美国视频AI公司Runway于11月11日宣布推出机器人模型Praxis-1，将视频预训练阶段积累的知识迁移至真实机器人控制任务。该模型以开放权重形式发布，采用Apache 2.0许可证，开发者可在自有硬件上运行和微调，模型权重与相关代码已分别在Hugging Face和GitHub公开。
Praxis-1的设计思路是让AI先从普通视频中学习物体运动规律与人类手部操作方式，再将所学知识用于机器人动作学习，以应对机器人训练数据采集成本高的问题。执行任务时，模型不仅预测场景的下一步变化，也预测实现该结果所需的动作序列。该模型基于Runway拥有270亿参数的视频基础模型构建，支持本地运行，并提供可在英伟达RTX 5090显卡上运行的NVFP4量化版本。
据披露的测试结果，Praxis-1在RoboLab-120基准的1200个场景中完成555个，成功率约46.2％，在世界动作模型及开放机器人基础模型类别中表现领先。Runway表示相关研究仍处于早期阶段，后续将重点探索长期规划，以及让模型利用预测结果评估并改进自身动作。
在效率指标上，Runway称Praxis-1显著优于目前最先进的激光机械臂方案。在相同工作站与任务条件下，Praxis-1的完成速度比由GPT-6 Astra驱动的机械臂快15.6倍，完成每个任务的成本为其51分之一。
此次发布反映出视频生成模型厂商正将预训练能力向具身智能领域延伸。以开放权重加宽松许可证的方式发布机器人基础模型，有望降低开发者在自有硬件上进行微调与部署的门槛，但约46.2％的任务成功率也表明，该类模型在复杂操作场景中的可靠性仍有较大提升空间。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
