2026年11月14日 往期简报 EN
AI 每日雷达

AI 与前沿科技,每天早上讲清楚

Runway 开源机器人模型 Praxis-1,用视频知识驱动机器控制

Runway 发布了机器人模型 Praxis-1,同时公开模型权重与源代码,采用 Apache 2.0 许可。该模型把视频训练中获得的知识迁移到机器人控制任务上,按照 Runway 的说法,它在 Nvidia 的 RoboLab-120 基准的 World Action Model(世界动作模型)类别中排名第一;这一排名属于厂商自述,尚未见到独立复现。目前的限制是,它还不能自行规划复杂的动作序列,因此仍需外部规划器或人工给出任务步骤。

背景:世界动作模型与 RoboLab-120

世界动作模型(world action model)把视频训练中获得的动态知识用于生成机器人动作;与之相邻的 VLA(视觉-语言-动作模型)则直接把视觉输入和语言指令映射为动作。Runway 称 Praxis-1 在 RoboLab-120 上超过所有开权重 VLA;该基准包含 120 项机器人任务,覆盖抓放、堆叠、重排和工具使用等,每项都带语言指令,并通过可组合谓词自动判定成功或失败。另有报道称 Praxis-1 为 270 亿参数、在该基准上的成功率为 46.2%,可作为理解其领先幅度的参照。

影响

Apache 2.0 允许开发者修改、再分发并用于商业产品,且无需开源自己的改动,这降低了机器人团队把视频预训练能力接入自有硬件栈的门槛。但由于缺少自主的长程规划能力,实际部署时通常还需要另行搭配任务规划模块,不能把它当作端到端完成复杂作业的方案。

延伸阅读

更多 人工智能

查看全部