Runway发布Solaris 界面世界模型

Runway 昨天发了个新东西，叫 Solaris，官方定位是第一个“界面世界模型” 一句话说清楚：界面不再是写出来的代码，而是 AI 逐帧实时生成出来的 它动的不是“生成内容”这一层，而是“软件本身”这一层，这可能是 Runway 至今最激进的想法 它要解决的问题是：今天所有软件都要经过一次翻译，视觉设计先转成代码才能跑，Runway 管这叫“有损压缩” 他们测过：给最强的多模态模型一张网页截图让它重建，每个模型都丢信息，页面越复杂丢得越多，证明语言和代码天然装不下视觉信息 Solaris 干脆不要中间层，整个画面帧就是界面本身，每一帧都根据点击、拖拽、输入现场合成。它基于 Gen-4.5 视频模型，把用户输入当成下一帧的条件信号，把几十步去噪蒸馏成几步做到实时，再用一个语言模型负责“应用该做什么”、世界模型负责“行为长什么样” 我觉得这个推理和渲染分离，是全文最聪明的设计 数据也值得看。250 人、约 7500 次成对判断，和写代码的 Claude Opus 5 对比：指令遵循 61% 对 24%，自然行为 71% 对 21% 代码界面把每次操作当孤立更新，Solaris 理解物体该怎么动，交互融在场景里，这是“页面更新”和“世界反应”的区别 我更想提醒���低估的一面：Solaris 还能训练 agent 现在最好的大模型连订酒店都常翻车，因为文本模型学的是被训练过的那个布局，换个网站就不认得。

Solaris 能持续生成从没存在过的布局，这条路走通，它最大的客户可能不是设计师，而是各家的 agent 训练管线 警惕的部分。Runway 承认四个短板：文字渲染不稳定、信任问题、长会话一致性、无障碍。我的判断是短期最先落地虚拟试衣、产品演示、互动教学这类体验型界面，表单、交易类场景很长时间碰不了，别指望它短期替代现有产品。

什么情况下我会推翻判断？实时文字稳定可读，且逐帧渲染成本降到比托管静态页面还便宜。两条都兑现，被改写的就是整个前端工程这个职业；兑现不了，它就停留在一个很酷的 demo 想体验，官方有 early access 申请表，To B 导向。

重点感受“用自然语言描述交互”，那是下一个界面范式的真实信号；工程师则盯着另一件事——当鼠标被重新定义，最先贬值的不是写代码的能力，而是你在特定框架上攒下的经验