Was Solaris ist. Runway beschreibt es als „the first model in a new family of AI systems we call Interface World Models“ und definiert die Gattung so: „An Interface World Model has to be both at once: a system that understands your intent while continuously rendering an interactive world around it.“ Technisch steht es nicht neben, sondern auf dem Videomodell des Hauses: „Solaris builds on our Gen-4.5 video generation model, which we adapted to (1) understand interaction and (2) respond in real time.“ Als Entwurfsziele nennt Runway drei: „real-time interaction, coherence over an entire session and visual quality that holds at 720p“. Die Latenzschwelle steht als Faustregel im Text: „Interactions stop feeling interactive somewhere around half a second of delay.“
Die Studie, die Runway selbst gefahren hat. Zwei Teile. Erstens eine Rekonstruktions-Prüfung: „We evaluated state-of-the-art multimodal language models, including Claude Fable 5, on the task of recreating website interfaces from a single screenshot“, und zwar „across a diverse collection of 30 interfaces, ranging from simpler plain webpages to image-heavy webpages and natural images“. Zweitens ein direkter Nutzervergleich: „we compared Solaris against a state-of-the-art language model (Claude Opus 5)“ in „a user study with 250 participants across 30 interaction examples, collecting nearly 7,500 pairwise judgments“. Das Ergebnis im Wortlaut: „For following the requested interaction, Solaris was preferred in 61% of comparisons compared to 24% for the coded result, while 13% were rated as equivalent“ — und deutlicher noch beim Verhalten: „The difference was even larger for natural behavior, where Solaris was preferred in 71% of comparisons compared to 21% for the coded website, with 6% rated as equivalent.“
Wofür das gedacht ist, in Runways eigenen Beispielen: ein virtueller Laden, in dem der Verkaufsraum selbst die Oberfläche ist — „you can pick up a shirt from a rack, drag it onto yourself to try it on“; ein Salat, den man baut, indem man Zutaten in eine Schüssel zieht, „with the interface responding naturally as each ingredient is added“; eine interaktive Verbrennungs-Demonstration, in der Nutzer Materialien wechseln und „physically plausible reactions“ beobachten. Den Anspruch formuliert Runway an der Betriebssystem-Analogie: „Every operating system, from early terminals to Linux and macOS, has dictated what’s rendered on screen and what happens when a person or program acts on it“ — Solaris sei „an early step toward a new operating layer“.
⚠️ Was Runway selbst als ungelöst führt. Unter der Überschrift „What It Can’t Do Yet“ stehen drei Punkte im Wortlaut: Text — „Stable, legible text remains one of the hardest problems“ und „Fully real-time generated text remains an open challenge“; lange Sitzungen — „Maintaining visual and semantic coherence over extended, open-ended interactions remains an active area of research“. Barrierefreiheit ist dort ebenfalls als offener Punkt aufgeführt; The Decoder liest daraus die fehlende Screenreader-Unterstützung — den Wortlaut dieses Punktes konnten wir nicht zeichengetreu belegen und geben ihn deshalb nur als Lesart der Rezeption wieder.
⚠️ Was auf der Seite nicht steht. Weder Modellgröße noch Trainingsdaten, weder Bildrate noch eine gemessene Latenz, weder Verfügbarkeitstermin noch Preis. Die Zugangsregel ist ein Formular: „We’re working with key partners to launch Solaris publicly. Fill out the form below to request early access.“ Damit ist Solaris für den Leser vorerst kein Werkzeug, sondern eine Forschungsansage — und die Zahlen oben sind Anbieterangaben, die niemand außerhalb Runways nachgerechnet hat.