Runway Solaris 深度解讀：介面不寫程式碼，畫面就是軟體？（2026）

2026 年 8 月 31 日，Runway 在官方研究頁發布〈Introducing Solaris〉，公開 Runway Solaris：一個不先產生傳統 HTML 或前端元件，而由世界模型隨互動逐幀合成畫面的研究預覽。這不是一般使用者已能直接購買的產品，而是一個正在邀請早期合作夥伴測試的新介面方向。

這篇文章先忠實拆解 Solaris 的運作方式，再核對 Runway 公布的兩組內部評測，最後回答真正重要的問題：如果畫面可以像世界一樣即時生成，軟體還需要程式碼、狀態與可測試的規則嗎？

Solaris 真正改變的，是介面的執行方式

今天的生成式 UI，大多仍走「需求 → 程式碼 → 瀏覽器渲染」這條路。模型可以寫 React、HTML、CSS，也可以從截圖重建頁面；但最後執行的仍是預先定義的元件、事件與版面規則。Solaris 把最後一段換掉：使用者點擊、拖曳或輸入文字後，模型直接預測下一個畫面，連續產生出看似正在運作的介面。

“Every frame is synthesized as you interact”

中文：你每次互動時，每一幀都會被即時合成。

Runway，〈Introducing Solaris〉

這個差異不是「AI 寫程式碼更快」，而是畫面本身成為模型的輸出與執行表面。對虛擬試穿、可操控的教學場景、空間探索或有連續動畫的創作工具而言，開發者不用先替每一種視覺變化寫好狀態機；模型可以根據前一幀與操作歷史，生成下一個合理結果。這正是 Solaris 最有想像力的地方。

它如何運作：語言模型負責意圖，世界模型負責畫面

依 Runway 的描述，系統先以一張起始畫面建立介面。使用者的滑鼠、拖曳與文字輸入會成為條件；一個語言模型解讀要求、判斷場景應如何演進，再產生文字提示來引導 Solaris。世界模型則結合起始畫面、互動歷史與提示，自回歸地合成後續幀。Runway 表示它把 Gen-4.5 的能力調整到互動與即時生成，並以蒸餾方式把多步去噪壓縮到較快的模型。

“Because there’s no conversion step, there’s no loss”

中文：因為沒有轉換步驟，所以不會發生資訊損失。

Runway，〈Introducing Solaris〉

這句話很有力，但只能窄讀。Solaris 確實不必先把視覺設計翻成 DOM、元件樹或每個畫面的前端程式碼；然而整個系統仍有語言模型提示、起始幀、操作歷史與內部模型狀態。換句話說，它移除了傳統 UI 程式碼這一層表示，並沒有證明所有中介表示都已消失。

更精準的理解是：Runway Solaris 把介面的「視覺執行層」從確定性的程式，換成機率式的生成模型。資料庫、權限、交易、搜尋與工具呼叫仍可由可信後端處理；世界模型負責把結果變成能被看見與操控的動態場景。這種混合架構，比「像素全面取代程式碼」更接近可落地的產品。

Runway 的證據說了什麼，又沒說什麼？

截圖重建：畫面越自然，程式化重建越容易失真

第一組評測把畫面分成一般網頁、投影片、圖像設計與自然場景，再比較多個前沿模型從截圖產生程式化介面的結果。Runway 用 DINOv3、CLIP 與 SSIM 等視覺相似度指標主張：內容愈接近照片與自然場景，從單張截圖反推程式碼後的重建品質下降愈明顯。

這組結果能支持一個較小的結論：讓模型從單張截圖反向工程資產與版面，確實會累積視覺誤差。但它還不能證明「程式碼天生無法保留畫面」。一個公平的程式化基準可以直接保留原始圖片，再用 DOM、Canvas、WebGL 或 scene graph 疊加互動；如果只評初始畫面的像素相似度，直接嵌入原圖甚至可以完全一致。

指標本身也有邊界。SSIM、DINOv3 與 CLIP 衡量的是畫面結構或特徵相似，不會告訴你按鈕能否完成任務、數字是否正確、焦點順序是否可用，或操作後的資料狀態是否一致。這比較像「看起來有多像」，不是完整的軟體品質測試。

人類偏好：方向值得注意，精確百分比不宜照單全收

第二組是 Runway 的內部偏好研究。公司自述有 250 名參與者、30 個互動案例，形成約 7,500 組比較，每組回答「是否遵循指令」與「行為是否自然」兩個問題。整體方向顯示，受試者約有六至七成更偏好 Solaris，而不是由 Claude Opus 5 產生的程式化版本。

這裡有三個限制。第一，官方正文與圖表的精確比例互相矛盾。第二，在 2026 年 8 月 31 日的發布頁中，Runway 未交代受試者招募、盲測與隨機化方式、完整提示、逐題結果、信賴區間、基準程式碼或原始票數。第三，「更自然」是感知偏好，不等於文字、資料、權限與最終任務正確。這是一個值得追蹤的公司內部訊號，不是獨立研究已確認的產品勝負。

Solaris 不是憑空出現：世界模型正在走向可互動

把影像模型變成可操控環境，並不是 2026 年才出現的概念。Google DeepMind 在 2025 年公布的 Genie 3，已展示以文字提示生成 720p、24 fps、可持續數分鐘的互動世界。Runway 先以 GWM-1 探索通用世界模型，再把相同思路集中到介面：不只是生成一段影片，而是讓操作改變接下來的畫面。

另一條路線則保留可執行結構。2026 年的 gWorld 研究讓模型預測可執行網頁程式碼，再由瀏覽器渲染出畫面；作者把這種表示設計成同時保留精確文字、結構與可操作元件。兩條路線不是非黑即白：最可能先成熟的產品，會在「可驗證的結構」與「生成式視覺」之間動態分工。

像素不是狀態：真實軟體最難的五道邊界

同一張「付款成功」畫面，可能對應一筆已完成的交易，也可能只是模型生成了成功提示。畫面是應用狀態的一次投影，不是狀態本身。要把 Solaris 從精彩 demo 推進到可靠軟體，至少要跨過五道邊界：

1. 正確文字：貨幣、日期、帳號、表格、游標、複製貼上與中日韓輸入，不能在幀與幀之間漂移。
2. 可信狀態：訂單、權限、庫存與付款結果要由後端確認，不能只以「看起來成功」作為完成條件。
3. 可重播與可測試：同一套操作要能記錄、重播、比較版本，並把錯誤定位到模型決策、工具呼叫或資料來源。
4. 無障礙語義：W3C 的 Name, Role, Value 準則要求控制元件的名稱、角色、狀態與值可以由輔助技術判定；單張像素畫面本身不提供這些結構。
5. 延遲與成本：「即時」要落到點擊後第一個正確畫面的 p50／p95 延遲、硬體、併發與每分鐘成本。Runway 的發布頁把高執行成本列為待解問題，仍需要實際服務數據才能判斷經濟性。

“a convincing wrong answer is worse than no answer.”

中文：一個看起來可信的錯誤答案，比沒有答案更糟。

Runway，〈Introducing Solaris〉

值得肯定的是，Runway 自己也把文字、信任與 grounding、長時段一致性、無障礙整合及執行成本列為開放問題。這讓 Solaris 更像一份誠實的研究議程，而不是宣告傳統前端已經結束。

AlphaLab 判讀：最可信的未來是混合式軟體

我認同的部分：在探索、連續動畫、直接操控與場景式互動中，生成模型確實可能比逐項手寫 interaction logic 更有表現力。沉浸式商品展示、遊戲化教學、視覺模擬、沒有精確文字要求的創意工具，以及訓練 GUI agent 時的環境多樣化，都是合理的早期場景。

我不接受的跳躍：目前證據沒有顯示程式碼已成為多餘的一層。Runway 的重建基準測到的是模型從截圖反向工程介面的困難；偏好研究測到的是受試者對展示案例的感受。兩者都還沒有測量交易正確性、長流程完成率、鍵盤與螢幕閱讀器、版本重播、安全邊界或每次互動成本。

最可能先落地的架構：資料、權限、交易、工具與 audit log 繼續保持結構化；無障礙樹與測試 oracle 也保留可程式判定的介面。世界模型負責其中最視覺、最開放、最難事先列舉的呈現層。這不是像素打敗程式碼，而是軟體把一部分「怎麼呈現」交給生成模型。

如果拿到早期測試資格，先問這七個問題

1. 相同起始畫面與操作軌跡重播十次，最終狀態有多少次不同？
2. 完整任務成功率是多少，而不只是單幀視覺相似或主觀偏好？
3. 數字、表格、輸入法與 copy／paste 在長時段是否維持正確？
4. 點擊到正確畫面的 p50、p95、p99 延遲，以及不同網路距離的抖動是多少？
5. 每個 session-minute 的運算與頻寬成本，和傳統頁面相比如何？
6. 權限、付款與來源標示是否位於模型不能偽造的可信層？
7. 鍵盤、螢幕閱讀器、焦點順序、縮放與 reduced motion 是否有可驗證結果？

在這些答案出現前，Runway Solaris 最適合被看成一個值得小範圍試驗的研究預覽：先放進可丟棄、非關鍵、以場景探索為主的原型，用任務完成率與狀態一致性評估；不要先把它放到付款、身份、醫療或需要完整稽核的流程。