Skip to content

新闻The Decoder8 天前

Runway开源Praxis-1视频动作模型,Franka实测成功率88% ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:Runway's open-source Praxis-1 turns video AI into a robot controller(The Decoder:AI News(RSS)(via AIHOT))

核心内容 ​

Runway正式开源机器人控制模型Praxis-1,采用Apache 2.0许可发布权重与代码。该模型定位为“世界动作模型”(World Action Model),通过相机图像、文本指令及机器人位置信息预测环境变化并计算动作。在Nvidia RoboLab-120仿真基准测试中,Praxis-1取得46.2%成功率,位居同类模型榜首;在Franka机械臂真机测试的10项任务(共100次尝试)中成功率达88%,显著优于FLUX 3 Action的80%。目前Standard Bots、Noble Machines等厂商已在人形、工业及双臂机器人上开展适配测试。

技术上,Praxis-1基于通用视频模型微调,利用DROID等数据集补充机器人专用数据:适配Franka仅需约277小时数据,双臂机器人需1400至2600小时。针对未见过的移动抓取平台,仅用95小时微调即达80%仿真成功率,远超Google RT-1的52.4%。部署方面,标准版需80GB显存,压缩版预估可在RTX 5090(32GB VRAM)运行。模型当前局限包括易混淆相似物体、无法自主规划长序列任务,需依赖上层AI拆解步骤,主要作为快速动作执行层使用。

关键看点 ​

  • 开源许可:Praxis-1权重与代码采用Apache 2.0协议开放,允许商业使用,基础模型及预适配版本已上线Hugging Face与GitHub
  • 性能基准:RoboLab-120仿真测试成功率46.2%居世界动作模型首位;Franka真机10任务100次尝试成功88次,优于FLUX 3 Action
  • 数据效率:适配Franka仅需277小时DROID数据;跨形态迁移至未知移动抓取平台仅需95小时微调,仿真成功率达80%
  • 部署规格:标准版需80GB显存,压缩版预估适配RTX 5090(32GB VRAM);当前不支持复杂长程规划,需外部模型分解任务

工程与产业观察 ​

Praxis-1验证了视频生成模型向具身控制迁移的技术可行性,大幅降低特定机器人数据采集门槛。其Apache 2.0开源策略与32GB显存压缩方案为中小团队提供了低成本验证路径,但复杂任务仍需分层架构支撑,标志着视频驱动具身智能进入工程化验证阶段。

线索来源:AIHOT

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. The Decoder:AI News(RSS)(via AIHOT):Runway's open-source Praxis-1 turns video AI into a robot controller ↗访问 2026-11-14