Runway 发布 Praxis-1:机械臂任务速度比 GPT-6 Astra 快 15.6 倍
Runway 不做视频了?他们发的 Praxis-1 是机器人操控模型,驱动机械臂比用 GPT-6 Astra 快 15.6 倍、单任务便宜 51 倍。做具身智能或产线自动化的开发者可以关注专用模型和通用 LLM 这条路线之争。
Runway 宣布推出 Praxis-1,一款面向机器人操控的模型。在同一测试站和任务集上,Praxis-1 驱动机械臂完成任务的耗时只有 GPT-6 Astra 的 1/15.6,单任务成本降低 51 倍。
从公布的数据看,Praxis-1 走的是专用操控模型路线,而非把通用大语言模型接到机械臂上。通用 LLM 在规划与对话上强,但生成的动作序列延迟高、推理成本大,这类专用模型通常通过针对操控场景的训练压缩推理开销,适合高频重复的抓取与装配类任务。
这组对比数字也暗示机器人赛道正在分化:一边是 GPT-6 Astra 这样的通用模型驱动硬件,一边是 Praxis-1 这类专攻速度与单位成本的垂直方案。对做具身智能和自动化产线的团队来说,单任务成本 51 倍的差距直接决定商业上能否落地。
Praxis-1 dramatically outperforms frontier LLMs on speed and cost. On the same station and tasks, Praxis-1 finished 15.6x faster than GPT-6 Astra driving the arm, at 51x lower cost per completed task.
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、GPT-6 Astra、具身智能,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「Runway ML」(@runwayml),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 Artificial Analysis、IT之家、marktechpost 等),属于近期高关注度行业信号。