Runway Solaris tạo giao diện như video: không có DOM là giới hạn lớn

Ngày 31/8/2026, Runway giới thiệu Solaris trên trang nghiên cứu của hãng, gọi đây là mô hình đầu tiên trong dòng Interface World Model. Bài giới thiệu Solaris của Runway mô tả hệ thống tạo giao diện theo từng khung hình và phản hồi liên tục với thao tác nhấp, kéo hoặc nhập; sản phẩm hiện mới nhận đăng ký truy cập sớm.

Trong thông báo ngày 31/8 đó, Solaris được trình bày như một mô hình nghiên cứu chứ chưa phải phần mềm phát hành rộng rãi. Thay vì sinh HTML, CSS, JavaScript hay một cây thành phần để trình duyệt kết xuất, nó tạo trực tiếp phần hình ảnh mà người dùng tương tác. Cách làm này đem lại chuyển động linh hoạt như video, nhưng việc không có DOM thông thường trở thành giới hạn lớn đối với trợ năng, kiểm thử và tích hợp.

Solaris biến khung hình kế tiếp thành trạng thái giao diện

Phần mềm web thông thường bắt đầu từ dữ liệu và logic ứng dụng, đi qua cây thành phần hoặc DOM rồi mới được trình duyệt kết xuất thành pixel. Khi người dùng bấm một nút, trình xử lý sự kiện thực hiện hành vi đã được định nghĩa và cập nhật trạng thái có thể quan sát bằng công cụ phát triển.

Pipeline của Solaris đảo trọng tâm sang hình ảnh: khung hình hiện tại cùng thao tác vừa xảy ra trở thành điều kiện để sinh các khung tiếp theo. Một mô hình ngôn ngữ diễn giải yêu cầu, quyết định nên sửa cảnh hiện tại hay chuyển sang trạng thái khác, rồi cung cấp chỉ dẫn cho world model kết xuất phản hồi. Hình ảnh mới lại trở thành điểm xuất phát cho vòng tương tác kế tiếp.

Runway xây Solaris trên nền tảng mô hình video Gen-4.5 và điều chỉnh nó để hiểu tương tác, sinh khung hình tự hồi quy và vận hành ở tốc độ tương tác. Hãng cho biết quá trình tăng tốc còn gồm rút gọn số bước khử nhiễu và huấn luyện mô hình nhanh trên chính đầu ra của nó. Mục tiêu kỹ thuật được nêu là duy trì chất lượng hình ảnh 720p và độ nhất quán trong cả phiên, không chỉ trong một đoạn video ngắn.

Khác công cụ sinh mã ở đầu ra có thể kiểm tra

Công cụ sinh mã vẫn tạo ra phần mềm theo cấu trúc quen thuộc. Nhà phát triển có thể đọc mã nguồn, theo dõi trạng thái, gắn vai trò ngữ nghĩa cho điều khiển, viết kiểm thử và sửa riêng một hành vi. Trình duyệt hoặc runtime chịu trách nhiệm biến biểu diễn đó thành màn hình.

Solaris không dừng lại ở bước viết mã rồi giao việc cho trình duyệt. Chuỗi xử lý có thể tóm lược như sau:

• Giao diện có mã: dữ liệu và logic → DOM hoặc cây thành phần → bộ kết xuất → khung hình; thao tác quay lại logic đã định nghĩa.
• Solaris: khung hình hiện tại và thao tác → mô hình ngôn ngữ suy luận thay đổi → world model sinh khung hình kế tiếp; kết quả hình ảnh tiếp tục làm trạng thái tương tác.

Điểm mạnh của pipeline thứ hai nằm ở cảnh giàu hình ảnh, chuyển động môi trường, kéo thả vật thể và chuyển cảnh không bị bó hẹp trong một tập màn hình dựng sẵn. Các trình diễn của Runway gồm thử quần áo trên hình tham chiếu, sắp xếp vật thể và thao tác trực tiếp với một không gian sản phẩm. Tuy nhiên, đó là khả năng tạo phản hồi thị giác, không đồng nghĩa với việc Solaris đã cung cấp kho mã, quy tắc nghiệp vụ hay trạng thái xác định như một ứng dụng thông thường.

Không có DOM làm mất điểm tựa của trợ năng và kiểm thử

DOM không chỉ là một chi tiết triển khai. Nó biểu diễn đâu là tiêu đề, nút, trường nhập và nhãn; đồng thời lưu quan hệ, trạng thái và thứ tự tiêu điểm giữa các thành phần. Trình đọc màn hình và API trợ năng dựa vào lớp ngữ nghĩa này để mô tả giao diện và kích hoạt điều khiển mà không cần suy đoán từ pixel.

Phân tích của CMSWire ngày 1/9 chỉ ra rằng giao diện không có DOM khiến trình đọc màn hình và API trợ năng thiếu cấu trúc để kết nối; bài viết cũng ghi nhận chữ ổn định, khả năng tiếp cận và độ nhất quán trong phiên dài vẫn chưa được giải quyết. Runway thừa nhận giao diện tạo sinh phải hoạt động cùng công nghệ hỗ trợ và phần còn lại của hệ thống phần mềm, nhưng chưa mô tả một lớp ngữ nghĩa thay thế.

Hệ quả tương tự xuất hiện trong kiểm thử. Công cụ kiểm thử giao diện truyền thống có thể tìm nút theo vai trò, đọc giá trị trường hoặc xác nhận trạng thái trong cây tài liệu. Với đầu ra được sinh lại bằng pixel, đội phát triển sẽ cần một hợp đồng trạng thái hoặc lớp ngữ nghĩa bổ sung để xác định điều gì đã xảy ra. So sánh ảnh có thể phát hiện thay đổi bề mặt, nhưng tự nó không chứng minh dữ liệu, quyền hạn hay hành vi nghiệp vụ bên dưới là đúng.

Ba trở ngại trước khi Solaris có thể thay phần mềm thông thường

Trở ngại thứ nhất là cấu trúc và khả năng tiếp cận. Solaris cần công bố vai trò, nhãn, thứ tự tiêu điểm và trạng thái điều khiển cho công nghệ hỗ trợ, đồng thời giữ lớp thông tin đó đồng bộ khi hình ảnh biến đổi theo thời gian thực. Cùng một cơ chế cũng có thể tạo điểm bám ổn định cho kiểm thử tự động.

Trở ngại thứ hai là tính ổn định và khả năng tái hiện. Chữ phải rõ qua nhiều khung hình; bố cục, vật thể và ý nghĩa của trạng thái phải nhất quán trong phiên dài. Đối với tác vụ hướng dẫn hoặc thương mại, đầu ra còn phải bám vào dữ liệu đã xác minh và cho phép tái hiện lỗi, thay vì chỉ tạo một phản hồi trông thuyết phục.

Trở ngại thứ ba là chi phí và tích hợp. Sinh liên tục mọi khung hình tốn tài nguyên hơn phục vụ một trang đã dựng sẵn. Một sản phẩm thực tế còn phải kết nối cơ sở dữ liệu, phân quyền, nhật ký, API nghiệp vụ và hệ thống kiểm thử; bản trình diễn thị giác chưa thay thế các lớp này.

Trong ngắn hạn, Solaris phù hợp hơn với môi trường tương tác giàu hình ảnh và huấn luyện tác nhân máy tính trên những bố cục liên tục thay đổi. Bản tổng hợp của RuntimeWire xác nhận đây là mô hình nghiên cứu nhận yêu cầu truy cập sớm và Runway chưa công bố ngày phát hành rộng rãi, API, giá hay yêu cầu phần cứng. Vì vậy, câu hỏi còn lại không phải Solaris có tạo được một giao diện giống video hay không, mà là Runway sẽ bổ sung cấu trúc ngữ nghĩa, khả năng kiểm thử và điều kiện vận hành nào để biến nó thành phần mềm đáng tin cậy.

Đọc thêm:

• Gắn nhãn “remote” chưa đủ: chỉ 2,2–12,4% việc làm không giới hạn nơi ở
• YouTube Stations biến video cũ thành kênh 24/7, quyền mở vẫn rất hạn chế
• Tòa chặn Lầu Năm Góc liệt Anthropic vào rủi ro: giới hạn mới cho hợp đồng AI