Runway ha presentado Solaris, al que la compañía llama su primer "modelo de mundo de interfaz". A diferencia de las herramientas que ayudan a escribir código de frontend, Solaris no genera código, sino imágenes directamente: cada fotograma de la interfaz que ve el usuario lo genera el modelo sobre la marcha, y acciones como hacer clic o arrastrar se retroalimentan al modelo como condiciones de generación, cambiando el siguiente fotograma en consecuencia.
Runway ha dado dos cifras de funcionamiento: la latencia de interacción se mantiene por debajo de medio segundo y la calidad de imagen se sostiene en 720p. Estas dos cifras determinan lo que Solaris puede hacer ahora y lo que todavía no.
Los clics se tratan como señales condicionales
Solaris se compone de un modelo de mundo más un modelo de lenguaje. El modelo de lenguaje se encarga de entender la solicitud del usuario y decidir si la acción debe modificar la escena actual o cambiar a una nueva; el modelo de mundo se encarga de dibujar el resultado de esa decisión. Todo el proceso avanza fotograma a fotograma, y el modelo ha aprendido por sí mismo durante el entrenamiento "qué ocurre al hacer clic en este punto", sin que nadie le haya escrito funciones de callback para los botones.
Esto se aparta claramente de la vía dominante para generar interfaces con IA. En los últimos dos años, el enfoque habitual de los grandes modelos para crear UI ha sido generar código HTML o React que luego renderiza el navegador, con el comportamiento de la interfaz aún determinado por el código. Solaris se traga por completo esa capa de renderizado: la imagen en la pantalla es, en sí misma, la aplicación.
61% de las preferencias
Runway publicó un conjunto de resultados de autoevaluación: en tareas de reconstrucción de interfaces, Solaris superó a modelos de última generación en similitud estructural y retención de información; además, en un estudio con 250 usuarios, en la comparación de seguimiento de instrucciones, Solaris fue elegido preferentemente por los participantes en el 61% de los casos.
Todas estas cifras proceden de la propia Runway; por ahora no existe ninguna evaluación independiente de terceros. El 61% tampoco es una diferencia abrumadora: haciendo números, de cada 10 comparaciones, unas 6 eligieron Solaris y 4 el grupo de control. Para un prototipo de investigación recién presentado, el resultado es aceptable, pero todavía está muy lejos de "poder sustituir al software existente".
720p es un techo duro
La propia Runway enumera cuatro limitaciones: renderizado de texto inestable, pérdida de coherencia en sesiones largas, precisión factual insuficiente para uso comercial y una API de accesibilidad que aún no está integrada.
La primera y la cuarta limitación son las más graves. Un renderizado de texto inestable significa que interfaces con mucha densidad de información, como tablas, formularios o editores de código, todavía no son viables: si se dibuja mal un número, el usuario ni siquiera lo nota. Sin la API de accesibilidad integrada, los lectores de pantalla no pueden leer nada, porque en la pantalla no hay ninguna estructura DOM que analizar, solo píxeles.
El límite de resolución de 720p también traza una línea clara. Las aplicaciones móviles, los juegos pequeños y las interacciones tipo demostración funcionan bien a esa resolución; pero el software de productividad de escritorio o los paneles de datos se ven borrosos en 720p en cuanto se reduce el tamaño de la fuente.
Del modelo de vídeo al sistema operativo
El foco de Runway lleva dos años desplazándose cada vez más hacia los modelos de mundo, con una valoración que ya ronda los 5.300 millones de dólares, y el relato de negocio ha pasado de "herramienta de vídeo con IA" a "simulación del mundo". Solaris es el primer producto de esta línea que apunta directamente al propio software: los modelos de vídeo simulan el mundo físico, mientras que el modelo de mundo de interfaz simula la capa de interacción entre humanos y máquinas.
Por ahora, Solaris está en fase de acceso anticipado; en el sitio web oficial hay un formulario de solicitud, y Runway ha dicho que primero avanzará junto con algunos socios clave antes de abrirlo al público en general. Para los equipos que quieran seguir esta dirección, la barrera está en los datos de interacción: para que el modelo aprenda "qué ocurre al hacer clic aquí" hace falta una gran cantidad de trayectorias reales de interacción con interfaces, y el ciclo de acumulación de este tipo de datos es mucho más largo que el del vídeo.
Fuentes: página oficial de investigación de Runway, CocoLoop, AlphaSignal; la latencia de interacción, el límite de resolución y la tasa de preferencia del estudio con 250 usuarios se han verificado punto por punto.