RunwayのSolaris、コードをスキップしてソフトウェアをフレーム単位で生成へ

Runwayは何年もかけて「生成ビデオ」の意味を世界に教えてきた。最初は映画製作者向けのツールとして、後にAIと視覚メディアに関するより広い提案として。今月サンフランシスコで開催された同社のAIサミットで、同社は新たな扉を開いた。それは、Interface World Modelsと名付けたファミリーの最初の製品であるSolarisを発表した。そのフレーミングは名前と同じくらい野心的だ。

アイデアはこうだ。今日、ソフトウェアを設計するとき、あなたはそれを描き、誰かがそのデザインをコードにコンパイルし、コードがピクセルをレンダリングする。Runwayの主張は、コンパイルのステップがソフトウェアがなり得たものの非可逆圧縮であるというものだ。ユーザーが到達する頃には、インターフェースは凍結されている。Solarisはその中間ステップを取り除く。デザインをコードに変える代わりに、インターフェース自体をリアルタイムでフレームごとにレンダリングし、ビジュアルと入力への応答を一緒に生成する。

RunwayのCTO、Kamil Sindiはサミットで率直に述べた。今日のソフトウェアは可能なインタラクションの非可逆圧縮である。この説明では、Solarisは自己構築型オペレーティングシステムであり、ソフトウェアは一行のコードもなしに生成される。

これは、ほとんどの人がまだ「ビデオ」のカテゴリに入れている企業にとって、急激な方向転換だ。サミットではまた、Runway Adsも発表された。広告量が1,000パーセント増加し、広告費用対効果が2倍になると主張する自律型パフォーマンスマーケティングエンジンであり、さらにエージェント対応インフラへのより広い再ポジショニングも含まれる。共同創業者のAnastasis Germanidisは会場に向かって、ユニバーサル・ワールド・シミュレーターがこの時代で最も重要な技術になると語った。それはビデオ編集ベンダーの言葉ではない。

この転換の背後には本当の勢いがある。Runwayの評価額は約53億ドルで、以前の報道では1,000万ドルのベンチャーファンドと、API上で構築するスタジオや開発者との関係を正式化するためのBuilders Programが説明されていた。同社はしばらく前からビデオを通じて「ビデオインテリジェンス」に到達することについて語っており、Solarisはそれを具体化しようとする最初の製品だ。

技術的な賭けは本当に興味深く、そして本当に危険でもある。インターフェースをフレームごとにレンダリングするということは、毎回すべてのピクセルが再計算されることを意味し、これはコストがかかり、ウェブが20年かけて完成させてきた宣言型レンダリングと比較して、遅く感じたりちらついたりする可能性がある。インターフェースがコーディングされるのではなく生成される世界は、決定性、テスト、そして同じ入力が次のフレームでわずかに異なるレイアウトを生み出す場合に何が起こるかについて、難しい問題を提起する。コードは単に取り除かれるべきコストではない。それはソフトウェアが予測可能で、監査可能で、再現可能になる方法でもある。

タイミングは偶然ではない。Runwayがこの方向転換を行った同じ週に、OpenAIは消費者向けビデオ製品を縮小し、Soraチームをワールドシミュレーションに転向させていた。「ワールドモデル」という言葉は、生成メディアが美しいクリップよりも大きな何かへの踏み石であることを示したいときに、誰もが手を伸ばす用語になっている。Runwayはその踏み石が自己構築するソフトウェアにつながると賭けており、その賭けはベンチャーファンドと開発者プログラムを引き付けるのに十分なほど大声で行われている。

ビジョンの下にはビジネスロジックがある。ビデオ生成ツールはクリエイティブチームに販売され、市場は限定的だ。任意のエージェントが呼び出して視覚メディアを生成し推論できるインフラ層は、エージェント上に構築するすべての人に販売され、はるかに大きなアドレス可能市場となる。Runwayのツールからプラットフォームへの再ポジショニングは、古典的なエンタープライズの戦略だ。製品を売るのをやめ、誰もが製品を構築する基盤を売り始めるのだ。

Solarisが本当の製品カテゴリになるのか、それとも記憶に残るデモになるのかは、地味な部分にかかっている。レイテンシ、コスト、そして生成されたインターフェースが実際に使えるほど一貫性を保つかどうかだ。これらは、これまでのあらゆる「ノーコード」の約束をへこませてきたのと同じ問題だ。ノーコードの歴史は、2回目のクリックで壊れるデモの歴史であり、フレームごとのレンダラーは、より高い計算コストでそれらすべてのリスクを引き継ぐ。

それでも、Runwayが指し示す方向は業界のより広い流れと一致しており、ビジョンと特定の製品を切り離して考える価値がある。インターフェースがコンパイルされるのではなく生成され得るという主張は、デザイナーではなくユーザーがソフトウェアを形作る未来への賭けだ。それはアプリケーションとは何かについての真に異なる考えであり、Runwayをはるかに超えた意味を持つ。

「ワールドモデル」が実際に何を意味するのかを立ち止まって考える価値がある。この用語は緩く使われているからだ。Runwayの用法では、ワールドモデルとは、物事が見た目や振る舞いについて十分に理解し、次の状態、次のフレーム、次の応答を予測してレンダリングできるシステムだ。これは、ビデオジェネレーターとは本当に異なる能力だ。ビデオジェネレーターは、何を描写しているかを理解せずに、もっともらしいクリップを生成する。賭けは、キャラクターが歩くのをレンダリングできる同じモデルが、クリックに応答するボタンもレンダリングできるというものだ。なぜなら両方とも「入力に反応する世界」にすぎないからだ。この賭けが報われるかどうかは未解決の問題だが、一貫性はある。そしてそれが、Runwayがもはやビデオ企業ではないと言い続ける理由だ。

OpenAIとの対比は示唆に富む。OpenAIは消費者向けビデオ製品を閉鎖し、Soraチームをロボティクス向けのワールドシミュレーションに向けた。それは商業製品が付随しない内部研究の方向性だ。Runwayはワールドシミュレーションを製品として行おうとしており、ベンチャーファンドと開発者プログラムを周囲に配置している。2社は技術が向かう先について同じ結論に達しながら、それを追求する方法については正反対の道を取った。

また、全体に漂う実用的なオーディエンスの疑問もある。Interface World Modelsが機能するなら、コードを書かずにソフトウェアを望む人々を対象としており、それは巨大で、難易度が高いことで知られる市場だ。あらゆる世代の「ノーコード」がこれを約束し、デモでは機能するが実際の製品では壊れるツールを提供してきた。Runwayのバージョンは、中間表現を完全に取り除くため、より急進的だ。しかし同じギャップが当てはまる。1つのハッピーパスを処理するデモは、エッジケースを処理する製品と同じではない。

もう一つ注目すべきは、これがデザインからコードへのパイプラインの経済性をどう変えるかだ。この業界は多額のベンチャー資金を吸収してきた。インターフェースを直接生成してレンダリングできるなら、Figmaファイルをフロントエンドコードに変換するツールカテゴリ全体が存在論的な疑問に直面する。Runwayは単に新製品を売り込んでいるのではない。翻訳するものが何もないため、その翻訳層が存在しない未来を売り込んでいるのだ。

開発者とデザイナーにとっての結論は、慌てることでも祝うことでもない。注視することだ。Interface World Modelsが機能すれば、多くのソフトウェアの作られ方が変わり、重要なスキルはレイアウトコードを書くことから意図を記述することへと移る。機能しなければ、Runwayは他の業界が何年も研究することになる何かを学んだことになる。いずれにせよ、このビデオ企業はもはやビデオだけについて語るのをやめた。それが本当の発表だ。生成ビデオを定義した企業が今、その先を定義しようとしており、ソフトウェアを構築するすべての人がその成功に関心を払うべきだ。