一句话结论:Runway 在 11 月 11 日把机器人世界动作模型 Praxis-1 的权重、推理代码和微调代码按 Apache 2.0 协议全部开放,27B 参数、约 54.4GB 权重,在英伟达 RoboLab-120 上以 46.2% 成功率拿下世界动作模型子类第一,标准版要 80GB 显存显卡,压缩版才塞得进 32GB 的 RTX 5090。
机器人策略模型过去最贵的一环在数据,不在算力。为一个机械臂采集遥操作示范录像,往往要专门搭人力工位,采完几百小时还只覆盖那一种本体、那几台相机。Runway 这套 Praxis-1 换了个思路:先用海量的通用视频预训练,再接一个体量很小的动作专家,去推演场景接下来会怎么变,然后反推机械臂该怎么动。11 月 11 日官方把整套东西开放出来之后,这个判断第一次可以被外人直接检验。
Runway 到底放出了什么
官方公告的标题是 Praxis-1 Is Now Available。它不止是一份权重,而是一套可以直接进入工程流程的制品。
| 交付项 | 具体内容 | 对使用方的意义 |
|---|---|---|
| 权重 | 27B 参数混合专家扩散 Transformer,BF16 约 54.4GB | 可以自部署,也可以自己量化 |
| 推理与微调代码 | GitHub 开放,含全量微调与 LoRA 两条路径 | 换本体、换相机不必重训整个模型 |
| 协议与工具链 | Hugging Face 原生 LeRobot 集成、vLLM-Omni 路径、Reactor 托管推理 | 接入主流机器人开发生态 |
| 训练与评测配方 | 研究报告与评测协议一并公开 | 第三方能按同一口径复现 |
| 许可 | Apache 2.0,允许商用 | 商用产品可以直接基于它做 |
模型结构上,Praxis-1 接收摄像头画面、文本指令和机器人位姿,同时预测视频与约 1.6 秒长的动作块。动作专家读取视频模型的内部状态,把想象出来的下一段画面直接翻译成关节指令。Runway 的研究主张是,网络视频在预训练阶段可以替代遥操作机器人视频,这会把瓶颈从采集数据转移到训练策略本身上。
RoboLab-120 榜首,但要连着作用域一起读
成绩来自英伟达的 RoboLab-120 基准,覆盖 120 项分拣、抓取与堆叠任务,总计 1200 个回合。
| 模型 | RoboLab-120 成功率 | 类别 |
|---|---|---|
| Praxis-1 | 46.2% | 世界动作模型 |
| FLUX 3 Action | 42.9% | 世界动作模型 |
| Cosmos3 Nano | 36.8% | 世界动作模型 |
| π0.5 | 28.0% | 视觉语言动作模型 |
这里有两个容易被读错的地方。第一,46.2% 意味着在仿真桌面任务里超过一半的回合仍然失败。第二,在包含智能体与其它架构机器人的总榜单上,Praxis-1 排第五,前面是两个 AI 智能体系统和两个不同架构的机器人模型。官方说的第一,是世界动作模型这个子类里的第一。所有数据由 Runway 自己跑出,目前没有独立第三方复现,评测协议公开之后才具备被检验的条件。
迁移成本:277 小时、1400 到 2600 小时、95 小时
预训练用通用视频,不代表微调阶段可以省掉本体数据。官方给出的三组数字把这个成本摆得很清楚。
| 目标本体 | 所需数据 | 结果 |
|---|---|---|
| Franka 单臂 | DROID 公开数据集约 277 小时录像 | 真机 10 项任务各试 10 次,成功 88 次 |
| FLUX 3 Action 对照 | 同上 | 同样 100 次里成功 80 次 |
| 双臂机器人 | 1400 到 2600 小时训练素材 | 官方列为迁移成本 |
| 未见过类型的移动机器人 | 约 95 小时微调 | SimplerEnv 模拟平均成功率 80.0% |
| Google RT-1 原策略 | 其自身训练 | 同一基准 52.4% |
80.0% 对 52.4% 这组对比最能说明迁移的价值。RT-1 那个机器人平台从未出现在 Praxis-1 的训练数据里,仅靠约 95 小时微调就超过了它自己原有的策略。双臂机器人要 1400 到 2600 小时,是所有场景里最贵的一块。
部署门槛:80GB 显存、RTX 5090 与 Jetson Thor
| 场景 | 硬件要求 | 说明 |
|---|---|---|
| 标准版 | 单卡 80GB 显存 | BF16 权重约 54.4GB |
| 压缩版 | 可放进 32GB 显存的 RTX 5090 | Runway 的显存估算,GitHub 文档注明峰值显存尚未实测 |
| 数据中心 | H100、B200 | 官方支持列表 |
| 工作站 | RTX 5090、RTX PRO 6000 | 官方支持列表 |
| 机器人端 | Jetson Thor | 本体侧推理 |
模型可以放在机器人本体上,也可以放在机架里再通信。压缩版能进 32GB 显卡这一点,对没有 H100 的团队是决定性的,但要注意官方自己标注了峰值显存未实测,落地前需要自己量一遍。
同期三个机器人基座的对照
一周之内,机器人基座模型接连开放。英伟达 GR00T 2 走的是大规模人类视频数据加快速 LoRA 微调路线,公开资料显示其数据量达到 402730 小时,微调只要 30 分钟。谷歌的 Gemini Robotics 2.5 已经进了奔驰产线做分拣任务,分拣成功率达到 96%,越狱抗性 99.5%。智元的 WITA-Omni 则是全模态具身模型,响应时间压到 400 毫秒并拿下四个榜单第一。
四者分工不同。Praxis-1 的差异点在于许可最宽松,权重、推理代码、微调代码和训练配方一次性全部交付,且明确允许商用。想快速验证一个本体能不能被通用视频预训练的策略接住,用它做起点比从零采集示范数据划算得多。
报告里自己写明的短板
- 模型仍会混淆外观相近的物体。
- 对模糊指令的处理效果不佳。
- 无法独立规划复杂的动作序列。
- 所有成绩均为厂商自测,尚无独立复现。
其中第一条和第三条是结构性的。世界模型靠视觉想象来推演,物体外观接近时想象本身就容易走偏,而单步预测的模型不会自动堆叠出多步策略。这类问题在分拣、堆叠这类有明确目标的任务里不致命,在需要规划的长任务里会立刻暴露。
常见问题
Praxis-1 和 GR00T 2、Gemini Robotics 2.5 该怎么选
按开放程度和商用许可,Praxis-1 是目前最宽松的一个,权重加代码加训练配方全部 Apache 2.0。GR00T 2 的优势在于微调成本低到 30 分钟量级,Gemini Robotics 2.5 的优势是已经在真实产线上跑过。团队的第一阶段建议用 Praxis-1 验证本体可行性,量产方案再评估另外两条路线的生态支持。
32GB 显存的显卡能不能跑 Praxis-1
官方给出了压缩版塞进 32GB RTX 5090 的路径,但同时标注峰值显存未实测。稳妥做法是先按官方清单跑通推理,再用自己实际的相机分辨率和动作频率量一次显存,机器人端还要额外算通信与解码的占用。
46.2% 的成绩有第三方验证吗
目前没有。所有数字都来自 Runway 自己,评测协议已经公开,第三方复现是可行的。判断这个成绩时应当把它放在正确位置:世界动作模型子类第一,总榜第五,且意味着仿真任务中过半回合仍然失败。
小结
Praxis-1 把机器人基座模型从封闭演示推进到了可下载、可微调、可商用的工程制品。46.2% 的 RoboLab-120 成绩和 277 小时的微调需求放在一起看,它的真实定位是:用通用视频预训练省掉大部分采集成本,再用少量本体数据完成迁移。至于它能不能撑起长任务规划,得等独立复现的结果出来才能下判断。
相关阅读
- 英伟达 GR00T 2 模型详解:402730 小时数据与 30 分钟微调
- Gemini Robotics 2.5 深度:奔驰产线分拣 96% 与越狱抗性 99.5%
- 智元 WITA-Omni:400 毫秒响应与四榜第一的具身全模态模型
- Runway 发布 Solaris:把软件界面当视频实时生成
- Black Forest Labs 发布 FLUX 3:首个能生成带音效视频的多模态模型
延伸阅读
- 宇树机器人公司资本狂飙:注册资本从10万增至2510万,增幅250倍1 月前
- 星动纪元VPP2登顶RoboDojo:综合得分39.26分超越GPT-6-Astra1 月前
- 36家机器人公司上市后首份财报:有人年赚17亿,有人卖到20亿仍亏损2 月前
- 狮子山实验室发布驭物 Lion-ER-35B-A3B:35B 总参仅激活 3B2 周前
继续读
往下这几篇值得接着看:
- World Labs Frameboy 上线:15 帧实时跑通 AI 世界模型2026-11-06
- 百度 ApolloWorld 世界模型:日行十万公里与 2+3 评价标准2026-11-05
- 蚂蚁灵波 LingBot 全栈 2.0:220 万下载与 9 个模型仓库2026-11-04
