# Runway Solaris 即時逐幀生成介面；使用者測試中 61% 偏好其互動遵循，coded website 為 24% > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 原作者：Runway (@runwayml) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥 · 日期：2026-09-01 > 原始來源：https://x.com/runwayml/status/2094463070466646019 ## 證據與延伸閱讀 - [Runway Solaris 即時逐幀生成介面；使用者測試中 61% 偏好其互動遵循，coded website 為 24%。](https://runway.com/news/research/introducing-solaris) — 官方文件 · 最後核對：2026-09-01 · 支持主張：Runway describes joint rendering and interaction without an intermediate representation, three interface properties—entirely visual, alive, and open-ended—an LLM/world-model split, and a user study comparing Solaris with coded websites. The announcement also states current limits around text, trust, long sessions, accessibility, and integration. - [Runway公布Solaris介面世界模型](https://x.com/runwayml/status/2094463070466646019) - [影片展示Seasonal Bowl等豐富情境](https://video.twimg.com/amplify_video/2094462045219438592/vid/avc1/1280x720/dcDmR_HRRDF9oHNm.mp4?tag=29) ## 中文摘要 Runway Solaris 即時逐幀生成介面；使用者測試中 61% 偏好其互動遵循，coded website 為 24%。 **核心概念** Runway 於 2026 年 8 月 31 日公布 Solaris，稱其為「Interface World Models」家族的第一個模型，並正與合作夥伴準備公開推出。Solaris 被描述成一種新的作業系統層：它不等應用程式先以程式碼完成，而是在使用者操作時即時生成介面，每一個畫面都根據前一畫面與最新互動持續合成。Runway 在 9 月 1 日的貼文中進一步表示，Solaris 在生成新介面的結構相似度與資訊保留方面優於 frontier LLMs；不過目前只能申請 early access，不應視為已全面公開可用。 傳統軟體通常把視覺設計轉換成程式碼等中間表示，開發者必須事先定義每種行為。Runway 認為這會限制介面可能支援的互動，也會犧牲原始設計的視覺細節。Solaris 則讓渲染與互動由同一個 world model 一起處理，不再依賴中間表示，讓整個畫面本身成為介面。 **三項介面特性** Runway 將 Solaris 的新能力歸納為三個方向： - **Entirely visual**：影像不只是介面外觀，而是應用程式本身。例如虛擬服飾店可以讓使用者拿起衣服、拖到自己的影像上試穿，或重新排列展示空間。 - **Alive**：介面會持續渲染，不必等到下一次操作才更新。光線反射會變化，物件在拖曳時會自然回應；使用者也能直接說「Move the table so I can see how it looks」或「Change the color of the couch」來改變場景。 - **Open-ended**：同一個場景不受開發時預想的流程限制，能根據即時互動產生不同反應。使用者不是依序點選固定選單，而是直接操作場景，例如把食材拖進碗裡完成沙拉，或在燃燒實驗中改變材料並觀察反應。 影片展示的情境包括 Seasonal Bowl 餐點介面、標示 Mercury、Venus、Earth、Mars、Jupiter、Saturn、Uranus、Neptune 與 Sun 的太陽系互動場景、程式碼編輯器、巴黎鐵塔導覽、化學實驗、骨骼 X 光片，以及百科條目與網頁瀏覽介面。這些畫面屬於概念與 demo 展示，不能單獨視為正式規格或公開功能清單。 > Solaris 介面世界模型的概念展示與實際操作介面 **Agent 訓練用途** Solaris 不只被定位為生成網站與應用程式的工具，也被視為訓練 Agent 的動態環境。Runway 指出，現有文字型模型多半在固定版面的 coded interface 上訓練，因此即使能完成某個飯店網站的訂房，也可能無法適應另一個版面稍有不同的網站。Solaris 將點擊、拖曳與輸入文字納入後續畫面的生成，讓 Agent 能在持續變動、甚至從未存在過的 layout 中學習，而不是只記住預先看過的畫面。 **模型架構與生成流程** Solaris 建立在 Gen-4.5 影片生成模型上，並延續 GWM-1 general world model 的方向。Runway 將 LLM 與 world model 分工：LLM 解讀使用者意圖、判斷是修改目前場景還是切換到新場景、定義物件行為，並產生引導 Solaris 渲染狀態的 prompt；world model 則逐幀生成介面，呈現這些決策如何發生。 其即時化主要經過三個階段： 1. 讓模型以 autoregressive 方式生成畫面，每一幀只依賴先前畫面。 2. 將原本需要許多 denoising steps 的流程蒸餾成少數幾步。 3. 讓快速模型使用自己的輸出持續訓練，以維持長時間互動中的視覺品質。 使用者先提供品牌環境或產品場景等 starting state，模型再即時串流畫面；點擊、拖曳或輸入文字會成為下一批畫面的條件。由於互動意義以自然語言描述，而非事先寫死，場景中的每個物件都可能成為新的工具，例如點擊貓咪後，後續點擊可能把其毛色與材質套用到其他物件上。 **評測結果** Runway 表示，Solaris 的設計重點包括即時互動、整個 session 的一致性，以及維持 720p 的視覺品質。互動延遲約在半秒左右時，使用者便可能不再感覺自己正在互動；相較標準影片 diffusion model 需要數秒到數分鐘生成影片，Solaris 的逐幀生成方式速度更快，且 Runway 稱其執行成本已便宜「數個數量級」，但每幀生成仍比一次提供已建好的頁面昂貴，實際延遲、成本與品質仍需在目標工作負載中驗證。 在一項涵蓋 250 名參與者、30 個互動案例的使用者研究中，Runway 收集了近 7,500 次成對判斷： - 判斷是否遵循指定互動時，Solaris 獲選比例為 61%，coded result 為 24%，另有 13% 被評為相當。 - 判斷場景中的行為是否自然時，Solaris 獲選比例為 71%，coded website 為 21%，另有 6% 被評為相當。 Runway 認為，coded interface 即使能完成要求，往往只是把互動當成孤立的介面更新；Solaris 則利用對物件、材質與環境行為的理解，生成更符合整體場景的反應。不過公告節錄未交代完整任務選擇、baseline 設計與統計方法，因此上述結果仍應視為 Runway 的第一方研究主張。 **現階段限制** Runway 明確列出 Solaris 尚未克服的問題： - **文字**：穩定且易讀的文字仍是影片生成的難題，而介面高度依賴文字。Runway 提出混合系統的可能方向：可接受短暫等待時，用影像模型處理文字密集畫面，影片模型則負責連續互動；完全即時生成可讀文字仍是未解問題。 - **Trust**：在教學或商業情境中，令人信服但錯誤的答案可能比沒有答案更糟。當前 Solaris 主要依靠使用者提供的 starting frame，以真實產品影像與參考資料固定場景；如何在 session 中持續加入已驗證的參考影像、產品資料與文件，仍在研究。 - **長 session**：長時間、開放式互動下維持視覺與語意一致性，仍是進行中的研究。 - **無障礙與整合**：生成介面仍須與既有軟體堆疊、螢幕閱讀器及 accessibility API 協作，不能因彈性提高而犧牲可用性。 因此，Solaris 目前更像是朝新作業系統層邁進的研究性 early step，而非可直接取代所有網站與應用程式的成熟方案。Runway 的核心主張是，介面將可能從固定 app 與頁面，轉向依使用者意圖即時生成的環境；但這項轉變仍受文字可讀性、可靠性、長期一致性、成本，以及與既有軟體生態系整合等條件限制。 ## 媒體內容 **Solaris 介面世界模型的概念展示與實際操作介面** **影片中的 Prompt 與操作** Prompt（00:36）： ``` Prompt input Sella Ronda。搭配彩虹條紋袖子的白灰兩色團隊車衣、白色空力安全帽、深色吊帶車褲。領騎車手距離鏡頭最近，站姿抽車且全力踩踏，咬緊牙關、呼吸沉重。後方三人緊貼著他的破風尾流、以緊密陣形低頭穩定踩踏。 道路是濕潤的深色柏油路，反射著平板的光線，低矮的雲層與濃霧籠罩著山隘，濃密得足以讓幾公尺外的所有景物變得柔和。陡峭的草坡與雪坡向左側升起，右側則是地面向下延伸至深灰色的石灰岩峭壁谷底，隱約可見熟悉... ``` 原文：Prompt input Sella Ronda. Matching white and grey team-kit with rainbow-striped sleeves, white aero helmets, dark bibs. The lead rider is closest to camera, out of the saddle and pushing hard, jaw set, breathing heavily. The three behind sit in his slipstream in close formation, heads down, turning steadily. The road is wet dark asphalt reflecting the flat light, low cloud and fog hang across the pass, thick enough to soften everything beyond a few hundred meters. Steep grass and snow slopes rise to the left, to the right the ground falls away toward a valley floor in deep grey limestone rock faces are familar visible thr Prompt（00:37）： ``` 4o-7c：道路平緩過彎。車隊 Output 30 Sec 1080p Audio Y HDR: Profiles 4444 ``` 原文：4o-7c: The road curves gently. The line of riders Output 30 Sec 1080p Audio Y HDR: Profiles 4444 Prompt（00:38）： ``` slides past on both sides as the camera retreats. 4s-7y: The road curves gently. The line of riders leans into it together, tires biting in unison. The road slants into it together. The road slants into it as the camera leans into it together. The line leans into it together, tires biting in unison. The road slants into it together. The road slants into it as the camera leans into it together. The line leans into it together, tires biting in unison. The road slants into it together. The road slants into it as the camera leans into it together. The line ``` Prompt（00:39）： ``` 7s-10s：領騎車手進一步站起身來抽車並稍微加速，拉開了一小段距離。後方的車手們做出反應並縮短差距。隨著道路繼續往更濃的濃霧中爬升，車隊緊密聚攏。 Audio: 輪胎壓過濕潤柏油路的嗡嗡聲 ``` 原文：7s-10s: The lead rider rises further out of the saddle and accelerates slightly, opening a small gap. The riders behind respond and close it. The group huddles together as the road continues to climb into thicker fog. Audio: the hum of tires on wet asphalt 操作步驟： 1. none **逐字稿** - `00:00` 每一套軟體都預先決定了我們能用它做什麼。（Every piece of software has predetermined what we could do with it.） - `00:05` 但如果軟體能在你與它互動時，自行生成內容呢？（But what a software could generate itself as you interact with it?） - `00:12` 隆重介紹 Solaris，第一個介面世界模型。（Introducing Solaris, the first interface world model.） - `00:18` Solaris 的設計能理解互動，並即時運作。（Solaris is built to understand interaction and to run in real time.） - `00:22` 你使用它時，它會逐格自行生成介面。（It generates the interface itself, frame by frame, as you use it.） - `00:27` 底層沒有程式碼，也沒有需要轉譯的版面配置。（No code underneath, no layout to translate.） - `00:31` 影像就是應用程式。（The image is the application.） - `00:33` 它處理你的點擊與拖曳，就像我們的影片模型處理文字一樣。（It treats your clicks and drags the way our video models treat words.） - `00:37` 不是把它們當成要查詢的指令，而是當成下一步要生成什麼的訊號。（Not as commands to look up, but as a signal for what to generate next.） - `00:43` 沒有任何東西是預先決定的，所以也沒有任何東西必須維持不變。（Nothing about it is decided in advance, so nothing about it has to stay the same.） - `00:49` 即使到了深夜，物件仍會回應，場景也會回應你的意圖。（Late shifts, objects respond, the scene answers to your intentions.） - `00:54` 它會變成你要求它變成的樣子。（It becomes whatever you ask of it.） - `00:56` 而且每次互動都不會完全相同。（And no two interactions are ever the same.） - `01:00` Solaris 不只是改變人類體驗介面的方式。（Solaris isn't just changing how humans experience interfaces.） - `01:04` 它也為 Agent 解鎖了全新的學習方式。（It's unlocking new ways for agents to learn, too.） - `01:07` 固定、硬編碼的介面很快就不再必要。（The need for fixed, hard-coded,） - `01:09` 預先渲染的作業系統與介面也將成為過去。（and pre-rendered operating systems and surfaces are soon to be a thing of the past.） - `01:15` Solaris。由生成而非程式碼打造的介面。（Solaris. Interfaces that are generated, not coded.） ## 標籤 新產品, Solaris, Interface World Models, Runway