摘要：Runway 推出界面世界模型 Solaris，实时逐帧生成应用与网站界面并响应点击拖拽，绕过中间代码表示，可用于训练适应界面变化的智能体。
如果 Solaris 的演示能稳定复现，这是近期技术范式跨度最大的一条新闻之一。目前的"AI 生成界面"主流路线，是让模型吐出 HTML/CSS/React 代码，再交给浏览器渲染。Solaris 把中间这步直接删了——模型逐帧生成界面图像，你点击、输入、滚动，它据此生成下一帧。界面不是"被渲染"出来的，是被"想象"出来的。Runway 把这类模型叫做 Interface World Models（界面世界模型），Solaris 是这个系列的第一个。这个思路的源头其实是视频生成：世界模型在游戏和物理场景里已经被验证过——给定当前画面加一个操作指令，预测下一帧。Runway 本身就是视频生成起家，把这套能力迁移到"操作系统级界面"这个特定分布上，技术上是顺的。区别只在于，游戏世界模型预测的是画面，界面世界模型预测的是"你点了之后界面该变成什么样"。
它的价值不在"炫"，而在两个很实在的场景。其一，研究和产品原型可以跳过前端实现，直接在一个会响应交互的界面上迭代想法，对设计师和非技术创业者尤其友好——你不用为了验证一个交互点子，先雇人把整套前端搭出来。其二，也是 Runway 自己强调的：这种模型可以用来训练智能体，让它们在"界面长什么样"会变化的世界里学会操作。因为真实软件天天在改版，死记硬背界面结构的 Agent 很容易失灵，而见过"界面是生成出来的"的 Agent，反而更鲁棒。这恰好和本期 #13 的 harness 工程形成有趣的对照：一个在重新思考"界面怎么产生"，一个在重新思考"Agent 怎么被框住"，两者共同指向一个趋势——智能体的运行环境正在被重新设计。
当然，要泼的冷水也很明确。逐帧生成的延迟、与现有 Web 技术的对接、以及"无代码中间层"如何做可访问性和 SEO，都是没被演示覆盖的硬问题。一个靠逐帧图像堆出来的界面，屏幕阅读器怎么读？搜索引擎怎么索引？表单状态怎么持久化？这些都是生产级前端绕不开的东西，而 Solaris 目前更像一个"界面即视频"的范式探针。它证明了"界面即生成"这条路能走，离替代常规前端开发还远。但对"交互的本质是什么"这个老问题，它给出了一个很有想象力的答案：也许界面不必是代码，而可以是一个被持续预测的世界。
抛开工程细节，Solaris 真正迷人的地方在于它重新定义了"界面"这件事。我们习惯认为界面是代码渲染出来的确定性产物，而 Runway 把它变成了一种"被持续预测的状态"——没有写死的 DOM，只有一帧接一帧的想象。这听起来离经叛道，却戳中了一个长期痛点：软件界面每天都在变，而绝大多数自动化方案都建立在"界面结构固定"的假设上，一旦改版就失效。界面世界模型如果成熟，恰恰能让智能体适应"会变的界面"，而不是死记硬背。当然，今天它还远不能替代常规前端，可访问性、SEO、状态持久化这些"无聊但要命"的问题一个都没解决。但它像一面镜子，照出了"界面即生成"这个方向的可能性——值得研究者盯，但别指望它马上改变你的前端团队。
