Runway presenta Solaris, l’Interface World Model che genera le interfacce senza codice

Runway ha presentato Solaris, il primo modello di una nuova famiglia che l’azienda chiama Interface World Models. L’annuncio, arrivato il 31 agosto 2026, non riguarda l’ennesimo generatore di video o immagini, ma qualcosa di più radicale: un sistema che genera le interfacce software in tempo reale, fotogramma per fotogramma, mentre tu le usi e senza produrre una sola riga di codice.

L’idea di partenza è tanto semplice quanto spiazzante. Cosa succede se un sistema operativo genera app e siti nel momento stesso in cui li apri, adattandoli a te invece di mostrarti pagine costruite in anticipo? È la domanda attorno a cui ruota Solaris, e la risposta apre scenari che toccano il design, lo sviluppo web e persino l’addestramento degli agenti AI.

Che cosa è un Interface World Model

Per capire la portata di Solaris devi partire da come funziona il software oggi. Ogni interfaccia, dal terminale delle origini fino a macOS e Linux, nasce da una traduzione: il progetto visivo viene prima convertito in una rappresentazione intermedia, cioè il codice, e solo dopo diventa qualcosa con cui puoi interagire. Quel passaggio è dato per scontato, ma ha un costo.

La rappresentazione intermedia congela l’interfaccia. Ogni comportamento deve essere previsto e implementato prima che un utente arrivi, così il software finisce per essere una compressione con perdita dello spazio delle interazioni possibili. E c’è un secondo prezzo da pagare, meno evidente: quando un design ricco viene ridotto a codice, buona parte della sua fedeltà visiva va persa per strada.

Solaris ribalta questo schema. Un unico world model genera ogni fotogramma e ogni risposta all’input dell’utente, senza bisogno di alcuna conversione. Non essendoci un passaggio intermedio non c’è perdita di informazione: l’intero fotogramma diventa l’interfaccia. Rendering e interazione vengono gestiti insieme, dentro lo stesso modello.

È un cambio di prospettiva netto.

Le tre capacità che rendono Solaris diverso

Runway riassume la novità in tre proprietà. La prima è che Solaris è interamente visivo: quando l’immagine coincide con l’applicazione, non serve una seconda implementazione nascosta sotto ciò che vedi. Immagina un negozio di abbigliamento virtuale in cui la vetrina stessa è l’interfaccia. Partendo da una tua foto come riferimento, puoi prendere una camicia dallo scaffale, trascinarla su di te per provarla e riorganizzare l’esposizione con la stessa naturalezza di un negozio fisico.

La seconda proprietà è che l’interfaccia è viva. Poiché viene generata di continuo, evolve invece di restare ferma ad aspettare la prossima azione. I riflessi cambiano con la luce, gli oggetti reagiscono quando li manipoli. Puoi dire qualcosa di semplice come “sposta il tavolo così vedo come sta” oppure “cambia il colore del divano”, e la scena risponde di conseguenza.

La terza è che il sistema è aperto. Le interfacce tradizionali sono limitate alle interazioni che gli sviluppatori avevano previsto; Solaris invece può supportare comportamenti diversi all’interno della stessa scena, reagendo in tempo reale. Costruire un’insalata diventa questione di trascinare gli ingredienti in una ciotola, con l’interfaccia che risponde man mano che li aggiungi.

Come funziona, dal modello video al mondo generato

Sul piano tecnico Solaris nasce da Gen-4.5, il modello di generazione video di Runway, adattato per capire le interazioni e rispondere in tempo reale. Segue la strada aperta da GWM-1, il world model generale dell’azienda. Se hai presente come lavorano i modelli di diffusione, qui trovi lo stesso DNA portato su un terreno completamente nuovo.

Il modello tratta l’input dell’utente come un condizionamento per il fotogramma successivo, esattamente come farebbe con un testo o un’immagine. Osserva clic, trascinamenti e altre azioni mentre genera, e le usa come segnali per capire cosa deve succedere dopo. Impara così la relazione tra le azioni e i loro effetti visivi, senza che nessuno debba programmarle una per una.

Il nodo più difficile era la velocità. I modelli di diffusione video raffinano un’intera clip in decine di passaggi, un processo troppo lento per un’interfaccia, dove l’interazione smette di sembrare tale già dopo mezzo secondo di attesa. Runway lo ha risolto in tre stadi: ha insegnato al modello a generare i fotogrammi in modo autoregressivo, uno dopo l’altro; ha distillato la lunga sequenza di denoising in pochi passaggi; infine ha addestrato il modello veloce sui suoi stessi output, così la qualità resta stabile anche nelle sessioni lunghe.

C’è poi una divisione dei compiti interessante. Solaris genera l’interfaccia un fotogramma alla volta, mentre un modello linguistico decide come quell’interfaccia deve evolvere: interpreta le richieste, stabilisce quando un’interazione modifica la scena o ne apre una nuova e produce le istruzioni che guidano il rendering. Uno ragiona, l’altro disegna.

I numeri dei test di Runway

Runway non si è limitata a mostrare demo suggestive. Per misurare quanta informazione si perde traducendo un’interfaccia in codice, ha chiesto a diversi modelli multimodali di ricostruire un’interfaccia partendo da un semplice screenshot, su una raccolta di trenta interfacce di complessità crescente. Il risultato è che ogni modello linguistico perde qualcosa, e la perdita aumenta con la complessità visiva, soprattutto sulle immagini naturali.

Il confronto più interessante è però quello diretto con un’interfaccia scritta in codice. Runway ha messo Solaris contro un modello di punta, Claude Opus 5, partendo dalla stessa immagine e dalle stesse richieste di interazione. Poi ha coinvolto 250 persone in uno studio con trenta esempi, raccogliendo quasi 7.500 giudizi a coppie.

I partecipanti hanno preferito Solaris su entrambi i fronti. Nel seguire l’interazione richiesta Solaris è stato scelto nel 61% dei confronti contro il 24% del risultato in codice. Nel comportamento naturale della scena il divario si allarga ancora: 71% contro 21%. Il dato racconta una differenza di fondo, perché un’interfaccia in codice tratta ogni azione come un aggiornamento isolato, mentre il world model conosce già come si comportano oggetti, materiali e ambienti.

Cosa non riesce ancora a fare

Solaris è un progetto di ricerca in accesso anticipato, non un prodotto pronto all’uso, e Runway è onesta sui suoi limiti. Il testo resta il punto più fragile: generare scritte stabili e leggibili è tra i problemi più duri della generazione video, e le interfacce ne dipendono più di qualsiasi altra cosa. Una via pratica è un sistema ibrido, in cui i modelli di immagine disegnano le viste ricche di testo e il modello video gestisce l’interazione continua.

Restano poi altre sfide aperte. C’è la fiducia, perché in un contesto commerciale una risposta convincente ma sbagliata è peggio di nessuna risposta; c’è la coerenza nelle sessioni lunghe; e c’è l’integrazione con il resto dello stack software, comprese le tecnologie assistive come gli screen reader. Sono i nodi tipici dei modelli generativi in tempo reale, destinati a sciogliersi insieme ai modelli sottostanti.

Cosa cambia per chi crea software, siti e agenti

Se la traiettoria sarà quella già vista per immagini e video, le conseguenze sono profonde. La prima è che l’app smette di essere l’unità con cui interagisci: se il sistema operativo genera l’interfaccia giusta per ciò che ti serve, ha meno senso smistare tutto in un catalogo fisso di applicazioni. Quello che ti occorre semplicemente compare, cucito su di te.

Cambia anche il commercio online. Una vetrina non è più un layout uguale per tutti, ma un ambiente generato che conserva l’identità del marchio e si adatta a ogni visitatore, con prodotti, colori e materiali che si riorganizzano attorno alle tue intenzioni. Lo stesso vale per i tutorial, che invece di ripetere la stessa sequenza per chiunque mostrano il passo successivo nel tuo contesto e si adattano man mano che procedi.

C’è infine il capitolo agenti. Gli LLM di oggi faticano ancora con compiti banali di computer use, come prenotare un hotel o fare la spesa online, perché imparano il layout specifico su cui sono stati addestrati e non sanno adattarsi a un’interfaccia leggermente diversa. Un modello che genera interfacce sempre nuove offre un terreno di addestramento molto più dinamico, e qui il legame con gli agenti AI diventa evidente.

La posta in gioco, insomma, va ben oltre Runway.

Un primo passo, non un traguardo

Solaris è dichiaratamente sperimentale, e Runway lo sta aprendo solo ad alcuni partner selezionati tramite una lista d’attesa. Non ci sono ancora API pubbliche né pesi aperti, e diversi problemi restano sul tavolo. Ma la direzione è chiara: portare la generazione di interfacce sulla stessa curva che ha reso immagini e video sempre più veloci, coerenti e controllabili.

Se ti occupi di prodotto, sviluppo o design, vale la pena tenere d’occhio questa famiglia di modelli e iniziare a ragionare su cosa significhi progettare esperienze che non passano più dal codice. Approfondisci come Runway è arrivata fin qui con la sua generazione video e come sta evolvendo il settore del video AI, e prova a immaginare i tuoi flussi di lavoro quando l’interfaccia sarà generata invece che costruita. Puoi leggere l’annuncio completo sul blog di ricerca di Runway.