层：LLM解释用户意图，决定场景是否需要变化或过渡，生成文本提示词引导Solaris
• 渲染层：Solaris本身处理视觉输出，逐帧生成 AIDEepTh∠ink.cn

三个工程优化实现实时交互：

1. 自回归生成：每帧仅依赖前一帧，非整段视频精炼
2. 少步蒸馏：将多步去噪压缩为几步
3. 自训练：快速模型在自己的输出上训练以保持长会话视觉稳定性

用户输入（点击、拖拽）作为下一帧的条件信号，方式与文本提示词和参考图像条件化视频生成相同。

三、技术突破

Solaris重构了软件运行的底层逻辑：

• 传统软件将视觉层和逻辑层完全分离，设计师产出界面样式，开发者编写交互逻辑，再通过渲染引擎、框架、交互处理链路拼接成完整应用。
• Solaris用单一模型同时完成所有视觉元素渲染和用户输入响应，跳过了从设计稿转代码的全流程，实现界面生成和交互反馈的实时同步。 AIDEepTh∠ink.cn
• 它把视频生成的帧生成能力直接复用为界面渲染能力，让交互界面像视频流一样实时动态生成，完全摆脱了传统代码框架的约束。

四、核心功能

Solaris作为全球首款界面世界模型，核心功能围绕“实时生成完全可交互的动态界面”展开，彻底打破了传统软件依赖代码渲染界面的运行逻辑，核心功能可分为四大类：

1. 实时帧级界面渲染

• 以720p分辨率逐帧生成交互界面，完全替代传统软件的代码渲染引擎。
• 不需要提前编写底层界面代码，所有视觉元素都由AI实时生成输出。

2. 全维度用户输入即时响应

• 直接识别点击、拖拽、滑动等所有鼠标/触控操作，无需预设交互事件代码。
• 支持语音指令直接控制界面，可实时调整界面元素位置、颜色、布局等所有属性。
• 所有用户操作都能获得连贯、一致的动态反馈，没有传统软件的交互延迟感。

3. 沉浸式动态场景生成

• 可生成完全开放的沉浸式交互场景，而非固定形态的功能页面。
• 典型场景下，用户浏览虚拟服装店时，可直接拖拽衣架上的衣物，还能上传个人照片作为试穿参考，交互体验和现实场景几乎一致。 AIDEepTh∠ink.cn
• 支持通过语音指令实时调整场景内的光照、物体位置、色彩风格，整个场景随指令动态演化。

4. 零代码动态应用生成

• 跳过“设计稿转代码”的全流程，用户用自然语言就能直接生成完整可运行的交互应用。
• 生成的应用完全随用户需求动态适配，不需要提前开发固定的App版本，彻底打破传统软件的固定形态边界。

五、落地场景

目前Solaris已经在多个交互场景展现出独特价值：

• 交互式电商：用户可以直接用语音拖拽调整商品展示形态、切换参数，界面随需求实时变化，不需要提前开发固定页面。
• 可视化教程：操作指引界面可以跟随用户的操作进度动态调整，自动适配不同用户的学习节奏，不需要提前预设多套页面分支。
• 创意内容工具：设计师可以通过自然语言实时调整交互界面的样式和逻辑，零代码快速完成原型验证。

六、当前局限

作为前沿研究级产品，Solaris还存在明显的待优化空间：

• 文本渲染准确率仍不稳定，界面上的文字内容容易出现生成错误，画面中文字清晰度不足，长会话中界面元素可能漂移。
• 暂不支持屏幕阅读器等无障碍辅助工具，对特殊群体的适配尚未完成。 AIDEepTh∠ink.cn
• 目前还处于早期技术预览阶段，生成的界面可能包含虚构内容，距离大规模商用落地还有一段距离。
• 分辨率720p上限，对数据密集型仪表盘或桌面生产力软件可能不够