Runway 推出机器人模型 Praxis-1：速度比 GPT-6 Astra 快 15.6 倍、成本降至 1/51

Runway 于 11 月 11 日发布机器人模型 Praxis-1，将视频预训练知识迁移到真实机器人控制，模型开放权重并采用 Apache 2.0 许可证，权重和代码分别公开在 Hugging Face 和 GitHub。模型基于 270 亿参数的 Runway 视频基础模型构建，支持本地运行，并提供可在英伟达 RTX 5090 上运行的 NVFP4 量化版本。 技术路线上，Praxis-1 先从普通视频学习物体运动和人手操作的规律，再将这些知识用于机器人动作学习，以绕开机器人训练数据采集成本高的问题。执行任务时，模型同时预测场景未来的变化和实现该结果所需的动作序列。 测试方面，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领先。官方还称，在相同工作站和任务上，其完成速度比 GPT-6 Astra 驱动的机械臂快 15.6 倍，单任务成本为后者的 1/51。开发者可下载权重在自有硬件上微调，Runway 后续将探索长期规划与基于预测的自我改进。