Solaris da Runway quer pular o código e gerar software quadro a quadro

A Runway passou anos a ensinar ao mundo o que significava “vídeo generativo”, primeiro como ferramenta para cineastas, depois como uma proposta mais ampla sobre IA e mídia visual. No seu AI Summit em São Francisco, este mês, a empresa atravessou uma nova porta. Apresentou o Solaris, o primeiro produto de uma família que chama Interface World Models, e o enquadramento é tão ambicioso quanto o nome.

A ideia é esta. Hoje, quando você projeta um software, você o desenha, depois alguém compila esses designs em código, e o código renderiza pixels. O argumento da Runway é que a etapa de compilação é uma compressão com perdas daquilo que o software poderia ter sido. Quando o usuário chega, a interface já está congelada. O Solaris elimina essa etapa intermediária. Em vez de transformar um design em código, ele renderiza a própria interface, quadro a quadro, em tempo real, gerando os visuais e a resposta à entrada em conjunto.

O CTO da Runway, Kamil Sindi, foi direto no summit. O software de hoje é uma compressão com perdas de interações possíveis. O Solaris, nessa narrativa, é um sistema operacional que se constrói a si mesmo, no qual o software é gerado sem uma única linha de código.

É uma mudança brusca para uma empresa que a maioria das pessoas ainda classifica como “vídeo”. O summit também trouxe o Runway Ads, um motor autônomo de marketing de performance que alega um aumento de 1.000% no volume de anúncios com o dobro do retorno sobre o investimento em publicidade, além de um reposicionamento mais amplo rumo a infraestrutura pronta para agentes. O cofundador Anastasis Germanidis disse à plateia que simuladores universais de mundo serão a tecnologia mais importante desta era. Essa não é a linguagem de um fornecedor de edição de vídeo.

Há um impulso real por trás dessa mudança. A Runway foi avaliada em cerca de US$ 5,3 bilhões, e relatos anteriores descreveram um fundo de capital de risco de US$ 10 milhões e um Builders Program destinado a formalizar relações com estúdios e desenvolvedores que constroem sobre suas APIs. A empresa fala há algum tempo sobre alcançar “inteligência de vídeo” por meio do vídeo, e o Solaris é o primeiro produto que tenta tornar isso concreto.

A aposta técnica é genuinamente interessante, e também genuinamente arriscada. Renderizar uma interface quadro a quadro significa que cada pixel é recalculado a cada vez, o que é caro e pode parecer lento ou trêmulo em comparação com a renderização declarativa que a web passou vinte anos aperfeiçoando. Um mundo em que as interfaces são geradas em vez de codificadas levanta questões difíceis sobre determinismo, testes e o que acontece quando a mesma entrada produz um layout ligeiramente diferente no quadro seguinte. O código não é apenas um custo a ser eliminado. É também a forma como o software se torna previsível, auditável e reproduzível.

O momento não é acidental. A Runway fez essa mudança na mesma semana em que a OpenAI estava encerrando os seus produtos de vídeo para consumidores e redirecionando a equipe do Sora para simulação de mundo. A expressão “world model” tornou-se o termo a que todos recorrem quando querem sinalizar que a mídia generativa é um trampolim para algo maior do que clipes bonitos. A Runway aposta que esse trampolim leva a software que se constrói a si mesmo, e está fazendo essa aposta alto o suficiente para atrair um fundo de capital de risco e um programa para desenvolvedores à sua volta.

Há uma lógica de negócios por baixo da visão. Uma ferramenta de geração de vídeo vende para equipes criativas, um mercado limitado. Uma camada de infraestrutura que qualquer agente pode chamar para gerar e raciocinar sobre mídia visual vende para todos que constroem sobre agentes, o que é um mercado endereçável muito maior. O reposicionamento da Runway de ferramenta para plataforma é a jogada empresarial clássica: parar de vender o produto e começar a vender a coisa sobre a qual todos constroem produtos.

Se o Solaris se torna uma categoria de produto real ou uma demo memorável depende das partes chatas: latência, custo e se uma interface gerada permanece consistente o suficiente para ser realmente usada. Essas são as mesmas questões que já colocaram à prova todas as promessas de “no-code” antes dele. A história do no-code é uma história de demos que quebram ao segundo clique, e um renderizador quadro a quadro herda todos esses riscos com um custo de computação mais alto.

Ainda assim, a direção que a Runway aponta corresponde a uma tendência mais ampla da indústria, e vale a pena separar a visão do produto específico. A afirmação de que as interfaces podem ser geradas em vez de compiladas é uma aposta num futuro em que o usuário, não o designer, é quem molda o software. Essa é uma ideia genuinamente diferente sobre o que é uma aplicação, e tem implicações muito além da Runway.

Vale a pena parar para pensar no que “world model” realmente significa na prática, porque o termo é usado de forma vaga. No uso da Runway, um world model é um sistema que entende o suficiente sobre como as coisas se parecem e se comportam para prever e renderizar o próximo estado, o próximo quadro, a próxima resposta. Essa é uma capacidade genuinamente diferente da de um gerador de vídeo, que produz um clipe plausível sem qualquer compreensão daquilo que está retratando. A aposta é que o mesmo modelo capaz de renderizar um personagem andando também pode renderizar um botão respondendo a um clique, porque ambos são apenas “o mundo reagindo à entrada”. Se essa aposta compensa é uma questão em aberto, mas é coerente, e é por isso que a Runway continua dizendo que já não é uma empresa de vídeo.

O contraste com a OpenAI é instrutivo. A OpenAI encerrou os seus produtos de vídeo para consumidores e direcionou a sua equipe do Sora para simulação de mundo para robótica, uma direção de pesquisa interna sem qualquer produto comercial associado. A Runway está tentando fazer simulação de mundo como produto, com um fundo de capital de risco e um programa para desenvolvedores à sua volta. Duas empresas chegaram à mesma conclusão sobre para onde a tecnologia caminha e seguiram caminhos opostos sobre como persegui-la.

Há também uma questão prática de público pairando sobre tudo isso. Os Interface World Models, se funcionarem, destinam-se a pessoas que querem software sem escrever código, o que é um mercado enorme e notoriamente difícil. Todas as gerações de “no-code” prometeram isso e entregaram ferramentas que funcionam em demos e quebram em produtos reais. A versão da Runway é mais radical porque remove totalmente a representação intermediária, mas a mesma lacuna se aplica: uma demo que lida com um único caminho feliz não é o mesmo que um produto que lida com os casos limite.

Outra coisa que vale a pena acompanhar é como isso muda a economia do pipeline de design para código, um setor que absorveu uma enorme quantidade de capital de risco. Se uma interface pode ser gerada e renderizada diretamente, toda a categoria de ferramentas que transformam arquivos do Figma em código de front-end enfrenta uma questão existencial. A Runway não está apenas apresentando um novo produto; está propondo um futuro em que essa camada de tradução não existe porque não há nada para traduzir.

Para desenvolvedores e designers, a conclusão não é entrar em pânico nem celebrar. É observar. Se os Interface World Models funcionarem, mudam a forma como muito software é feito, e as habilidades que importam passam de escrever código de layout para descrever intenções. Se não funcionarem, a Runway ainda aprendeu algo que o resto do setor vai estudar durante anos. De qualquer forma, a empresa de vídeo deixou de falar apenas de vídeo, e esse é o verdadeiro anúncio. A empresa que definiu o vídeo generativo está agora tentando definir o que vem depois dele, e todos os que constroem software devem prestar atenção para saber se vai ter sucesso.