Le Solaris de Runway veut se passer de code et générer des logiciels image par image

Runway a passé des années à apprendre au monde ce que signifiait la « vidéo générative », d'abord comme outil pour les cinéastes, puis comme argument plus large sur l'IA et les médias visuels. Lors de son AI Summit à San Francisco ce mois-ci, l'entreprise a franchi une nouvelle porte. Elle a présenté Solaris, le premier produit d'une famille qu'elle appelle Interface World Models, et le positionnement est aussi ambitieux que le nom.

L'idée est la suivante. Aujourd'hui, lorsque vous concevez un logiciel, vous le dessinez, puis quelqu'un compile ces maquettes en code, et le code génère les pixels. L'argument de Runway est que l'étape de compilation est une compression avec perte de ce que le logiciel aurait pu être. Au moment où l'utilisateur arrive, l'interface est figée. Solaris supprime cette étape intermédiaire. Au lieu de transformer une maquette en code, il génère l'interface elle-même, image par image, en temps réel, produisant simultanément les visuels et la réponse aux entrées.

Kamil Sindi, le CTO de Runway, l'a dit sans détour lors du sommet. Le logiciel d'aujourd'hui est une compression avec perte des interactions possibles. Solaris, selon cette présentation, est un système d'exploitation auto-constructeur où le logiciel est généré sans une seule ligne de code.

C'est un virage radical pour une entreprise que la plupart des gens classent encore dans la catégorie « vidéo ». Le sommet a aussi apporté Runway Ads, un moteur autonome de marketing à la performance revendiquant une augmentation de 1 000 % du volume publicitaire avec un retour sur dépenses publicitaires doublé, ainsi qu'un repositionnement plus large vers une infrastructure prête pour les agents. Le cofondateur Anastasis Germanidis a déclaré à l'assemblée que les simulateurs universels du monde seront la technologie la plus importante de cette ère. Ce n'est pas le langage d'un fournisseur de montage vidéo.

Ce virage s'appuie sur une réelle dynamique. Runway a été valorisée autour de 5,3 milliards de dollars, et des articles antérieurs décrivaient un fonds de capital-risque de 10 millions de dollars et un Builders Program destiné à formaliser les relations avec les studios et les développeurs construisant sur ses API. L'entreprise parle depuis un certain temps d'atteindre une « intelligence vidéo » grâce à la vidéo, et Solaris est le premier produit qui tente de rendre cela concret.

Le pari technique est vraiment intéressant, et aussi vraiment risqué. Générer une interface image par image signifie que chaque pixel est recalculé à chaque fois, ce qui est coûteux et peut sembler lent ou scintillant par rapport au rendu déclaratif que le web a passé vingt ans à perfectionner. Un monde où les interfaces sont générées plutôt que codées soulève des questions difficiles sur le déterminisme, les tests, et ce qui se passe lorsque la même entrée produit une mise en page légèrement différente à l'image suivante. Le code n'est pas seulement un coût à supprimer. C'est aussi ce qui rend un logiciel prévisible, auditable et reproductible.

Le timing n'est pas un hasard. Runway a opéré ce virage la même semaine où OpenAI réduisait ses produits vidéo grand public et réorientait l'équipe Sora vers la simulation du monde. Le terme « world model » est devenu celui que tout le monde emploie pour signifier que les médias génératifs sont un tremplin vers quelque chose de plus grand que de jolis clips. Runway parie que ce tremplin mène à des logiciels qui se construisent eux-mêmes, et elle fait ce pari assez fort pour attirer un fonds de capital-risque et un programme pour développeurs autour de lui.

Il y a une logique commerciale sous-jacente à cette vision. Un outil de génération vidéo se vend à des équipes créatives, un marché limité. Une couche d'infrastructure que tout agent peut appeler pour générer et raisonner sur des médias visuels se vend à tous ceux qui construisent sur des agents, ce qui représente un marché adressable bien plus vaste. Le repositionnement de Runway, d'outil à plateforme, est la classique stratégie d'entreprise : arrêter de vendre le produit, commencer à vendre ce sur quoi tout le monde construit des produits.

Que Solaris devienne une véritable catégorie de produit ou une démo mémorable dépend des aspects ennuyeux : la latence, le coût, et la capacité d'une interface générée à rester suffisamment cohérente pour être réellement utilisable. Ce sont les mêmes questions qui ont mis à mal chaque promesse de « no-code » avant elle. L'histoire du no-code est une histoire de démos qui se cassent au deuxième clic, et un moteur de rendu image par image hérite de tous ces risques à un coût de calcul plus élevé.

Néanmoins, la direction que Runway indique correspond à un courant plus large de l'industrie, et il vaut la peine de séparer la vision du produit spécifique. L'affirmation selon laquelle les interfaces pourraient être générées plutôt que compilées est un pari sur un avenir où l'utilisateur, et non le designer, est celui qui façonne le logiciel. C'est une idée véritablement différente de ce qu'est une application, et elle a des implications bien au-delà de Runway.

Il vaut la peine de s'arrêter sur ce que « world model » signifie réellement en pratique, car le terme est employé à la légère. Dans l'usage qu'en fait Runway, un world model est un système qui comprend suffisamment comment les choses apparaissent et se comportent pour pouvoir prédire et générer l'état suivant, l'image suivante, la réponse suivante. C'est une capacité véritablement différente de celle d'un générateur vidéo, qui produit un clip plausible sans aucune compréhension de ce qu'il représente. Le pari est que le même modèle capable de générer un personnage qui marche peut aussi générer un bouton qui réagit à un clic, parce que les deux ne sont que « le monde réagissant à une entrée ». Savoir si ce pari portera ses fruits est une question ouverte, mais c'est une question cohérente, et c'est pourquoi Runway répète qu'elle n'est plus une entreprise de vidéo.

Le contraste avec OpenAI est instructif. OpenAI a arrêté ses produits vidéo grand public et a orienté son équipe Sora vers la simulation du monde pour la robotique, une direction de recherche interne sans produit commercial associé. Runway tente de faire de la simulation du monde un produit, avec un fonds de capital-risque et un programme pour développeurs autour. Deux entreprises sont arrivées à la même conclusion sur l'orientation de la technologie et ont pris des chemins opposés pour la poursuivre.

Il y a aussi une question pratique d'audience qui plane sur l'ensemble. Les Interface World Models, s'ils fonctionnent, s'adressent aux personnes qui veulent des logiciels sans écrire de code, un marché énorme et réputé difficile. Chaque génération de « no-code » a promis cela et a livré des outils qui fonctionnent pour les démos et se cassent pour les vrais produits. La version de Runway est plus radicale parce qu'elle supprime entièrement la représentation intermédiaire, mais le même écart s'applique : une démo qui gère un seul scénario nominal n'est pas la même chose qu'un produit qui gère les cas limites.

Un autre élément à surveiller est la manière dont cela change l'économie de la chaîne design-to-code, une industrie qui a absorbé d'énormes sommes de capital-risque. Si une interface peut être générée et rendue directement, toute la catégorie d'outils qui transforment les fichiers Figma en code frontend fait face à une question existentielle. Runway ne présente pas seulement un nouveau produit ; elle présente un avenir où cette couche de traduction n'existe pas parce qu'il n'y a rien à traduire.

Pour les développeurs et les designers, la conclusion n'est ni de paniquer ni de célébrer. C'est d'observer. Si les Interface World Models fonctionnent, ils changent la façon dont beaucoup de logiciels sont créés, et les compétences importantes passent de l'écriture de code de mise en page à la description de l'intention. S'ils ne fonctionnent pas, Runway aura quand même appris quelque chose que le reste du secteur étudiera pendant des années. Dans un cas comme dans l'autre, l'entreprise vidéo a cessé de ne parler que de vidéo, et c'est là la véritable annonce. L'entreprise qui a défini la vidéo générative tente désormais de définir ce qui vient après, et tous ceux qui construisent des logiciels devraient prêter attention à sa réussite.