Runway开源Praxis-1：27B机器人模型免费开放

11月11日，以AI视频生成闻名的Runway正式开源了机器人模型Praxis-1。这是一个拥有272亿参数的”世界动作模型”，权重与代码以Apache 2.0协议发布，允许免费商用，任何人都能下载、微调，并把它装进自己的机器人里。就在同一周，英伟达开放了GR00T 2，谷歌的Gemini Robotics 2.5走进梅赛德斯-奔驰工厂，机器人大模型罕见地迎来了一个”开源周”，而Runway这一次是其中最开放的一个。

开源了什么：模型、代码与三个版本

Praxis-1并不是一个全新面孔。Runway在今年9月首次介绍了它，随后交给Noble Machines、Standard Bots和Ultra三家合作伙伴先行测试，分别跑在双足人形机器人、六轴工业机械臂和双臂仓储机器人上。11月11日的发布，是把它完整交到所有开发者和研究者手里。

这次开源的完整程度在同类发布中相当少见。三个检查点一并放出：基础模型、在DROID机器人数据集上微调的单臂版本，以及为双臂YAM机器人微调的双手版本；推理代码、完整微调代码和LoRA微调代码也一同公开。模型发布在GitHub和Hugging Face上，原生支持开源机器人框架LeRobot，可通过vLLM-Omni部署，Runway自家的Reactor平台则提供托管推理。

硬件门槛是现实的一面：完整模型以bfloat16精度保存，体积54.4GB，需要一块80GB显存的GPU才能跑起来；4位NVFP4量化版可压缩到17.5GB。Runway表示，模型可直接运行在英伟达的硬件上，从数据中心的H100、B200，到工作站的RTX 5090、RTX PRO 6000，乃至机器人内置的Jetson Thor计算模块。

视频模型如何学会”动手”

Praxis-1的核心思路，是把视频预测能力迁移到机器人控制上。它的底座是Runway的视频基础模型——一个在海量互联网视频上预训练的扩散Transformer，本身已经编码了物体如何移动、掉落、滑动和被抓起的粗略理解。Praxis-1在此基础上增加了一个16层的”动作专家”，总参数272亿次，每次前向推理约28亿参数处于激活状态。

Runway把这种架构称为”世界动作模型”：模型先预测接下来一小段视频里场景应该变成什么样，再从这段”想象的未来”中推导出机器人为实现它应执行的动作。按Runway技术文档的说法，模型每次调用能在约半秒内生成1.6秒的动作——即15Hz频率下的24行动作指令，在一块H100 GPU上完成。

这种”先想象、再动手”的路线，与直接从指令映射到关节动作的传统策略不同。视频预训练让模型先学会了物理世界的运动规律，再用真实的机器人操作数据做微调。Runway还发布了真实机器人运行的演示：双臂YAM机器人和单臂Franka机械臂完成把杯子倒扣在托盘上、把物品装箱合盖、把瓶子收进箱子并关上抽屉等需要接触与协调的日常任务。

成绩单：46.2%的含金量

Runway给出的 headline 数字来自RoboLab-120，这是英伟达的仿真基准测试，包含120个桌面操作任务、每个任务10次试验、共1200个回合。经DROID微调的Praxis-1完成了555个回合，成功率46.2%，领先于FLUX 3 Action的42.9%。Runway称，这是该榜单上世界动作模型和开源机器人基础模型中的最好成绩。另一项测试中，经谷歌RT-1数据微调的版本在SimplerEnv上达到80.0%的成功率，而原始RT-1策略为52.4%。

但这份成绩单需要冷静看待。首先，所有数字都来自Runway自己的评估，尚未有独立实验室复现。其次，46.2%即便排名第一，也意味着在仿真桌面任务中仍有一半以上会失败；仿真成绩更不等于真实工厂里的可靠性。Runway也承认，模型仍需针对每台目标机器人做微调，所谓”通用”是有前提的。

谁能用上，门槛在哪

对学术实验室和机器人初创公司来说，Praxis-1的吸引力在于”开箱即用”的程度：权重、代码、微调工具链一次给齐，Apache 2.0协议允许商用、修改和再分发，不用再为授权谈判耗费时间。Noble Machines、Standard Bots和Ultra三家合作伙伴已经在自己的硬件上跑了起来，这也是Runway最有力的背书。

但门槛同样真实：完整模型需要80GB显存，量化版在消费级硬件上的实时性能尚未公布实测数据；把模型跑起来不等于机器人就能干活，针对具体任务的微调、数据采集和安全验证仍是每家团队自己的工作。开源权重不会自动带来安全的机器人动作——一个能预测”合理动作”的模型，依然可能抓错、放错甚至撞坏东西。

机器人大模型的”开源周”

Praxis-1的发布时机耐人寻味：英伟达几天前开放了GR00T 2，谷歌的Gemini Robotics 2.5已经进厂。三大模型路线同台，但开放程度明显不同——Runway给出了完整的权重、微调代码和商用许可，是三者中最彻底的一次。视频生成公司跨界做机器人，也说明了一个行业共识正在形成：理解世界如何运动的能力，可能比单纯的机器人操作数据更接近通用机器人的关键。

影响与展望

短期看，Praxis-1最可能先在研究社区和小型机器人团队中扩散：低成本机器人平台SO-101已被Runway列为可微调适配的对象，这意味着爱好者和实验室能以较低成本验证”视频预训练+动作微调”的路线。接下来值得观察的证据，是量化版在工作站硬件上的实测速度，以及三家合作伙伴的部署反馈。

更长远看，机器人大模型正在复制大语言模型两三年前走过的路：从封闭演示走向开源权重，从榜单竞争走向真实部署。Praxis-1的46.2%提醒我们，这条路还处在早期——模型刚学会”想象”未来，离可靠地”动手”改变现实，还有相当长的距离。但至少从11月11日开始，任何人都可以亲手验证这一步走到了哪里。