Runway 发布机器人模型 Praxis-1，官方称速度较 GPT-6 Astra 快 15.6 倍、成本降至 51 分之一
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
- 1Runway 发布机器人模型 Praxis-1，将视频预训练知识用于真实机器人控制，权重以 Apache 2.0 开放
- 2官方称相同工作站和任务上，Praxis-1 速度比 GPT-6 Astra 驱动机械臂快 15.6 倍，单任务成本为其 51 分之一
- 3在 RoboLab-120 基准 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表现领先
- 4模型基于 270 亿参数的 Runway 视频基础模型构建，提供可在英伟达 RTX 5090 运行的 NVFP4 量化版本
Runway 以开放权重把视频预训练能力迁移到机器人控制，走低成本数据路线切入机器人基础模型，官方对比数据尚无独立验证。
- 影响：开放权重加 RTX 5090 量化版本降低了在自有硬件上部署微调的门槛，机器人自动化试点可低成本尝试；官方宣称的速度与成本优势若在具体场景复现，会影响机械臂任务的投入核算；Runway 自述研究处于早期，长期规划能力仍在探索。
- 参考：可考虑让自动化或产线团队跟踪 Praxis-1 权重与基准的复现结果；已有机械臂部署的企业，值得按官方口径测算单任务成本与自己现行方案的差距，再决定是否小规模试用。
- 依据：快 15.6 倍与成本 51 分之一为 Runway 官方口径，暂无独立验证；46.2% 成功率来自披露的 RoboLab-120 测试结果；开放范围以 Apache 2.0 许可证为准。
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。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
来源：IT之家·人工智能 · ithome.com