Runway Praxis-1 怎么跑:46.2% 榜首与 80GB 显存门槛

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

全部文章归档与模型专题