Runway Solaris：把軟體介面變成即時生成的 AI 世界

Runway Solaris 提出了一種截然不同的軟體使用方式：使用者看到的，不再是由程式碼預先定義好的頁面，而是一個會隨著點擊、拖曳、輸入文字或自然語言指令，持續生成與變化的視覺世界。38

因此，Solaris 不只是另一款無程式碼（no-code）App 建構工具。它嘗試把「世界模型」的概念應用到軟體介面：螢幕不是從固定實作中渲染出來，而是由模型根據互動歷史，不斷生成一連串視覺狀態。

Runway Solaris 是什麼？

Runway 於 8 月 31 日公布 Solaris，並將其稱為實驗性的「介面世界模型」（Interface World Model）。傳統流程通常是先撰寫 HTML、CSS 與 JavaScript，再交由瀏覽器渲染；Solaris 則試圖直接生成使用者看見的介面。

Solaris 的體驗可以從一張圖片或一個視覺場景開始，例如產品展示畫面、品牌環境或其他設計參考。模型會以這個起點生成介面，並在使用者操作後更新畫面。開發者不必逐一預先製作所有可能出現的頁面，系統會嘗試合成「下一步應該顯示什麼」。

這項差異之所以重要，是因為視覺介面往往包含大量難以完整轉換成程式碼的資訊。Runway 的說法是，讓視覺場景直接成為主要輸出，有助於在互動過程中維持畫面連貫與較自然的行為。

Solaris 如何生成互動介面？

Solaris 將「理解使用者做了什麼」與「把結果畫面呈現出來」分成兩個部分：

1. 使用者提出指令或進行操作。 例如點擊物件、拖曳元素、輸入文字，或用自然語言要求介面改變。
2. 語言模型解讀意圖。 它判斷接下來應發生什麼、目前場景是否需要改變，並將相關行為描述傳給視覺模型。38
3. 介面世界模型生成下一個狀態。 Solaris 不回傳一個由程式碼組成的網頁，而是根據使用者操作與先前畫面，生成下一幀視覺內容。
4. 循環持續進行。 每次新操作都會成為後續生成的上下文，讓介面持續演化，而不是只在幾個固定頁面之間切換。

視覺部分建基於 Runway 的 Gen-4.5 影片生成技術。Runway 的開發者文件將 Gen-4.5 描述為支援文字生成影片與圖片生成影片的模型；Solaris 則把這項能力延伸至可互動、以自回歸方式運作的場景。46

它如何做到即時逐幀生成？

每次互動都重新生成一個視覺狀態，與製作一段短片完全不同。為降低延遲並維持長時間使用時的畫面品質，Solaris 採用了幾項設計：

依序生成畫面

Solaris 以自回歸方式生成影格，每一幀都參考先前的畫面。這讓模型可以在既有視覺狀態上接續回應，而不是每次操作都從零開始生成一段互不相關的內容。

將較慢模型蒸餾成快速模型

Runway 表示，它把需要較多運算的擴散模型「教師模型」蒸餾成只需少量去噪步驟的快速模型。目標是在保留足夠視覺品質的同時，減少每次回應所需的計算量。

使用模型自行生成的結果進行訓練

Runway 也表示，快速模型會使用自身生成的結果進行訓練。這是為了減少長序列互動中的品質衰退：當每個新畫面都依賴前一個畫面時，原本微小的錯誤可能逐步累積。

Runway 設定的研究目標包括將互動延遲壓低至約半秒以下、維持整段工作階段的連貫性，以及達到 720p 的視覺品質。不過，這些是研究目標，並不代表每次 Solaris 互動都能穩定達標。

Solaris 的測試表現如何？

Runway 表示，研究團隊進行了一項包含 250 名參與者的使用者研究，針對 30 個互動案例收集約 7,500 次兩兩比較判斷。參與者將 Solaris 生成的介面，與 Claude Opus 5 以程式碼製作的介面進行比較。

根據 Runway 公布的結果，參與者在以下情況較常偏好 Solaris：

• 遵循指令：61% 的比較中獲得偏好
• 行為自然度：71% 的比較中獲得偏好

結果顯示，在部分互動情境中，生成式介面可能讓人感覺畫面更連貫，或操作結果更符合直覺。但這不能解讀為 Solaris 整體上優於傳統軟體。這項比較主要衡量主觀互動感受，並未證明其在可靠性、正確性、安全性、可維護性、成本、效能或無障礙支援方面更好。現有資料也不足以獨立確認研究的完整方法與統計分析。

Solaris 目前最重要的限制

讓 Solaris 具備高度彈性的機制，同時也帶來一系列工程與產品問題。

生成文字仍不穩定

在即時圖像與影片生成中，清晰、正確且可讀的文字一直是難題。模型可能生成一個外觀吸引人的介面，卻把標籤、數字、選單或操作說明顯示錯誤。Runway 也將文字生成列為尚未解決的問題，並提出一種可能的混合方案：由圖像模型處理文字密集的靜態畫面，再由影片模型負責連續互動。

畫面可信，不代表內容正確

一個看起來很有說服力的生成介面，不等於它提供的資訊可靠。Solaris 目前主要依靠起始影像與提供的參考資料建立內容，因此可能以充滿信心的方式呈現錯誤答案、產品細節或視覺資訊。Runway 將更豐富的已驗證資料、文件與參考內容列為後續研究方向。

長時間使用可能失去連貫性

由於每個狀態都依賴一串先前生成的畫面與模型決策，錯誤可能在開放式使用過程中逐漸放大。要在長時間工作階段維持場景、物件屬性、指令與互動歷史的一致性，仍是持續研究中的問題。

每一幀都生成，成本不會消失

一般網站只需傳送程式碼與素材，再由使用者的裝置負責渲染。Solaris 則需要持續進行生成運算，才能產生使用者看到的結果。Runway 表示，相關最佳化讓它的成本大幅低於標準影片擴散生成，但逐幀生成仍比傳送固定程式碼頁面更耗費資源；原型的視覺品質目標則是 720p。

無障礙與軟體整合尚未完成

單純渲染出的影像，不會自動提供螢幕閱讀器與其他輔助科技所需的結構化語意。它也不會天然具備許多軟體系統需要的可檢查狀態、事件結構與可預測介面。分析指出，缺少傳統 DOM（文件物件模型）與無障礙層，是這類方法進入需要無障礙支援或高度可稽核環境時的主要障礙。

Solaris 現在可以使用嗎？

Solaris 被定位為實驗性研究，而非已廣泛推出的正式 App 建構平台。相關報導將它描述為研究預覽，可能採取早期存取或申請使用的方式，並非所有人都能直接使用的產品。

因此，Solaris 目前的意義主要在於概念與研究方向。它展示了軟體介面可能走向的另一條路，但尚未證明團隊可以把它當成傳統程式開發的即插即用替代品。

Solaris 與 Runway GWM-1 有什麼關係？

Solaris 與 Runway 更廣泛的世界模型研究有關，但用途並不相同。Runway 將 GWM-1 描述為通用、即時的模擬器，涵蓋環境、虛擬角色與機器人操作；Solaris 則把世界模型的概念聚焦於軟體介面：被模擬的「世界」是一個 App 或網站，而使用者的操作會推動這個世界持續變化。12

換句話說，Solaris 將 Runway 的重心從生成媒體延伸到生成可互動的視覺環境。介面不再只是供人觀看的影片，而是一個會回應操作、並在互動持續期間不斷重新生成的場景。

Runway 為何認為 Solaris 可能重要？

軟體創作可能換一條路

如果這種方法日後能變得可靠，創作者或許可以用自然語言描述視覺環境、產品、目標與行為，而不必在程式碼中逐一實作所有可能狀態。對於空間感強、視覺導向或需要探索性的體驗，這可能比傳統固定版面更有吸引力。

但代價是，彈性來自生成，而不是明確的程式邏輯。正式產品仍需要可預測的行為、可測試性、資料完整性、無障礙能力，以及與其他系統的整合；Solaris 尚未展示自己能取代這些傳統工程實務。

成為 AI Agent 的新介面層

Solaris 也指向另一種可能：讓 AI Agent 在陌生的視覺環境中操作。Agent 不必完全依賴固定 API 或硬編碼流程，而可以把介面理解成一個動態世界，採取行動、觀察結果，再根據新狀態繼續操作。

對於必須使用未按照既定自動化規格設計的介面的 Agent 來說，這項構想相當重要。不過，它仍屬研究方向。當任務需要可稽核性、精準度與可重複執行時，可靠的結構化 API，以及具備傳統無障礙支援的軟體，仍然擁有明顯優勢。

實際結論：Solaris 不是程式碼的終點

Solaris 最適合被理解為「生成式軟體介面」的研究預覽，而不是 App 程式碼的終結。它最獨特的想法，是把介面本身交給模型生成：語言模型負責理解意圖，視覺模型則根據使用者操作，逐幀產生下一個畫面。

Runway 公布的研究顯示，在自然互動與指令遵循方面，部分參與者確實較偏好這種方式。但文字準確度、內容可信度、長時間連貫性、生成成本、無障礙支援與系統整合，都是產品能否落地的核心要求，並非稍後再修飾的細節。

Solaris 讓人看見「介面世界模型」可能發展成什麼樣子，也同時提醒我們：要真正取代傳統程式碼，還有很長的路要走。