一句话看懂：Runway 于 2026 年 11 月 12 日宣布，将其 27B 参数的世界动作模型 Praxis-1 以 Apache 2.0 协议开源，开放全部权重、推理与微调代码并允许商用；该模型在 NVIDIA RoboLab-120 基准上排名第一，为具身智能开发者提供了可直接接入的开源基础模型。
事件核心：发生了什么
Runway 此次开源的 Praxis-1 采用 270 亿参数的混合专家扩散 Transformer（MoE Diffusion Transformer）架构，核心能力是同时预测视频与机器人动作。目前权重与代码已上线 GitHub 和 Hugging Face，推理与微调支持 vLLM-Omni、Reactor 托管推理，以及全量微调和 LoRA 适配。
在 NVIDIA RoboLab-120 基准的 1,200 个评测回合中，Praxis-1 整体成功率为 46.2%，高于 FLUX3Action（42.9%）、Cosmos3Nano（36.8%）和 π0.5（28.0%）。在 SimplerEnv 中经轻量微调适配 Google RT-1 机器人后，成功率从原策略的 52.4% 提升至 80.0%。上述数据仅限于素材给出的时间、任务与评测条件，不代表长期排名。
为什么重要
机器人基础模型长期存在闭源、各自为战、跨本体迁移困难的问题。Praxis-1 以 Apache 2.0 完全开放权重和商用权限，降低了从研究到部署的门槛，也为行业提供了一个可比较的开源基线。Runway 的表态是：物理 AI 的领先需要模型具备互操作性和开放度，这一逻辑与当前大模型开源与闭源的路线之争相呼应，可能推动更多厂商跟进开放具身智能模型。
对用户/开发者/创作者的影响
对开发者而言，可直接从 Hugging Face 拉取权重，在 LeRobot 生态中使用，并通过 LoRA 适配自有机械臂、相机和任务，不必重训整个模型。部署侧覆盖 H100、B200 数据中心 GPU、RTX 5090 与 RTX PRO 6000 工作站显卡，以及机器人端 Jetson Thor 边缘芯片，适合不同算力预算的团队。对普通用户和创作者，短期影响有限，更直接的变化是机器人应用开发与原型验证的成本可能下降。
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。
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
一是看开源社区能否基于 Praxis-1 产出可复现的跨本体部署案例；二是关注 RoboLab-120 等基准上竞品的跟进与第三方复测结果；三是留意商用落地后的授权合规、安全限制以及硬件适配是否持续扩展。目前公开信息显示这些方向尚待更多实际使用反馈验证。
来源：AIbase
