米Runway、動画AIをロボット制御に広げるオープンウェイトの世界行動モデル「Praxis-1」を発表

生成動画モデルで知られる米ニューヨークのAI企業Runwayは2026年9月30日、実機ロボットを制御するオープンウェイトの世界行動モデル「Praxis-1」を発表した。同社は自社の動画事前学習をロボット制御に転換したモデルだと説明している。現在3社のハードウェアパートナーと初期試験を進めており、モデルの重みは今後数カ月で公開するという。

主張の柱は二つの数値だ。Runwayの研究記事によると、ウェブ動画だけで事前学習した制御方策の最終配置誤差は16.1センチメートルで、遠隔操作のロボット動画で事前学習した方策の16.0センチメートルとほぼ同等だった。比較は93組の評価ペアに基づく。さらに自社の世界モデル内で方策をシミュレーションした結果は、実環境の結果を相関係数0.95で予測したとしている。スケーリング実験の事前学習量は約10時間から約1000時間で、第三者視点の動画を増やすほど方策の性能が上がったという。

パートナー3社は異なる形態のロボットを担う。Noble Machinesは双腕操作、Standard Botsは6軸アーム「RO1」、Ultraは移動台車で、各社が自社のハードウェア上でモデルを動かす。Runwayは公開前に多様なロボットと環境で有効性と安全性を確かめるための試験だと説明した。照明を管理し固定治具を用いたスタジオ環境で動いた方策が、再学習なしに混合光の家庭用キッチンカウンターへ移っても機能したという。パラメーター数、構造、ライセンス、公開日は明らかにしていない。

Praxis-1は、Runwayが2025年12月に打ち出した戦略の延長線上にある。同社は当時、動画モデルGen-4.5を基盤とする汎用世界モデルGWM-1を発表した。三つの派生版の一つであるGWM RoboticsはPython SDKで提供され、合成データの生成や実機を使わない方策評価に対応していた。Praxis-1はロボットを模擬する段階から、直接動かす段階に進んだことになる。

競争は激しい。米Physical Intelligenceは先行モデルπ0の重みを公開し、米エヌビディアはヒューマノイド向けGR00Tモデルを公開している。米グーグル傘下のGoogle DeepMindはGemini Roboticsモデルを一部パートナーに提供する。各社の発表によると、Skild AIは2026年1月に評価額140億ドルで14億ドルを調達して汎用ロボット頭脳を開発中で、Figure AIはシリーズCで評価額390億ドル、10億ドルを調達し自社モデルHelixを学習させている。

技術面の賭けは、ロボットに必要な物理の知識を高価な遠隔操作ではなく、一般の動画から大部分学べるかどうかにある。人がロボットを操縦して実演データを集める遠隔操作は、ロボット基盤モデルの主な学習素材だが、時間も費用もかかる。Runwayの16.1センチ対16.0センチという結果のように、ウェブ動画がほぼ同等の効果を持つなら、業界を縛ってきたデータの制約は緩む。世界行動モデルは、場面の変化を予測するモデルと行動を選ぶ方策を組み合わせ、結果を想像しながら動作する仕組みだ。

日本企業にとっての意味は小さくない。ファナックや安川電機は米エヌビディアやGoogle DeepMindと組んでAI機能を取り込み始めているが、国内の中堅ロボットメーカーやシステムインテグレーターの多くは基盤モデルを自前で学習する体制を持たない。複数のロボット形態で検証されたオープンモデルが商用利用可能な条件で公開されれば、自社の機体とデータで微調整して使う道が開ける。人手不足で自動化需要が高まる物流や食品工場では、立ち上げ期間の短縮に直結する可能性がある。

公開された根拠はまだ限られる。動画と遠隔操作の比較は誤差10〜20センチメートルの単一の配置指標に基づき、多くの産業用途が求めるミリ単位の精度とは隔たりが大きい。Runway自身も、硬い物体や繰り返し形状の物体、散らかった場面、透明な素材、変形する物体の四つを課題に挙げている。パラメーター数やライセンス、第三者のベンチマークがないため、π0やGR00Tと直接比べることはまだできない。

次の節目は数カ月以内とされる重みの公開と、Noble Machines、Standard Bots、Ultraの初期試験結果だ。ライセンス条件が、メーカーによる商用利用の可否を左右する。