Am 31. August 2026 veröffentlichte Runway Solaris auf seiner offiziellen Forschungsseite und bezeichnete es als das erste Modell der neuen Generation der "Interface World Model"-Reihe. Es versucht, traditionelle Softwareübergänge von Designentwürfen zu Codeimplementierungen zu umgehen, indem es direkt die visuelle Oberfläche von Anwendungen oder Webseiten Bild für Bild generiert, sodass sich die Grafiken kontinuierlich durch Klicks, Drag-and-Drop und natürliche Sprachbefehle verändern können.
Dies ist keine Animation eines UI-Images. Das Ziel von Solaris ist es, den gesamten Bildschirm sowohl anzuzeigen als auch interagieren zu lassen: Wenn ein Benutzer Möbel zieht, wird die Szene kontinuierlich neu geordnet; wenn ein Material geändert wird, behalten die folgenden Frames die Objektbeziehungen bei und reagieren weiterhin. Runway ist der Ansicht, dass diese dynamische Umgebung auch genutzt werden kann, um Computer darauf zu trainieren, Agenten zu bedienen, sodass sie sich nicht mehr nur die Tastenpositionen auf einer festen Webseite merken.
Reasoning und Rendering sind in zwei Schichten aufgeteilt
Solaris' Gen-4.5 Videomodelladaption basierend auf Runway setzt ebenfalls den GWM-1 Weltmodellansatz fort. Im System versteht das Sprachmodell die Nutzerintention, bestimmt, ob sich eine Szene lokal oder als Ganzes ändert, und liefert die nächste Aktion; Das Weltmodell wandelt Entscheidungen in Echtzeit in kontinuierliche Bilder um. Aktionen wie Klicken und Ziehen wirken wie Text- und Bildhinweise und werden zu Bedingungen für das nächste Bild.
Um die Video-Diffusion von "Sekunden auf Minuten zur Erzeugung eines Segments" auf eine interaktive Geschwindigkeit zu reduzieren, verwendet Runway autoregressive Bild-für-Bild-Generierung, destilliert mehrere Denoising-Schritte in wenige Schritte und trainiert dann schnelle Modelle auf deren eigenen Ausgaben, um langfristige visuelle Stabilität zu gewährleisten. Aktuelle offizielle Ziele umfassen Echtzeit-Reaktion, Konsistenz während der Sitzung und 720p-Bildqualität. Um den Unterschied zwischen diesem Ansatz und der normalen Videogenerierung zu verstehen, lesen Sie den Artikel "Why World Models Are the Key Capability for AI Agents" (/article/1301-world-model-why-its-considered-the-next-key-capability-for-ai-agents-and-bots).
Die offizielle Bewertung hebt die Vorteile hervor, lässt aber auch Fragen markiert
Runway lud 250 Teilnehmer mit 30 Interaktionsproben ein und sammelte fast 7.500 gepaarte Urteile. Im Vergleich zur von Claude Opus 5 generierten Code-Schnittstelle erhielt Solaris eine Präferenz von 61 % für "ob man Interaktionsanweisungen befolgt", während das Codeschema 24 % betrug; Für "ob das Verhalten natürlich ist" erzielte Solaris 71 % und das Codeschema 21 %. Dies ist eine von Runway selbst erstellte und veröffentlichte Übersicht, die Potenzial für visuelle Kontinuität demonstriert, aber nicht direkt mit Software-Zuverlässigkeit, Leistung oder Wartungskosten in der Produktion gleichsetzt.
In diesem Stadium ist es eher ein interaktiver Prototyp als ein Code-Ersatz
Solaris hat weiterhin vier klare Grenzen. Der schwierigste Text, der bei der Erstellung von Videos stabilisiert werden kann, ist die Schnittstelle, auf die man sich am meisten verlässt; Falsche, aber realistische Lehr- oder kommerzielle Visualisierungen bergen Vertrauensrisiken; Objekte, Semantik und Zustände in langen Gesprächen können allmählich driften; Generative Schnittstellen müssen außerdem Screenreader, Barrierefreiheits-APIs und bestehende Softwaresysteme integrieren. Die Kosten für die Bild-für-Bild-Generierung sind immer noch höher als die Bereitstellung einer vorgefertigten Webseite.
Daher eignet sich Solaris derzeit besser für immersive Produktpräsentationen, variable Teaching-Demonstrationen, Proof of Concept und Agententrainingsumgebungen, anstatt direkt hochdeterministische Prozesse wie Zahlungen, Kontoeinrichtung oder präzise Formulare zu übernehmen. Runway arbeitet derzeit mit Partnern zusammen, um die öffentliche Freigabe zu fördern, wobei Seiten nur für Early-Access-Anwendungen offen sind. Was wirklich beobachtenswert ist, ist nicht, ob "der Code verschwinden wird", sondern ob die visuelle Generierung die minimalen Hürden der Softwareentwicklung in Bezug auf Textgenauigkeit, Zustandsrückverfolgbarkeit und Barrierefreiheitsunterstützung überwinden kann.
