Runway开源Praxis-1:视频模型跨界做机器人控制器,Apache 2.0可商用

Runway 以 Apache 2.0 协议开源了机器人控制模型 Praxis-1 的权重和源码,它基于视频训练来预测场景变化并计算机器人动作,让开发者能在自己的机器人上做微调适配。

一句话看懂:Runway 以 Apache 2.0 协议开源了机器人控制模型 Praxis-1 的权重和源码,它基于视频训练来预测场景变化并计算机器人动作,让开发者能在自己的机器人上做微调适配。

事件核心:发生了什么

据 The Decoder 2026 年 11 月 14 日报道,Runway 正式放出 Praxis-1 的模型权重与源代码,采用允许商用的 Apache 2.0 许可证。该模型今年 9 月底首次亮相时仅开放给少数合作伙伴,Standard Bots、Noble Machines、Ultra 等公司已在人形机器人、工业机械臂和双臂仓储机器人上测试。

Praxis-1 被 Runway 称为“World Action Model”:输入摄像头画面、文本指令和机器人位置信息,先预测环境将如何变化,再反推对应的机械动作,并随新画面持续调整。它建立在 Runway 的视频模型之上,经人类动作视频和机器人数据微调。官方报告显示,适配 Franka 机械臂用了约 277 小时 DROID 公开数据,双臂机器人则用了 1400 至 2600 小时训练材料。在 Nvidia RoboLab-120 模拟评测中,其成功率为 46.2%,高于 FLUX 3 Action 的 42.9%,但所有测试由 Runway 自行完成,尚未经独立验证。模型标准版需 80GB 显存 GPU,压缩版可跑在 RTX 5090 上。

为什么重要

机器人控制长期受制于昂贵且稀缺的专用数据集。Praxis-1 的思路是用通用视频预训练降低对机器人数据的依赖,这对行业是一条有吸引力的技术路线,但目前公开信息显示,“整体是否比同类模型更省数据”仍是开放问题。另一个信号是开源策略:权重加源码、允许商用,意味着中小团队不必从零训练控制模型,可以直接在基础模型上做适配,这会加快机器人 AI 应用的试验节奏,也可能给闭源方案带来竞争压力。

对用户/开发者/创作者的影响

开发者可从 Hugging Face 申请访问、从 GitHub 获取代码,并已有预适配不同机器人的版本可供选择;基础模型仍需额外训练才能接入新硬件,算力门槛不低。对做机器人集成、具身智能研究的团队,这是值得上手验证的基线模型;对普通用户和内容创作者,短期内更多是间接影响——Runway 把视频生成能力延伸到物理世界,未来可能改变其产品边界,但眼下不构成可直接使用的消费级功能。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是第三方能否复现 46.2% 的 RoboLab-120 成绩,以及真实机械臂上的成功率和泛化表现;二是开源后社区微调版本的数量与质量,能否形成生态;三是 Runway 承认模型偶尔混淆相似物体、尚不能可靠规划复杂动作序列,这些短板能否在后续版本中补上。

来源:The Decoder AI News

celebrityanime
celebrityanime
文章: 35047

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注