Runway Solaris：將 App 變成一個會即時生成嘅 AI 世界

Runway Solaris 想改變嘅，唔只係「點樣整 App」，而係 App 本身點樣存在。傳統軟件會先寫好 HTML、CSS、JavaScript，再由瀏覽器按照固定程式碼顯示畫面；Solaris 就反過來，直接將介面當成一個會持續變化嘅視覺世界，由 AI 根據你嘅操作逐格生成下一個狀態。38

換句話講，你撳一個按鈕、拖動一件物件、輸入文字，甚至用自然語言講想改乜，系統都唔係喺一堆預先寫好嘅畫面之間跳轉，而係即場「諗」下一格畫面應該係點。呢個概念比一般 No-code 建 App 更進取：它嘗試將軟件介面變成一段可以互動嘅即時生成內容。

Solaris 係乜嘢？

Runway 於 2026 年 8 月 31 日公布 Solaris，稱佢係一個實驗性「Interface World Model」，即「介面世界模型」。核心構想係跳過「寫程式碼，再由瀏覽器渲染」呢條傳統流程，直接生成用戶見到嘅介面。

Solaris 可以由一個視覺起點開始，例如產品場景、品牌環境，或者一張參考圖片。之後，模型會圍繞呢個起點生成介面，並因應用戶互動持續更新。開發者唔需要逐個預計所有畫面、按鈕狀態同轉場；系統會嘗試自行合成下一步應該出現嘅內容。

呢個分別相當重要。當 AI 要先將一個畫面或者概念翻譯成程式碼，過程可能會流失原本嘅視覺細節；Solaris 就將視覺場景本身放喺輸出中心，Runway 認為咁樣有助維持畫面連貫同互動時嘅自然感。

Solaris 點樣逐格生成互動介面？

Solaris 將「理解你想做乜」同「將結果畫出嚟」分開處理，大致流程如下：

1. 用戶發出操作或者指令。 可以係點擊、拖動、輸入文字，或者用自然語言要求系統改變某個內容。
2. 語言模型分析意圖。 它判斷下一步應該發生乜事、目前場景需唔需要改變，以及應該點樣指示視覺模型生成結果。38
3. 介面世界模型渲染下一個狀態。 Solaris 唔係回傳一個寫好嘅網頁，而係根據今次互動同之前嘅畫面，生成下一格視覺狀態。
4. 重複以上過程。 每一次新操作都會成為之後生成嘅上下文，令介面可以一路演變，而唔係只喺幾個固定頁面之間切換。

視覺部分建基於 Runway 嘅 Gen-4.5 視像生成技術。Runway 開發者文件將 Gen-4.5 描述為支援文字轉影片同圖片轉影片嘅模型；Solaris 就將呢套視覺生成能力，套用到可互動、逐步自回歸生成嘅場景上。46

點解可以做到即時互動？

每次用戶一有動作就重新生成一個視覺狀態，難度當然比整一段普通短片高得多。Runway 表示，Solaris 透過幾項技術，嘗試壓低延遲，同時避免長時間使用後畫面愈來愈失真。

逐格自回歸生成

模型會按順序生成畫面，每一格都參考之前嘅畫面。咁樣系統可以沿住目前嘅視覺狀態回應新操作，而唔係每次都由零開始，生成一段互不相關嘅內容。

將慢模型蒸餾成快模型

Runway 表示，佢哋將一個較慢嘅擴散模型，即所謂「教師模型」，蒸餾成只需要少量去噪步驟嘅快速模型。目標係減少每次回應所需嘅運算量，同時保留足夠畫質，應付互動用途。

用模型自己生成嘅內容訓練自己

Runway 亦表示，快速模型會用自己生成嘅輸出去訓練。用意係減少長時間連續生成時嘅畫質衰減，因為每一格細微嘅錯誤，都可能喺後續狀態逐步累積。

Runway 設定嘅研究目標包括互動延遲大約低於半秒、整段使用期間維持連貫，以及達到 720p 視覺質素。不過，呢啲係研究目標，並唔代表每一次 Solaris 互動都一定做到。

同寫 Code 嘅介面比較，Solaris 表現如何？

Runway 報告一項涉及 250 人嘅用戶研究，涵蓋 30 個互動例子，合共約 7,500 次兩兩比較。參與者將 Solaris 生成嘅介面，同 Claude Opus 5 以程式碼生成嘅介面比較。

按 Runway 公布嘅結果，參與者較常選擇 Solaris：

• 指令跟隨方面：61% 比較中獲選
• 自然行為方面：71% 比較中獲選

數字反映，喺部分互動情境之下，AI 生成介面可能令人覺得畫面更連貫，或者物件反應更直觀。不過，唔可以將呢項結果理解成 Solaris 全面優於傳統軟件。測試主要量度主觀互動觀感，唔係可靠性、正確性、安全性、維護成本、效能、可負擔性或者無障礙能力；現有資料亦未足以獨立核實研究嘅完整方法同統計分析。

Solaris 最大嘅限制，亦係最現實嘅難題

Solaris 靈活嘅原因，正正亦會帶來一系列工程問題。可以即場生成任何畫面，唔代表可以穩定、準確同可審計咁運行一個真正嘅產品。

文字仍然容易出錯

對即時圖片同影片生成模型嚟講，清晰、準確、穩定嘅文字一直都係難題。畫面可能好靚，但按鈕名稱、數字、選單或者指示文字有機會變形、串錯，甚至內容不符。Runway 將文字生成列為尚未解決嘅問題，亦提出一個可能嘅混合方案：由圖片模型處理文字密集嘅靜態畫面，再由影片模型負責連續互動。

畫面好真，唔代表內容一定啱

一個睇落可信嘅介面，唔等於入面嘅資料正確。Solaris 目前主要依靠起始圖像同用戶提供嘅參考資料作基礎，因此有可能用好有信心嘅方式，展示錯誤答案、產品資料或者視覺表示。Runway 表示，加入更多經驗證嘅資料、文件同參考內容，係未來研究方向之一。

用耐咗，場景可能開始「走樣」

每個狀態都建基於之前一連串生成結果同模型決定，長時間開放式使用時，錯誤可能逐步累積。要令場景、物件屬性、指令同互動歷史保持一致，仍然係活躍研究中嘅難題。

每一格都要生成，成本唔會憑空消失

一般網站主要傳送程式碼同素材，再由用戶裝置負責渲染；Solaris 就要持續進行生成運算，先可以產生用戶見到嘅結果。Runway 表示，最佳化後嘅成本比標準影片擴散生成低好多，但逐格生成始終比傳送一個固定寫好嘅網頁更消耗資源。原型設定嘅視覺質素目標係 720p。

無障礙同軟件整合仲未成熟

一張生成出嚟嘅畫面，唔會自動提供讀屏軟件等輔助科技所需要嘅結構化語意；亦唔會天然具備傳統軟件常見、可以檢查嘅狀態、事件結構同穩定介面。分析指出，缺少傳統 DOM 同無障礙層，會成為呢種做法進入需要高審計性或者重視無障礙支援場景嘅主要障礙。

而家用唔用到 Solaris？

Solaris 目前係以實驗性研究，而唔係全面開放嘅生產平台形式出現。相關報道形容佢屬於研究預覽，可能提供申請早期使用或者按要求開放，並非一般人即時可以使用嘅 App 建立工具。

所以，Solaris 現階段最大價值係展示一個可能嘅方向，而唔係已經可以直接取代傳統程式開發。對企業或者開發團隊嚟講，佢暫時未提供足夠證據，證明可以當成現成軟件嘅即插即用替代品。

Solaris 同 Runway GWM-1 有咩關係？

Solaris 同 Runway 更廣泛嘅世界模型研究有關，但用途唔一樣。Runway 將 GWM-1 描述為一個通用、即時模擬環境、虛擬角色同機械人操作嘅世界模型；Solaris 就將「世界模型」概念收窄到軟件介面，當中被模擬嘅世界係一個 App 或網站，而用戶操作會推動呢個世界繼續演變。12

因此，Solaris 可以視為 Runway 將重點由「生成媒體」推向「生成可互動視覺環境」嘅一次延伸。介面唔再只係畀你觀看嘅影片，而係一個會因應操作改變、並喺互動過程中持續重新生成嘅場景。

Runway 點解覺得 Solaris 可能重要？

軟件創作可能換一條路

如果呢種方法日後變得可靠，創作者或許可以用自然語言描述視覺環境、產品、目標同互動方式，而唔需要預先用程式碼寫好每一個可能狀態。對空間感強、畫面主導，或者需要大量探索嘅體驗，呢個方向可能特別吸引。

但代價係，靈活性來自生成，而唔係明確寫出嚟嘅程式邏輯。真正嘅生產級軟件仍然需要可預測行為、測試能力、資料完整性、無障礙支援，同其他系統整合；Solaris 暫時未證明可以取代呢啲傳統工程要求。

可能成為 AI Agent 嘅新介面層

Solaris 亦指向另一個方向：畀 AI Agent 喺唔熟悉、又冇固定 API 或預設工作流程嘅視覺介面入面工作。Agent 可以將介面當成一個動態世界，先理解畫面、採取行動，再觀察新狀態，逐步繼續執行。

對需要操作陌生介面嘅 Agent 嚟講，呢個構想有一定吸引力。不過，呢個仍然係研究方向。當任務要求可審計、精準同可重複執行時，可靠嘅結構化 API 同傳統無障礙軟件，依然有明顯優勢。

實際上應該點睇？

最準確嘅理解係：Solaris 係一個「生成式軟件介面」研究預覽，唔係程式碼時代已經完結。佢最特別嘅地方，在於將介面本身變成模型輸出——由語言模型引導，再由視覺世界模型按照用戶操作逐格生成。

Runway 公布嘅研究顯示，用戶喺部分情境下，可能更鍾意呢種自然互動同指令跟隨方式。但文字準確度、資料可信性、長時間連貫、生成成本、無障礙支援同系統整合，全部都係產品能否落地嘅核心要求，唔係做完 Demo 之後先慢慢執嘅細節。

Solaris 讓人睇到「介面世界模型」可能變成點；同一時間，佢亦清楚展示咗點解傳統程式碼，暫時仍然未咁容易被取代。