61%对24%：Runway去掉了代码层，没去掉成本

8月31日，Runway发布Solaris，并把一个此前没被正式使用过的品类名字交给了它：Interface World Model（界面世界模型）。产品逻辑一句话可以说完——设计稿不再被翻译成代码，模型一帧一帧把界面画出来，用户的点击、拖拽直接作为下一帧的输入条件。Runway公布的一组对比结果里，250名参与者在30个交互场景上做出近7500次两两判断，Solaris在"哪一个更符合给定指令"上被选了61%，由Claude Opus 5写代码实现的界面为24%，13%被认为相当；在"哪一个在场景中表现更自然"上，两个数字是71%和21%。

同一篇官方博客里还写着另外两句：稳定清晰的文字生成"仍然是一个开放难题"；每一帧都重新生成，"仍然比服务一个已经建好的页面更贵"。这不是一声App时代终结的号角，但它确实是一次把筹码押在"视频即界面"这条底层路线上的公开下注。真正值得拆开看的是：它省掉的到底是什么，剩下的那四道墙又有多硬。

省掉的不是写代码，是那层"翻译"

Runway的论证起点不是"做界面太麻烦"，而是一个信息论意味很强的判断：任何软件都需要一次翻译，视觉设计必须先被转换成一个中间表征（也就是代码）才能运行；而一旦经过这层转换，软件就变成了"可能交互空间的一次有损压缩"，在第一位用户到来之前就被冻结了。

为了证明这不是修辞，官方博客设置了一个基准：用30个从简单网页到图片密集页面、再到自然图像的界面，测试Claude Fable 5、GPT-4o、Gemini 2.5 Pro等多模态模型能否只凭一张截图把它重建成可用界面，衡量指标是结构相似度SSIM与基于DINOv3特征的区域相似度。Runway给出的结论是，所有语言模型在重建中都会丢信息，且视觉复杂度越高、失真越明显。需要说明的是，论文正文只公布趋势与图示，未给出具体分值，这套题和判分标准也都出自Runway自己。

Solaris的解法是不翻译：一个世界模型同时负责画面与交互响应，"没有中间表征"。但"不写代码"不等于"什么都不用写"。官方博客在"持续生成"一节明确写道，用户要提供一个起始状态，而"文本提示规定点击、拖拽等交互在特定场景中意味着什么"。规约从代码迁移到了自然语言提示，定义交互含义这件事并没有消失，只是换了工种。这也是Runway那句"任何视觉概念都可以成为交互界面"最该被限定理解的地方。

61%不是能力分，是偏好票

把Solaris说成"盲测碾压Claude"的表述，在二次传播中广泛流传，但它与原始口径并不完全对齐。官方博客的表述是"we conducted a user study"（我们开展了一项用户研究），没有使用盲测字样，也未披露参与者构成、地域、设备以及是否双盲。两位选手从同一张起始图出发、收到同样的交互请求，然后被拿来问两个主观问题：哪个更符合指令，哪个在场景中更自然。也就是说，61%和71%是两两偏好判断的占比，不是任务完成率、不是准确率、也不是可用性测试结果，更不是第三方独立复核。

即便如此，这组数字的分量不该被一笔抹掉。近7500次成对判断是有一定规模的样本量，两项指标分别拉开37个和50个百分点，且"相当"的比例只有13%和6%——在被挑选出来的那30个场景里，Solaris的优势不是统计学上的零头，而是被稳定感知到的。它赢的也不是"更正确"，而是"更活"：反射随光线移动、物体被拖动时有物理感的回应。反过来，代码界面在同样的题目上，优势是可预期、可审计、文字清楚，只是这些恰恰不在两个提问的范围内。

"实时"两个字，才是真正的成本关口

Runway在博客中给了一个工程阈值：交互延迟大约到半秒，就不再感觉是"实时"了。而它自己此前公开过一次实时化的真实代价。5月4日的Runway Characters工程文章中，同一套GWM-1路线的模型跑到24帧每秒时，每帧的预算只有42毫秒，实测每帧有效模型时间37毫秒，还要求把扩散与解码流水线并行才能挤进预算；即便如此，用户说完话到画面开始回应，服务端回合延迟仍是1.75秒。Solaris没有公布自己的帧率、延迟、上下文会话上限和推理硬件，"实时"目前只有厂商的定性描述。

成本上，Solaris的口径同样是定性的：相对标准视频扩散模型便宜"数个数量级"，没有绝对值。可以参照的是Runway官网定价页——它自家最贵的视频模型Gen-4.5按每秒12个credits计费，年付Standard档每月12美元含625个credits，官方标注约等于52秒Gen-4.5。按这个口径粗略折算，一分钟约14美元、一小时约840美元。这显然不是Solaris的会话报价，两者任务形态不同，但它至少说明了一件事：以Runway目前的公开价格锚点，持续逐帧合成一段画面，仍然是一笔按秒计的钱。而传统软件是构建一次、服务千万次。Runway在7月的《AI Media Report》中称企业客户的媒体制作成本下降了"两到三个数量级"，但那组数字由客户自报、案例匿名、场景是广告与影视素材，不是界面运行时。

它可能压根不是先卖给设计师的

如果只把Solaris当成"少写点前端代码"的工具，很容易看错它的位置。官方博客里有一段被大多数转述略过的内容：Runway认为这同时也是训练智能体的新办法。它引用研究称，即便是最好的大模型，在订酒店、买菜这类基础电脑操作任务上仍然会失败，原因是模型在训练时学的是代码界面的具体版式，换一个长得不一样的酒店网站就适应不了。Solaris提供的是"永远在变的界面"，可以让智能体对着可能从未存在过的布局去训练泛化能力。

这条线索指向的买家，更可能是做大模型和智能体的团队，而不是设计部门——这也解释了为什么Runway没有把它先做成一款设计师工具。至于商业叙事上的意图，官方博客写得更直白："Solaris是我们朝一个新的操作层迈出的早期一步"，"App不再是你要与之交互的单位"，软件"没有必要再被归进固定的App目录"。这些都是Runway的赌注与预期（原文用的是"bet"和"we expect"），而不是已经发生的产业变化。

接下来该盯什么

第一条是文字。Runway给出的现实路径是混合方案：允许短暂停顿的文字密集页面交给图像模型渲染，视频模型负责连续交互。界面几乎由文字构成，这一关不过，它就只能待在演示环节。第二条是成本与延迟的可核实数字，包括帧率、每会话推理开销和会话时长上限。第三条是无障碍与集成，官方博客把屏幕阅读器、accessibility API列为待解决问题——这决定它能否进入企业的采购清单，而不只是展台。第四条是发布节奏：目前Solaris未公开发布，官方只说"正在与关键合作伙伴推进公开发布"，页面提供early access申请表单，无定价、无上线时间、无客户名称。第五条是第三方能否复现那61%和71%。

把这几条放在一起看，比较稳的判断是：作为技术展示，Solaris的真实含量高于"又一个demo"——它把视频扩散模型压进了一个可以持续响应用户输入的交互回路，这在界面生成这条路线上确实是一次底层改动；但作为产品，它的完成度明显低于新闻标题给人的印象，四项核心局限由厂商自己列出，商业化状态停在一纸申请表上。人机交互在这里进入的是"视频即界面"的实验阶段，而不是App时代的落幕时刻。

参考数据来源

• Runway · Introducing Solaris（官方博客，含用户研究与局限说明） · 2026年8月31日 · https://runwayml.com/news/research/introducing-solaris
• Runway · Building Runway Characters: Real-Time Conversational Video Agent（官方工程博客，24fps/37毫秒每帧/1.75秒回合延迟口径） · 2026年5月4日 · https://runway.com/news/engineering/building-runway-characters
• Runway · Choose the Right Plan for You（官方定价页，Gen-4.5按12 credits/秒、625 credits约52秒口径） · 2026年9月3日访问 · https://runway.com/pricing