资讯›热点›正文

Runway开源Praxis-1机器人世界动作模型,视频预训练直接驱动物理机械臂

星野漫游 2026-11-23 00:35 阅读 14 热点
以AI视频生成闻名的Runway将27B参数机器人世界动作模型Praxis-1以Apache 2.0协议开源。模型经DROID真机数据微调后在NVIDIA RoboLab-120榜单取得46.2%成功率,居开源机器人基础模型首位,权重与微调代码已同步发布。

以AI视频生成闻名的Runway把研究重心延伸到了具身智能领域。该公司已将机器人世界动作模型Praxis-1以Apache 2.0协议正式开源,权重、推理与微调代码同步发布在GitHub和Hugging Face上,任何开发者都可以下载、修改并商用。Runway开源Praxis-1机器人世界动作模型,视频预训练直接驱动物理机械臂

Praxis-1并非传统意义上的视觉-语言-动作模型。它的基础是一个约270亿参数的混合专家扩散Transformer视频基础模型,每个词元仅激活约28亿参数;在此之上,Runway接了一个约3.14亿参数的小型动作专家模块,它不读视频模型的输出画面,而是直接读取其内部状态。每次调用时,模型接收指令、最新相机帧和机械臂当前位姿,先在内部想象接下来几秒的画面,再据此输出一段1.6秒、24步(15Hz)的动作序列,机器人执行完再回来调用下一次。

成绩方面,Runway公布的数据显示,经DROID数据集约277小时真机数据微调后,Praxis-1在NVIDIA的RoboLab-120仿真榜单上取得46.2%的成功率,高于FLUX 3 Action的42.9%、NVIDIA Cosmos3 Nano的36.8%和Physical Intelligence π0.5的28.0%,位居世界动作模型与开源机器人基础模型首位。需要注意的是,这些数字均为Runway自行测试,且在总榜上它仍排在两个智能体系统之后。

Runway开源Praxis-1机器人世界动作模型,视频预训练直接驱动物理机械臂

Runway选择做机器人的逻辑很直接:机器人学习最大的瓶颈是数据,而互联网视频是唯一近乎无限的训练数据来源。看惯了物体移动、跌落、碰撞的视频模型,本身就是一个隐式物理引擎。消融实验也支持这一判断——用网络视频与遥操作真机数据分别做预训练再微调,最终放置误差几乎相同,16.1厘米对16.0厘米。

自9月发布以来,Noble Machines、Standard Bots和Ultra三家首发伙伴已分别在四足人形机器人、六轴工业机械臂和双臂仓储机器人上跑通了Praxis-1。模型可运行在从H100、B200到RTX 5090乃至机器人端Jetson Thor的全系NVIDIA硬件上。在NVIDIA开源GR00T 2、谷歌Gemini Robotics 2.5已进入奔驰产线的同一周里,Runway交出了许可证最宽松的一份答卷——具身智能的竞争正在从能不能做,转向谁的基础更开放。

读者评论 (0)

想参与讨论?请 登录 后发表评论。

还没有评论,欢迎抢沙发!