Runway 正式发布 Praxis‑1 世界动作模型，它把原本做视频生成的大模型底座改造为机器人控制策略，依靠海量互联网第三方视频预训练，不用大量昂贵的机器人遥操作演示数据，就能直接给机械臂、人形机器人输出控制指令，模型参数 270 亿，采用混合专家扩散 Transformer 架构，现已以 Apache2.0 协议开源权重，在 RoboLab-120 榜单上拿到不错成绩，打破了传统机器人学习高度依赖专属机器人实操数据的瓶颈，是视频生成厂商跨界具身智能的代表性方案。
一、Praxis‑1 核心基础信息
- 模型定位：世界动作模型（World Action Model），同时预测画面未来变化和机器人动作序列
- 基础架构：27B MoE 混合专家扩散 Transformer
- 开源协议：Apache 2.0，权重、推理代码、微调代码对外开放
- 测试硬件：人形机器人、六轴机械臂、双臂仓储机器人，由多家合作厂商适配测试
- 基准成绩：RoboLab-120 任务成功率 46.2%，优于多款主流开源 VLA 模型
| 模型 | RoboLab-120 任务成功率 |
|---|---|
| Praxis‑1 | 46.2% |
| FLUX 3 Action | 42.9% |
| Cosmos3 Nano | 36.8% |
| π0.5 | 28.0% |
二、为什么要拿视频大模型改造成机器人控制器
- 传统机器人方案痛点：机器人遥操作数据采集成本高、数量少，很难覆盖家庭、仓储里大量边缘场景，模型泛化能力差。
- 视频数据优势：互联网上普通人拍摄的日常视频数量几乎无限，Praxis‑1 从第三人称视频里学习物品操作逻辑，效果接近昂贵的机器人示范数据。
- 仿真校验能力：在 Runway 世界模型里仿真机器人动作，仿真结果和真实场景相关性达到 0.95，可以提前排查故障，减少真机测试损耗。
- 复用成熟底座：直接复用 Runway 已经打磨好的视频预测大模型，不用从零搭建机器人策略模型，研发效率更高。
三、Praxis‑1 使用落地步骤
- 环境准备：需要 80GB 显存级别的 GPU，开发者可以使用全量微调或者轻量 LoRA 微调两种方式。
- 硬件适配：根据自己的机器人形态（机械臂、人形、仓储双臂机器人）做适配，绑定摄像头观测输入。
- 指令输入：输入自然语言任务指令，例如 “拿起网球放进盒子”，模型读取摄像头画面输出动作序列。
- 仿真预验证：先在 GWM 世界模型仿真环境跑一遍，评估会不会失败，再下发到真实机器人。
- 迭代优化：在真机上收集少量真实数据，叠加到视频预训练底座继续微调，提升场景适配性。
四、当前方案局限与小结
Praxis‑1 属于通用机器人策略模型，不是开箱即用、适配所有机器人的成品系统，不同硬件依然需要适配调试；它适合科研、机器人开发团队做二次开发，短期内还很难直接落地到消费级家用机器人。这套方案证明，大规模视频预训练可以作为机器人控制的底座，给具身智能提供新路线，后续会有更多视频大模型厂商跟进这个方向。
【相关 FAQ】
问题 1：Runway 的 Praxis‑1 是怎么把视频大模型改造为机器人控制器的？
回答 1：Runway 的 Praxis‑1 复用视频大模型的预训练底座，以海量第三人称互联网视频学习物体交互逻辑，模型同时预测画面变化和机器人动作，把视频理解能力转化成机器人控制策略，不再只依靠机器人示范数据训练。
问题 2：Praxis‑1 开源了吗，用什么协议，开发者可以拿来做什么？
回答 2：Praxis‑1 已经开源权重与推理代码，采用 Apache2.0 协议，开发者可以基于它做机械臂、人形机器人的控制策略开发，支持 LoRA 轻量微调。
问题 3：Praxis‑1 和普通机器人模型相比，最大优势是什么？
回答 3：Praxis‑1 依托视频大模型改造，核心优势是不依赖大量昂贵的机器人遥操作数据，依靠海量公开视频就能学到操作逻辑，泛化能力更强，降低机器人训练的数据门槛。
【参考资料】
[2026-11-12]（Runway Praxis-1 开源权重发布，Apache2.0 协议）Sulat AI
[2026-11-11]（Runway Praxis‑1：视频大模型改造机器人控制器正式开源）MadRobot
[2026-11-11]（Runway 正式开放 Praxis-1，世界动作模型登上 RoboLab 榜单）Runway 官方新闻
[2026-09-30]（Introducing Praxis-1：Runway 世界动作模型发布）Runway Research 官网
[2026-10-26]（Runway Praxis-1 技术解读，视频预训练用于机器人控制）ki-news-schweiz
【免责声明】
本文关于 Praxis‑1 的参数、跑分、开源信息来自 Runway 官方公告与科技媒体报道；模型落地效果受 GPU 算力、机器人硬件适配、场景影响；该模型属于研究开发类模型，不保证直接商用稳定；本文仅作 AI 行业资讯参考，不构成技术选型、投资建议。
本文来自作者[碎流网关]投稿，不代表新投网立场，如若转载，请注明出处：https://www.eastpo.net/ai/202611/1370.html
评论列表（4条）
我是新投网的签约作者“碎流网关”！
希望本篇文章《Runway 推出 Praxis‑1，将视频大模型改造为机器人控制器》能对你有所帮助！
本站[新投网]内容主要涵盖：互联网行业的追踪与探索
本文概览：Runway 正式发布 Praxis‑1 世界动作模型，它把原本做视频生成的大模型底座改造为机器人控制策略，依靠海量互联网第三方视频预训练，不用大量昂贵的机器人遥操作演示数据，就能直接给机械臂、人形机器人输出控制指令，模型参数 270 亿，采用混合专家扩散 Transformer 架构，现已以 Apache2.0 协议开源权重，在 RoboLab-120 榜单上拿到不错成绩，打破了传统机器人学习高度依赖专属机器人实操数据的瓶颈，是视频生成厂商跨界具身智能的代表性方案。