Runway AI发布面向机器人的世界动作模型Praxis-1，并以Apache 2.0许可开放模型权重、推理和微调代码，可用于商业场景。开发者可通过GitHub、Hugging Face和vLLM-Omni使用该模型。
Praxis-1是一个270亿参数的混合专家扩散Transformer，同时预测视频和机器人动作。Runway称，模型先从大规模视频学习物体运动和任务演化，再通过机器人数据学习如何采取行动。
在NVIDIA RoboLab-120基准的1200次测试中，Praxis-1成功率为46.2%，高于FLUX 3 Action的42.9%、Cosmos3 Nano的36.8%和π0.5的28.0%，总榜排名第五。
Runway与Noble Machines、Standard Bots和Ultra合作，把同一模型用于腿式人形机器人、六轴工业机械臂和双臂仓储工作站。Noble Machines的木板搬运任务只提供约半小时示例后，模型在标准测试中完成15次成功操作；面对未见过的杂乱木板堆，10次测试中有6次完成清理。
Praxis-1支持完整微调和LoRA低秩适配，可针对机器人本体、摄像头和任务进行轻量调整。在训练中未出现过的Google RT-1机器人上微调后，模型在SimplerEnv中的成功率达到80.0%，原始RT-1策略为52.4%。
模型支持从H100、B200等数据中心GPU，到RTX 5090、RTX PRO 6000工作站GPU及机器人端Jetson Thor等NVIDIA硬件。Runway表示，开放权重可让硬件厂商在自有环境中运行、检查和适配模型。
Runway下一步将与合作伙伴扩大仓库、工厂和工业现场部署，用真实任务中遇到的问题继续改进模型。
