Runway、Interface World Model Solaris を発表──インタラクティブアプリをコードレスのライブ動画として 720p リアルタイム描画
Gen-4.5 と GWM-1 を基盤に推論と描画を分離し、UI 再構築ベンチマークで従来の LLM を上回る精度を達成した。
リリース: 2026-08-31 · 読了 3 分記事の要約
1. 核心（What）
- Runway が Interface World Model の第一弾となる「Solaris」を発表し、ピクセル単位のライブ動画としてアプリ UI を生成する。
- GWM-1 と Gen-4.5 をベースに、インタラクティブなマウス操作などを次のフレームの条件付けとして入力する。
- 30 のインターフェースを用いた再構築ベンチマークにおいて、SSIM および DINOv3 比較で既存のマルチモーダル LLM を凌駕した。
- 250 名を対象としたヘッド・トゥ・ヘッドのユーザー調査で、指示追従性 61%、自然な挙動 71% の選好を獲得した。
2. 影響（Why）
- 翻訳コストの削減と開発フローの変革: デザインモックアップをコードへ手動で落とし込む従来のロスを解消し、インタラクションと描画を単一のワールドモデルで直接同期させる。
- 国内 SaaS におけるプロトタイピングの再定義: 国内の Web アプリ開発現場では、要件定義や画面モックの検証スピードを劇的に上げるための次世代手法として注目に値する。
3. 根拠・詳細（How）
- 推論と描画の分離アーキテクチャ: LLM がユーザーの入力を解釈してテキストプロンプトを生成し、Solaris 自体が 1 フレームずつ視覚的出力を担当する。
- リアルタイム動作を支える 3 つの最適化: 自己回帰生成、ステップ蒸留、自己学習モデルの採用により、多段階のノイズ除去を圧縮してインタラクティブな速度を実現している。
4. 展望・課題（Next）
- 早期アクセスと現在の技術的制約: 現時点では一般公開されておらず早期アクセス申請を受付中。テキスト描画の安定性やアクセシビリティ対応などの課題が残る。