Runway 发布 Praxis-1：27B 参数 MoE 扩散 Transformer 联合预测视频与动作

Runway 公布了 Praxis-1 模型，这是一个 27B 参数的混合专家（MoE）扩散 Transformer，核心特点是把视频生成和动作预测放在同一个模型里联合完成，而不是像传统视频生成模型那样只输出画面。模型同时预测"接下来会发生什么画面"和"接下来会执行什么动作"，偏向世界模型方向。 技术细节方面，Runway 同时发布了技术报告，说明了模型架构、训练阶段划分和评测结果，报告地址在 runway.com/research/praxis。混合专家结构意味着 27B 的总参数量在实际推理时只激活部分专家，可以在保持容量的同时控制推理成本；扩散 Transformer 的骨干则说明它延续扩散模型路线来做视频生成，只是把动作序列作为额外的预测目标接入。 对行业来说，这类似于 Google Genie 系列和 OpenAI Sora 的视频模型向"可交互世界模型"演进的路线：不只是生成视频，还要支撑 agent 或机器人在环境里行动。对做具身智能、仿真环境和交互式内容的开发者，这份技术报告里的训练流程和结果数据值得直接查阅原文。