Runwayが「Interface World Model」と呼ぶ新カテゴリの第1弾モデル「Solaris」を発表した。あらかじめ書かれたコードを実行してUIを表示するのではなく、ユーザーのクリックやドラッグ、音声コマンドに応じて、インターフェースそのものを1フレームずつリアルタイム生成する仕組みだ。

コードを実行せず「その場で」画面を作る

従来のソフトウェアは、事前に用意されたコードとレイアウトに基づいて画面を表示する。Solarisはこの前提を覆し、言語モデルがユーザーの操作意図を解釈してインターフェースの変更内容を判断し、ワールドモデルがそれに応じた映像フレームを都度生成する。出力解像度は720pで、基盤にはRunwayの動画生成モデル「Gen-4.5」を活用しているという。

Runwayは、この仕組みが定着すれば「アプリ」という固定された単位そのものが消えると主張する。1つのソフトウェアが全ユーザーに同じ画面を見せるのではなく、生成されたインターフェースが利用者ごとに適応していく世界を描いている。

ショッピングから家具配置まで、想定される用途

THE DECODERが伝えたデモ事例では、オンラインショッピングで自分の写真に服を重ねて試着感覚で確認したり、家具・インテリアの配置をリアルタイムで色やレイアウトを変えながら検討したりする使い方が示された。教育分野では、テキストで回答を返す代わりに、視覚的なデモンストレーションをその場で生成して見せる活用も想定されている。

いずれも、静的なUIコンポーネントを組み合わせる従来型のソフトウェア開発とは異なり、利用者の操作に応じて画面そのものが動的に作り変えられる点が特徴だ。

実用化にはまだ課題が残る

一方で、現段階はあくまで研究段階にとどまる。THE DECODERの報道によれば、テキストの安定した表示や、スクリーンリーダーなどを使うアクセシビリティ対応は未解決の課題として残っている。フレームごとに画面を生成する仕組み上、文字情報の一貫性を保つことは動画生成モデル特有の難所であり、実運用に耐えるレベルに達するにはさらなる改良が必要になりそうだ。

Interface World Modelという発想が実用段階に進めば、アプリ開発のあり方そのものに影響を与える可能性がある。今後Runwayがどの分野から実装を進めるか、そしてテキスト表示やアクセシビリティの課題をどう克服するかが焦点になる。