Runway发布开放权重世界动作模型Praxis-1，把视频模型延伸到机器人控制

以生成式视频模型闻名的美国纽约AI公司Runway于2026年9月30日发布Praxis-1，称其为一款开放权重的世界动作模型，可把公司的视频预训练能力转化为对真实机器人的控制。该模型正与三家硬件伙伴进行早期测试，Runway表示将在未来几个月公开模型权重。

这一主张的核心依据是两组数据。据Runway研究文章，仅用网络视频预训练的策略最终放置误差为16.1厘米，用遥操作机器人视频预训练的策略为16.0厘米，二者几乎相当，比较基于93组评估样本。Runway还称，在其世界模型中模拟机器人策略，对真实结果的预测相关系数达到0.95。扩展实验中的预训练视频量约从10小时到1000小时，Runway表示第三人称视频越多，策略表现越好。

三家伙伴覆盖不同形态的机器人：Noble Machines测试双臂操作，Standard Bots测试其RO1六轴机械臂，Ultra测试移动底盘，各自在自有硬件上运行模型。Runway称测试旨在公开发布前，在多种本体和环境中同时验证有效性和安全性。公司表示，同一策略可从灯光受控、固定机架的摄影棚环境迁移到混合光线下的家用厨房台面，无需重新训练。Runway未披露参数规模、架构细节、许可条款和发布日期。

Praxis-1延续了Runway在2025年12月提出的路线。当时公司推出基于Gen-4.5视频模型的通用世界模型GWM-1，其三个版本之一GWM Robotics通过Python SDK提供，用于生成合成数据以及在无实体硬件的情况下评估机器人策略。Praxis-1则从模拟机器人迈向直接驱动机器人。

这意味着一家视频生成公司闯入了资金更雄厚的机器人专业赛道。Physical Intelligence此前开放了π0模型权重，英伟达公开发布GR00T人形机器人模型，谷歌DeepMind向部分合作伙伴提供Gemini Robotics模型。据公司公告，Skild AI于2026年1月以140亿美元估值融资14亿美元打造通用机器人大脑，Figure AI在C轮以390亿美元估值融资10亿美元后自研Helix模型。

技术上的赌注在于，机器人所需的物理常识能否主要从普通视频而非昂贵的遥操作中习得。遥操作即由人操控机器人录制示范数据，目前仍是机器人基础模型的主要训练来源，但采集慢、成本高。如果网络视频的效果接近遥操作，正如Runway在测试任务中16.1厘米对16.0厘米的结果所示，困扰行业的数据瓶颈将明显缓解。世界动作模型把预测场景演变的模型与选择动作的策略结合在一起，使同一系统既能推演结果又能执行动作。

对中国产业而言，这一路线既是机会也是挑战。国内厂商在遥操作数据采集上投入巨大，多地建设了数据采集训练场，智元、宇树等企业也已开源各自的机器人模型。若网络视频可以大量替代遥操作数据，重资产的数据工厂模式将面临重估，而拥有海量短视频资源的平台企业可能获得新的筹码。同时，中国在整机和零部件上的成本优势，与开放模型结合后可能进一步扩大出货规模。

目前披露的证据仍然有限。视频与遥操作的比较只基于一个放置指标，误差在10至20厘米之间，距离工业任务所需的毫米级精度相去甚远。Runway自己列出了四类待改进的失败场景：刚性或重复物体、杂乱场景、透明材料和可变形物体。由于缺少参数规模、许可条款和第三方基准，暂时无法将Praxis-1与π0或GR00T直接比较。

下一个节点是未来几个月的权重发布，以及Noble Machines、Standard Bots和Ultra的首批测试结果。许可条款将决定制造商能否将其用于商业用途。