Runway از Solaris، اولین مدل در دسته بندی جدیدی که این شرکت آن را "مدل های جهانی رابط" می نامد، پرده برداری کرد - سیستم های هوش مصنوعی که به جای اجرای کد، رابط های کاربری را به صورت زنده، فریم به فریم تولید می کنند. به جای ترجمه یک طرح به یک برنامه، Solaris خود رابط را در 720p رندر می کند و در هنگام تعامل با آن، مستقیماً به کلیک ها، کشیدن ها و دستورات صوتی پاسخ می دهد.

این اعلامیه که توسط The Decoder به تفصیل پوشش داده شده است، نشان دهنده فاصله ای شدید از نحوه عملکرد نرم افزار به طور معمول است. امروزه، یک سیستم عامل تصمیم می‌گیرد که چه اتفاقی روی صفحه بیفتد، و یک برنامه ثابت می‌ماند تا زمانی که یک توسعه‌دهنده به‌روزرسانی را ارسال کند. سولاریس برعکس آن را پیشنهاد می کند: رابطی که فقط تا زمانی وجود دارد که در حال تولید است و به طور مداوم با شخصی که از آن استفاده می کند تطبیق می یابد. For more context on this story, see our ongoing artificial intelligence updates.

چگونه یک مدل جهانی رابط کار می کند

سولاریس بر اساس مدل ویدیویی Gen-4.5 Runway ساخته شده است و از مسیری پیروی می کند که شرکت با GWM-1، مدل جهانی پیشین همه منظوره خود شروع کرد. در زیر پوشش، دو سیستم با هم همکاری می کنند: یک مدل زبان تصمیم می گیرد که چگونه رابط باید در پاسخ به کاری که کاربر انجام می دهد تغییر کند، در حالی که مدل جهانی هر فریم را ارائه می دهد.

نتیجه به نظر می رسد و مانند یک برنامه عمل می کند، اما هیچ چیز به معنای سنتی اجرا نمی شود. هیچ فایل طرح بندی، هیچ کد فرانت اند، هیچ باینری کامپایل شده ای وجود ندارد - فقط یک مدل تولیدی که فریم بعدی را بر اساس آخرین کلیک شما تولید می کند.

The Use Cases Runway Pitching است

Runway چندین سناریو را فهرست می کند که در آن یک رابط ایجاد شده می تواند جایگزین یک رابط ثابت شود.

در خرید آنلاین، فروشگاه خود به رابط تبدیل می شود. به جای مرور یک شبکه محصول ثابت، یک خریدار می تواند پیراهن را روی عکس خود بکشد تا آن را امتحان کند. فروشگاه دیگر یک چیدمان ثابت نیست که هر بازدیدکننده ای آن را یکسان ببیند، بلکه محیطی است که با هر کاربر سازگار است.

برای تجسم محصول، گام عبارت است از دستکاری مکالمه اشیاء: بگویید "میز را حرکت دهید" یا "رنگ مبل را تغییر دهید" و صحنه فوراً واکنش نشان می دهد. Runway این خرید مبلمان مناسب و طراحی داخلی را می بیند، جایی که دیدن یک تغییر بر تصور آن غلبه می کند.

این شرکت همچنین به آموزش و یادگیری اشاره می کند. به جای اینکه یک ربات چت با متن پاسخ دهد، Solaris می تواند مرحله بعدی را به صورت بصری در زمینه نشان دهد - مثال شرکت یک نمایش احتراق است که بسته به مواد درگیر تغییر می کند.

ادعای بزرگتر Runway: برنامه ناپدید می شود

در زیر دموها یک تز تحریک آمیز وجود دارد. Runway استدلال می کند که "برنامه" به عنوان یک واحد ثابت نرم افزار ناپدید می شود. انجام کاری امروز به معنای باز کردن برنامه از پیش ساخته شده مناسب است - یکی برای خرید، یکی برای پیام ها، یکی برای رزرو. اگر یک سیستم عامل بتواند واسط مناسبی را در صورت تقاضا ایجاد کند، دلیل بسیار کمتری برای مرتب کردن نرم افزار به یک کاتالوگ ثابت وجود دارد.

یک مخاطب ثانویه برای این فناوری وجود دارد: خود عوامل هوش مصنوعی. Runway خاطرنشان می کند که نمایندگان هنوز در وظایفی مانند رزرو هتل شکست می خورند زیرا آنها در طرح بندی های ثابت آموزش دیده اند و زمانی که یک وب سایت واقعی از آنها منحرف می شود دچار مشکل می شوند. عاملی که در داخل واسط های تولید شده و درک شده توسط مدل عمل می کند با این شکنندگی مواجه نخواهد شد. Runway صراحتاً Interface World Models را به عنوان یک زمین آموزشی برای ماموران قاب می کند.

جذابیت ها: متن، قابلیت اطمینان و دسترسی

در حال حاضر، مشکلات مهم سولاریس را محکم در ستون تحقیق نگه می دارد.

متن پایدار و قابل خواندن همچنان یک مشکل سخت برای مدل‌های ویدیویی تولیدی است - و رابط‌ها مملو از متن هستند. دکمه‌ها، قیمت‌ها، آدرس‌ها و فیلدهای جستجو همگی به رشته‌های دقیق بستگی دارند، جایی که یک کاراکتر توهم زده محصولی شکسته است.

جلسات طولانی و قابلیت اطمینان نیز سوالات باز هستند. Decoder به یک خطر ظریف اما جدی اشاره می کند: یک رابط تولید شده که اشتباه است اما ظاهر قانع کننده ای دارد می تواند بدتر از عدم وجود رابط باشد، زیرا کاربر راهی برای تشخیص تفاوت بین قیمت رندر شده و واقعی ندارد.

دسترسی یکی دیگر از مسائل حل نشده است. یک رابط تولید شده ساختار زیربنایی برای خواندن فناوری کمکی ندارد، بنابراین صفحه‌خوان‌ها - روش اصلی کاربران نابینا برای پیمایش نرم‌افزار - چیزی برای کار کردن با آن ندارند.

تحقیق در حال حاضر

Runway سولاریس را به عنوان یک محصول ارسال نمی کند. این شرکت به دنبال شرکایی برای راه‌اندازی است و دسترسی زودهنگام را از طریق فرم ثبت‌نام ارائه می‌دهد و سیستم را به عنوان یک کاوش در مورد اینکه نرم‌افزار هنگام تولید رابط‌ها به جای برنامه‌نویسی چه شکلی است، قرار می‌دهد.

زمان بندی تصادفی نیست. مدل‌های جهانی به‌سرعت به‌عنوان یک دسته به بلوغ رسیده‌اند و آزمایشگاه‌های بزرگ برای شبیه‌سازی محیط‌های واقعی برای رباتیک، بازی و تولید ویدیو رقابت می‌کنند. اشاره به همین ماشین‌آلات روی سطوح نرم‌افزاری یک توسعه طبیعی است - و برنامه‌ای که Runway را که بیشتر به‌خاطر ابزارهای تولید ویدیو مورد استفاده فیلمسازان شناخته می‌شود، در رقابت مفهومی مستقیم با تأسیسات نرم‌افزار بهره‌وری قرار می‌دهد.

اینکه آیا کسی واقعاً رابط‌هایی را می‌خواهد که مدام تغییر کنند، سؤالی است که Runway باز می‌گذارد. قراردادهای نرم افزار - سبد خرید، نوار جستجو، چرخ دنده تنظیمات - وجود دارند زیرا قابل پیش بینی هستند. رابطی که خود را برای هر کاربر دوباره اختراع می کند، آن قابلیت پیش بینی را با سازگاری معامله می کند، و باید دید که آیا کاربران آن را به عنوان جادو یا هرج و مرج تجربه می کنند.

آنچه مشخص است جهت حرکت است. همان مدل‌های جهانی که برای شبیه‌سازی واقعیت فیزیکی برای ویدیو ساخته شده‌اند، اکنون به واقعیت نرم‌افزاری اشاره می‌کنند - و Runway شرط می‌بندد که رابط بعدی اصلاً طراحی نشده، بلکه تولید شده است.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →