動画生成AIスタートアップのRunwayは8月31日、ソフトウェアのインターフェースをリアルタイムに生成する新しいモデル群「Interface World Model」の第一弾となる「Solaris」を発表した。事前にコーディングされた画面を表示する従来のアプリとは異なり、ユーザーの操作に応じて画面そのものをフレーム単位で都度生成するのが特徴だ。
Solarisは、Runwayの動画生成モデル「Gen-4.5」と世界モデル「GWM-1」をベースに構築されている。ユーザーのクリックやドラッグ、音声コマンドといった操作を理解し、次にどのような画面状態になるべきかを推論した上で、720p解像度でその見た目を都度描画する仕組みだ。同じ画面でも文脈によって全く異なる挙動を生成できるといい、対話型のショッピング体験やビジュアルチュートリアル、エージェントの訓練環境などでの活用を見込む。
一方で、現時点ではテキスト表示の精度に課題が残るほか、スクリーンリーダーなどの支援技術には対応しておらず、Runway自身も研究段階の取り組みと位置付けている。一般提供や価格、APIは未発表で、早期アクセスの申し込みフォームを通じて希望者を募っている段階だ。
出典: Runway公式発表
