Le 31 août 2026, Runway a publié Solaris sur sa page officielle de recherche, le qualifiant de premier modèle de la nouvelle série de génération « Interface World Model ». Il tente de contourner les transitions logicielles traditionnelles des brouillons de conception à l’implémentation du code, générant directement l’interface visuelle des applications ou des sites web image par image, permettant aux visuels de changer continuellement par clics, glisser-déposer et commandes en langage naturel.
Ce n’est pas l’animation d’une image d’interface utilisateur. L’objectif de Solaris est de faire en sorte que l’écran entier s’affiche et interagisse à la fois : lorsqu’un utilisateur fait glisser un meuble, la scène se réarrange continuellement ; lorsqu’un matériau est modifié, les images suivantes conservent des relations d’objet et continuent de répondre. Runway estime que cet environnement dynamique peut aussi être utilisé pour entraîner des ordinateurs à opérer des agents, afin qu’ils ne se souviennent plus seulement des positions des boutons sur une page web fixe.
Le raisonnement et le rendu sont divisés en deux couches
L’adaptation du modèle de génération vidéo Gen-4.5 de Solaris, basée sur Runway, poursuit également l’approche du modèle du monde GWM-1. Dans le système, le modèle de langage comprend l’intention de l’utilisateur, détermine si une scène change localement ou dans son ensemble, et fournit l’action suivante ; Le modèle du monde rend les décisions en temps réel en images continues. Des actions comme le clic et le glisser agissent comme des indications texte et image, devenant des conditions pour la prochaine image.
Pour réduire la diffusion vidéo de « secondes à minutes pour générer un segment » à une vitesse interactive, Runway utilise une génération autorégressive image par image, distillant plusieurs étapes de réduction du bruit en quelques étapes, puis entraînant des modèles rapides sur leurs propres sorties pour maintenir une stabilité visuelle à long terme. Les objectifs officiels actuels incluent la réponse en temps réel, la cohérence en session et la qualité visuelle 720p. Pour comprendre la différence entre cette approche et la génération vidéo ordinaire, consultez l’article intitulé « Pourquoi les modèles mondiaux sont la capacité clé pour les agents IA » (/article/1301-world-model-why-it’s-considered-the-next-key-capability-for-AI-agents-and-bots).
La revue officielle met en lumière les avantages mais laisse aussi des questions posées en avant
Runway a invité 250 participants avec 30 échantillons d’interaction et a collecté près de 7 500 jugements jumelés. Comparé à l’interface de code générée par Claude Opus 5, Solaris a reçu une préférence de 61 % pour « suivre ou non les instructions d’interaction », tandis que le schéma de code était de 24 % ; Pour « si le comportement est naturel », Solaris a obtenu 71 % et le schéma de code 21 %. Il s’agit d’une revue conçue et publiée par Runway lui-même, démontrant un potentiel de continuité visuelle sans être directement équivalente à la fiabilité, la performance ou les coûts de maintenance des logiciels en production.
À ce stade, c’est plus comme un prototype interactif qu’un substitut de code
Solaris a encore quatre frontières claires. Le texte le plus difficile à stabiliser pour générer des vidéos est l’interface sur laquelle on compte le plus ; Des images d’enseignement ou commerciales incorrectes mais réalistes posent des risques de confiance ; Les objets, la sémantique et les états dans de longues conversations peuvent progressivement dériver ; Les interfaces génératives doivent également intégrer des lecteurs d’écran, des API d’accessibilité et des systèmes logiciels existants. Le coût de la génération image par image reste plus élevé que la livraison d’une page web préconstruite.
Par conséquent, Solaris est actuellement plus adapté aux écrans de produits immersifs, aux démonstrations d’enseignement variable, aux preuves de concept et aux environnements de formation des agents, plutôt qu’à des processus fortement déterministes comme les paiements, la création de compte ou des formulaires précis. Runway travaille actuellement avec des partenaires pour promouvoir la publication publique, les pages n’étant ouvertes qu’aux applications en accès anticipé. Ce qui mérite vraiment d’être surveillé n’est pas de savoir si « le code disparaîtra », mais si la génération visuelle peut franchir les limites minimales de l’ingénierie logicielle en termes de précision du texte, de traçabilité d’état et de support d’accessibilité.
