रनवे ने सोलारिस का अनावरण किया है, जो एक नई श्रेणी में पहला मॉडल है जिसे कंपनी "इंटरफ़ेस वर्ल्ड मॉडल" कहती है - एआई सिस्टम जो रनिंग कोड के बजाय, फ़्रेम दर फ़्रेम लाइव उपयोगकर्ता इंटरफ़ेस उत्पन्न करता है। किसी डिज़ाइन को ऐप में अनुवाद करने के बजाय, सोलारिस इंटरफ़ेस को 720p में ही प्रस्तुत करता है और जैसे ही आप इसके साथ इंटरैक्ट करते हैं, क्लिक, ड्रैग और वॉयस कमांड पर सीधे प्रतिक्रिया करता है।
द डिकोडर द्वारा विस्तार से कवर की गई घोषणा, सॉफ़्टवेयर सामान्य रूप से कैसे काम करती है, उसमें एक तीव्र बदलाव का प्रतीक है। आज, एक ऑपरेटिंग सिस्टम तय करता है कि स्क्रीन पर क्या होता है, और एक ऐप तब तक वैसा ही रहता है जब तक कोई डेवलपर अपडेट नहीं भेजता। सोलारिस इसके विपरीत प्रस्ताव करता है: एक इंटरफ़ेस जो केवल तब तक मौजूद रहता है जब तक यह उत्पन्न हो रहा है और इसका उपयोग करने वाले व्यक्ति के लिए लगातार अनुकूलित होता रहता है। For more context on this story, see our ongoing breaking AI news.
इंटरफ़ेस वर्ल्ड मॉडल कैसे काम करता है
सोलारिस को रनवे के जेन-4.5 वीडियो मॉडल पर बनाया गया है और यह उस दिशा का अनुसरण करता है जिसे कंपनी ने अपने पहले सामान्य प्रयोजन वाले विश्व मॉडल जीडब्लूएम-1 के साथ शुरू किया था। हुड के तहत, दो प्रणालियाँ सहयोग करती हैं: एक भाषा मॉडल यह तय करता है कि उपयोगकर्ता जो करता है उसके जवाब में इंटरफ़ेस को कैसे बदलना चाहिए, जबकि विश्व मॉडल प्रत्येक फ्रेम को प्रस्तुत करता है।
परिणाम एक ऐप की तरह दिखता और व्यवहार करता है, लेकिन पारंपरिक अर्थों में कुछ भी नहीं चल रहा है। कोई लेआउट फ़ाइल नहीं है, कोई फ्रंट-एंड कोड नहीं है, कोई संकलित बाइनरी नहीं है - बस आपके अंतिम क्लिक के आधार पर अगला फ्रेम तैयार करने वाला एक जेनरेटर मॉडल है।
उपयोग के मामले रनवे पिचिंग है
रनवे कई परिदृश्यों को सूचीबद्ध करता है जहां एक उत्पन्न इंटरफ़ेस एक निश्चित इंटरफ़ेस को प्रतिस्थापित कर सकता है।
ऑनलाइन शॉपिंग में स्टोर ही इंटरफ़ेस बन जाता है. स्थैतिक उत्पाद ग्रिड को ब्राउज़ करने के बजाय, एक खरीदार इसे आज़माने के लिए एक शर्ट को अपनी तस्वीर पर खींच सकता है। दुकान अब एक निश्चित लेआउट नहीं होगी जिसे प्रत्येक आगंतुक एक ही तरह से देखता है, बल्कि एक ऐसा वातावरण होगा जो प्रत्येक उपयोगकर्ता के लिए अनुकूल होगा।
उत्पाद विज़ुअलाइज़ेशन के लिए, पिच वस्तुओं का संवादात्मक हेरफेर है: कहें "टेबल को हिलाएं" या "सोफे का रंग बदलें", और दृश्य तुरंत प्रतिक्रिया करता है। रनवे इस उपयुक्त फर्नीचर खरीदारी और आंतरिक योजना को देखता है, जहां बदलाव देखना इसकी कल्पना करने जैसा है।
कंपनी ट्यूटोरियल और लर्निंग की ओर भी इशारा करती है। पाठ के साथ उत्तर देने वाले चैटबॉट के बजाय, सोलारिस अगले चरण को संदर्भ में दृश्य रूप से दिखा सकता है - कंपनी का उदाहरण एक दहन प्रदर्शन है जो शामिल सामग्रियों के आधार पर बदलता है।
रनवे का बड़ा दावा: ऐप गायब हो जाता है
डेमो के नीचे एक उत्तेजक थीसिस है। रनवे का तर्क है कि सॉफ़्टवेयर की एक निश्चित इकाई के रूप में "ऐप" गायब हो जाएगा। आज कुछ करने का मतलब है सही पूर्वनिर्मित एप्लिकेशन खोलना - एक खरीदारी के लिए, एक संदेशों के लिए, एक आरक्षण के लिए। यदि कोई ऑपरेटिंग सिस्टम मांग पर सही इंटरफ़ेस उत्पन्न कर सकता है, तो तर्क यह है कि सॉफ़्टवेयर को एक निश्चित कैटलॉग में सॉर्ट करने का बहुत कम कारण है।
प्रौद्योगिकी के लिए एक द्वितीयक दर्शक वर्ग है: स्वयं एआई एजेंट। रनवे नोट करता है कि एजेंट अभी भी होटल बुकिंग जैसे कार्यों में विफल होते हैं क्योंकि उन्हें निश्चित लेआउट पर प्रशिक्षित किया जाता है और जब कोई वास्तविक वेबसाइट उनसे भटक जाती है तो वे लड़खड़ा जाते हैं। एक एजेंट जो उत्पन्न, मॉडल-समझे गए इंटरफेस के अंदर काम करता है, उसे उस भंगुरता का सामना नहीं करना पड़ेगा। रनवे स्पष्ट रूप से इंटरफ़ेस वर्ल्ड मॉडल्स को एजेंटों के लिए प्रशिक्षण मैदान के रूप में तैयार करता है।
पकड़ें: पाठ, विश्वसनीयता और पहुंच
फिलहाल, महत्वपूर्ण समस्याएं सोलारिस को शोध स्तंभ में मजबूती से बनाए रखती हैं।
जेनेरिक वीडियो मॉडल के लिए स्थिर, पठनीय पाठ एक कठिन समस्या बनी हुई है - और इंटरफ़ेस पाठ से भरे हुए हैं। बटन, कीमतें, पते और खोज फ़ील्ड सभी सटीक स्ट्रिंग्स पर निर्भर करते हैं, जहां एक मतिभ्रम वाला चरित्र एक टूटा हुआ उत्पाद है।
लंबे सत्र और विश्वसनीयता भी खुले प्रश्न हैं। डिकोडर एक सूक्ष्म लेकिन गंभीर जोखिम को नोट करता है: एक उत्पन्न इंटरफ़ेस जो गलत है लेकिन ठोस दिखने वाला इंटरफ़ेस बिल्कुल भी न होने से भी बदतर हो सकता है, क्योंकि उपयोगकर्ता के पास प्रदान की गई कीमत और वास्तविक कीमत के बीच अंतर बताने का कोई तरीका नहीं है।
अभिगम्यता एक और अनसुलझा मुद्दा है। जेनरेट किए गए इंटरफ़ेस में पढ़ने के लिए सहायक तकनीक के लिए कोई अंतर्निहित संरचना नहीं होती है, इसलिए स्क्रीन रीडर - नेत्रहीन उपयोगकर्ताओं द्वारा सॉफ्टवेयर को नेविगेट करने का प्राथमिक तरीका - के साथ काम करने के लिए कुछ भी नहीं है।
अभी के लिए शोध
रनवे सोलारिस को एक उत्पाद के रूप में शिपिंग नहीं कर रहा है। कंपनी लॉन्च के लिए साझेदारों की तलाश कर रही है और साइन-अप फॉर्म के माध्यम से शीघ्र पहुंच प्रदान करती है, जिससे सिस्टम को इस बात का पता चलता है कि प्रोग्राम किए जाने के बजाय इंटरफेस उत्पन्न होने पर सॉफ्टवेयर कैसा दिख सकता है।
समय आकस्मिक नहीं है. विश्व मॉडल एक श्रेणी के रूप में तेजी से परिपक्व हो गए हैं, प्रमुख प्रयोगशालाएँ रोबोटिक्स, गेमिंग और वीडियो पीढ़ी के लिए यथार्थवादी वातावरण का अनुकरण करने के लिए दौड़ रही हैं। सॉफ़्टवेयर सतहों पर उसी मशीनरी को इंगित करना एक स्वाभाविक विस्तार है - और वह रनवे, जो फिल्म निर्माताओं द्वारा उपयोग किए जाने वाले वीडियो जेनरेशन टूल के लिए जाना जाता है, को उत्पादकता सॉफ़्टवेयर प्रतिष्ठान के साथ सीधे वैचारिक प्रतिस्पर्धा में डालता है।
क्या कोई वास्तव में ऐसे इंटरफ़ेस चाहता है जो बदलते रहें, यह एक प्रश्न है जिसे रनवे खुला छोड़ देता है। सॉफ़्टवेयर परंपराएँ - शॉपिंग कार्ट, खोज बार, सेटिंग गियर - मौजूद हैं क्योंकि वे पूर्वानुमानित हैं। एक इंटरफ़ेस जो प्रत्येक उपयोगकर्ता के लिए खुद को पुनर्निर्मित करता है, अनुकूलनशीलता के लिए पूर्वानुमानशीलता का व्यापार करता है, और यह देखा जाना बाकी है कि उपयोगकर्ता इसे जादू के रूप में अनुभव करते हैं या अराजकता के रूप में।
जो स्पष्ट है वह यात्रा की दिशा है। वीडियो के लिए भौतिक वास्तविकता का अनुकरण करने के लिए बनाए गए वही विश्व मॉडल अब सॉफ़्टवेयर वास्तविकता पर इंगित किए जा रहे हैं - और रनवे शर्त लगा रहा है कि अगला इंटरफ़ेस बिल्कुल डिज़ाइन नहीं किया गया है, बल्कि जेनरेट किया गया है।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
