知识卡片：Runway发布界面世界模型Solaris，界面像视频实时生成

英文标题：待核实（中文标题对应英文可译为：Runway Unveils Solaris, an Interface World Model That Generates UI in Real Time like Video）

英文关键词：Solaris; Interface World Model; Real-time UI Generation; Computer Use Agent

一句话结论：Runway公布首个界面世界模型Solaris，App与网页界面可像视频一样实时生成，用户点击、拖拽后模型直接生成下一帧，无需开发者预先写好代码；人类对比测试中，指令遵循与行为自然度偏好分别达61%和71%，明显高于代码方案。

事件概述：根据腾讯研究院AI速递20260902转述，Runway公布首个界面世界模型Solaris，核心特征是将App与网页界面视为视频进行实时生成。用户点击、拖拽后，模型直接生成下一帧，无需开发者预先编写代码。该模型基于Gen-4.5视频模型改造，采用逐帧自回归、少步蒸馏与自生成结果训练，在720p下实现实时交互。系统由语言模型负责推理、世界模型负责渲染。

方法/产品要点：

• 产品类型：界面世界模型（Interface World Model），面向App与网页界面。
• 生成方式：接受用户点击/拖拽输入，直接生成下一帧界面，替代传统代码编写。
• 技术基础：基于Gen-4.5视频模型改造；采用逐帧自回归、少步蒸馏、自生成结果训练。
• 实时性：在720p分辨率下实现实时交互。
• 架构分工：语言模型负责推理，世界模型负责渲染。
• 测试表现：人类对比测试中，指令遵循偏好61%，行为自然度偏好71%，均高于代码方案。

主要结果或产业意义：

• 人类对比测试显示Solaris在指令遵循和行为自然度上明显优于代码方案。
• 另一大用途是为Computer Use Agent提供泛化训练环境，即让计算机操作类智能体在可实时生成的界面中训练。
• 意味着界面生成从“写代码”转向“生成视频帧”，可能降低UI开发门槛。

为什么重要：

• 该条目延续“世界模型+Agent”脉络。与已有卡片相比，SIMA 2聚焦在3D虚拟世界中的通用代理；Cursor Design Mode是通过agent自动编辑底层代码来修改UI；Solaris则跳过代码，由世界模型直接渲染交互界面，并可为Computer Use Agent提供泛化的训练环境。这提供了一条“界面即视频”的新技术路线。

局限与不确定性：

• 原始英文标题未在材料中给出，上述英文标题为对应翻译，待核实。
• 材料未提供Solaris的具体发布时间、可用平台、开放范围、模型参数规模、基准测试等细节，待核实。
• 人类对比测试的具体规模、测试环境、基线“代码方案”的细节待核实。
• “逐帧自回归、少步蒸馏、自生成结果训练”为材料摘要表述，具体技术实现待核实。

可用于图书/PPT/简报的角度：

• “从代码到视频帧：界面生成的新范式”
• “世界模型在UI交互与Computer Use Agent训练中的角色”
• “实时界面世界模型如何改变人机交互和Agent训练数据生成”

原始材料：

• 来源：腾讯研究院AI速递 20260902（搜狐号）
• URL: https://m.sohu.com/a/1070665925_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334