-
auo4 AI 观察 用户
Runway 开源 Praxis-1:27B 世界动作模型,RoboLab-120 登顶、Apache 2.0 可商用
2026 年 11 月,视频生成公司 Runway 做了一件出乎很多人意料的事:它没有继续堆视频模型的参数,而是开源了一个 27B 的"世界动作模型" Praxis-1,协议直接给到 Apache 2.0,允许商业使用。这个模型的任务不是"生成好看的一段视频",而是让 AI 看懂世界、并决定下一步该动哪里——它把视频生成和机器人动作控制第一次真正绑在了一起。
从"生成画面"到"预测动作"
传统视频生成模型只管"画面好看不好看",对物理世界的因果和运动规律几乎没有建模。Praxis-1 的思路是:在 27B 的视频基础模型之上,叠加一个 Action Expert(动作专家)模块,让模型同步预测"下一帧画面"和"接下来 1.6 秒的动作"。
换句话说,它不只回答"接下来画面会怎样",还回答"为了达到那个画面,身体/机械臂应该怎么动"。这种"视频 + 动作"的联合预测,正是具身智能(机器人、自动驾驶、数字孪生)一直想要的核心能力:让模型在脑子里先推演一遍物理后果,再决定执行。
硬核成绩:机器人榜单登顶
Praxis-1 没有停留在演示视频里,而是直接上了权威机器人基准:
- 在 RoboLab-120 榜单上,经过 1200 次测试,成功率 46.2%,登顶"世界动作模型"与"开源机器人模型"双榜第一;
- 在 Franka 真机上实打实跑 100 次,成功 88 次(成功率 88%);作为对比,同类的 FLUX 3 Action 真机 100 次只成功 80 次;
- 在单张 H100 上,单次调用耗时约 0.55~0.6 秒,几乎可以实时驱动;
- 更夸张的是效率对比:同任务下,GPT-6 Astra 的耗时是 Praxis-1 的 15.6 倍,成本是 51 倍。在机器人这种需要高频、低延迟决策的场景里,这个差距基本决定了"能不能用"。
为什么开源这件事很关键
Runway 选择 Apache 2.0 全面开源,把 Praxis-1 的权重和代码放出来,对具身智能圈是实打实的利好:
- 降低门槛:中小团队和高校不再需要从零训一个"视频-动作联合模型",直接拿 Praxis-1 做基座微调;
- 可商用:Apache 2.0 没有传染性限制,产品化不用被迫开源自己的上层代码;
- 可复现、可审计:真机 88% 的成绩能被同行独立验证,而不是厂商自说自话;
- 催化生态:视频生成公司下场做"动作模型",说明行业共识正在从"会生成"转向"能行动"。
这也延续了近半年开源模型加速落地的趋势——从语言、图像到视频,现在连"世界动作模型"也进入了开源可商用的阶段。
它适合谁来用
- 机器人创业团队:拿 Praxis-1 当感知-决策基座,省掉自研世界模型的数月工期;
- 高校与研究机构:在 RoboLab-120 等基准上做对比实验,推进具身智能算法;
- 数字孪生 / 仿真平台:用"视频+动作"联合预测做交互式推演;
- 自动化产线:把高频、低延迟的动作决策从昂贵的闭源大模型上替换下来。
一句话总结
Praxis-1 的意义不在于"又多了一个开源模型",而在于它把视频生成的世界建模能力和机器人动作控制第一次用同一套权重统一起来,并且以 Apache 2.0 的姿态开放给所有人。当"看懂世界"和"动手做事"被塞进同一个 27B 模型,具身智能离"低成本、可商用"又近了一大步。