告别代码：Runway让界面像视频一样实时生成

Runway 今日发布新研究 Solaris，将其定义为“界面世界模型”（Interface World Model）。其核心设想是：操作系统中的 App 和网站不再预先编写，而是在用户使用过程中实时生成，界面像视频一样逐帧产生。用户点击、拖拽或输入时，模型根据当前状态继续生成下一帧，按钮、物体及场景变化无需开发者提前写入代码。这意味着，眼前画面本身即可成为软件。

从视频生成到界面生成

Solaris 建立在 Runway 视频生成模型 Gen-4.5 之上，沿用 GWM-1 世界模型技术路线。其关键改造包括：将生成过程变为逐帧自回归，使当前帧仅依赖已出现内容；将多步去噪过程蒸馏至少数几步；并让加速后的模型用自身输出继续训练，以减少长时间运行的画面漂移。Runway 称，该方法使 Solaris 达到实时交互生成速度，同时维持 Gen-4.5 的视觉质量，目标是在 720p 下保持长时间交互质量。

语言模型理解意图，世界模型负责渲染

系统架构分为两部分：语言模型负责推理，理解用户意图并判断场景应发生局部变化还是切换状态，生成指导提示；世界模型负责渲染，将变化画出来并持续生成后续画面。用户只需提供初始状态（如品牌场景），模型即实时持续生成画面，交互被纳入后续生成过程，场景原地响应，全程无预定义页面或固定模板。

实验数据：Solaris 明显优于代码方案

Runway 设计实验验证该路线。第一组测试选取 30 个不同复杂度界面，让多模态模型根据截图重建，采用 SSIM 和 DINOv3 特征评估。结果显示，随复杂度增加，经由代码重建界面的信息损失愈发明显，自然图像受影响最大。第二组实验中，Solaris 与 Claude Opus 5 生成的代码界面从同一图片开始，接受相同交互要求，由 250 名参与者进行近 7500 次两两比较。在“遵循交互指令”上，Solaris 获 61% 偏好，代码方案为 24%；在“行为自然度”上，Solaris 为 71%，代码方案为 21%。

训练更聪明的 AI 代理

Solaris 的另一重要用途是训练 Computer Use Agent。传统 Agent 在固定网站训练易过拟合具体布局，换网站后操作经验失效。Solaris 可生成持续变化、甚至从未存在过的界面，使同一任务对应大量不同布局和交互路径，迫使 Agent 理解功能而非记忆位置，从而提升泛化能力。这延续了 Runway 用世界模型模拟可交互环境的路线，此前 GWM-1 已用于可探索环境和机器人，Solaris 将这一能力推进至电脑界面。

从“写代码”到“生成画面”，Solaris 重新定义了软件的生产方式。当界面本身成为动态生成的结果，开发者或许将不再需要为每个按钮编写逻辑，而 AI 代理也将学会在无限变化的界面中理解功能。Runway 的这一探索，可能预示着人机交互的下一个范式。