跳到主要內容
2026-11-15 日報
模型發布

Runway 開源機器人模型 Praxis-1:採 Apache 2.0 授權,RoboLab-120 評測成功率 46.2%

The Decoder單一來源
核實資料不足

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

查證回合用盡,未形成有依據結論

AI 公司 Runway 宣布開源其機器人控制模型 Praxis-1 的權重與原始碼,採 Apache 2.0 授權開放商業使用,模型已上架 Hugging Face,程式碼則託管於 GitHub。Praxis-1 被定義為「世界動作模型」(World Action Model),以前期學習物體運動的視訊生成模型為基礎,再結合人類行為視訊與機器人資料微調而成;系統輸入攝影機影像、文字指令與位置資訊後,可預測環境變化並即時計算機器人對應動作。 在訓練資料方面,根據 Runway 發布的研究報告,將模型適配至單臂 Franka 機械臂需使用公開 DROID 資料集約 277 小時的抓取與移動紀錄,雙臂機器人則需 1,400 至 2,600 小時資料。在測試表現上,Nvidia RoboLab-120 模擬基準測試(包含 120 項分類、抓取與堆疊任務)顯示,Praxis-1 達成 46.2% 成功率,超越同架構模型 FLUX 3 Action 的 42.9%,位列世界動作模型類別第一、總榜第五;在 Franka 實體機械臂的 10 項任務(如關抽屜、放置香蕉)共 100 次嘗試中,Praxis-1 成功 88 次,高於 FLUX 3 Action 的 80 次。此外,在未納入預訓練的 Google RT-1 移動式機械臂跨機型遷移測試中,Praxis-1 經 95 小時資料微調後於模擬環境取得 80% 平均成功率,高於 RT-1 原作的 52.4%。上述測試均由 Runway 自行執行,尚未經獨立第三方驗證。 硬體配置方面,Praxis-1 標準版需使用具備 80GB 記憶體的 GPU;依官方記憶體估算,壓縮版本可於搭載 32GB VRAM 的 RTX 5090 運行,但實際峰值佔用尚未實測。Runway 亦指出該模型目前偶爾會混淆外觀相似的物體、難以應對模糊指令,且無法自主規劃複雜動作序列,長任務仍需依序提供具體步驟。該模型自 9 月底起已由 Standard Bots、Noble Machines 及 Ultra 等業者在人形、工業與倉儲雙臂機器人上展開測試。
讀原始報導
相關主題