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
机械臂任务最强 AI 引擎：Praxis-1 完胜 GPT-6 Astra，速度快 15.6 倍、成本降至 1/51
做视频生成的 Runway 突然下场做机器人，用 270 亿参数视频模型打底，开放权重还能在一张 RTX 5090 上跑，比 GPT-6 Astra 快 15.6 倍、成本低 50 倍。搞机器人和具身智能的可以看看权重和基准细节，Apache 2.0 意味着能直接拿去商用微调。
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。
机械臂任务最强 AI 引擎：Praxis-1 完胜 GPT-6 Astra，速度快 15.6 倍、成本降至 1/51
IT之家 11 月 12 日消息，美国视频 AI 公司 Runway 昨日（11 月 11 日）宣布推出机器人模型 Praxis-1，将视频预训练中学到的知识用于真实机器人控制。该模型开放权重，采用 Apache 2.0 许可证，开发者可在自有硬件上运行和微调。 Praxis-1 模型的设计思路，是让 AI 先从普通视频中学习物体如何运动、人的手如何操作，再将这些知识用于机器人动作学习，从而应对机器人训练数据采集成本高的问题。执行任务时，模型不仅预测接下来场景会变成什么样，也预测实现这一结果需要哪些动作。 该模型基于拥有 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 显卡上运行的 NVFP4 量化版本。模型权重与相关代码分别在 Hugging Face 和 GitHub 公开。 据报道披露的测试结果，Praxis-1 在 RoboLab-120 基准的 1200 个场景中完成 555 个，成功率约 46.2%，在其中的世界动作模型及开放机器人基础模型类别中表现领先。Runway 表示，相关研究仍处于早期阶段，后续将重点探索长期规划，以及让模型利用预测结果评估、改进自身动作。 官方表示 Praxis-1 在速度和成本方面都显著优于目前最先进的激光机械臂。在相同的工作站和任务上， Praxis-1 的完成速度比由 GPT-6 Astra 驱动的机械臂快 15.6 倍，而完成每个任务的成本是其 51 分之一。
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Praxis-1、Runway、机器人模型、开源模型，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「IT之家」，经 AITOP 多维评分管线结构化提炼。
