Runway开源Praxis-1：270亿参数世界动作模型登顶RoboLab-120
人工智能在具身智能领域的竞争迎来了又一个里程碑。近日，知名人工智能企业 Runway 宣布，其旗舰级世界动作模型 Praxis-1正式面向全球开发者和研究者开源，并采用友好的 Apache2.0许可，不仅开放了全部模型权重，还同步开源了推理和微调代码，全面支持商业用途。 顶尖性能:270亿参数 MoE 架构，登顶权威机
具身智能赛道的竞争又添一个节点。知名人工智能企业Runway近日宣布，旗舰级世界动作模型Praxis-1正式向全球开发者和研究者开源，许可采用Apache2.0，模型权重全部放开，推理与微调代码同步释出，商业用途也在允许范围内。
性能表现：270亿参数MoE架构，拿下权威机器人榜单第一
Praxis-1有270亿参数，走的是混合专家扩散Transformer（MoE Diffusion Transformer）路线，核心创新点在于同时预测视频与动作。此前Runway已与Noble Machines、Standard Bots以及Ultra等硬件合作伙伴协作，在足式人形机器人、六轴工业机械臂和双臂仓储机器人上把该模型跑通。
NVIDIA旗下权威的RoboLab-120基准测试中，Praxis-1的表现相当强势。1，200个评测回合里，整体成功率达到46.2%，压过FLUX3Action（42.9%）、Cosmos3Nano(36.8%)以及π0.5(28.0%)等一众对手，排在世界动作模型首位。
迁移泛化能力的测试也给出了结果。在Google RT-1机器人上做轻度微调——这台机器人从未出现在其预训练数据中——Praxis-1在SimplerEnv模拟环境中的成功率升到80.0%，原始RT-1策略则为52.4%，先发优势与跨形态适应能力由此得到印证。
硬件适配与生态支持：从数据中心一路覆盖到边缘端侧
落到实际部署，Praxis-1对硬件的包容度很高。它与NVIDIA生态契合较深，H100、B200等高性能数据中心GPU在支持之列，RTX5090、RTX PRO6000等工作站级显卡也能适配，甚至可以直接跑在机器人本体搭载的Jetson Thor等边缘端侧芯片上。
开发者要快速上手也不难，该模型已经在多个主流代码与托管平台上线:
代码与权重获取：完整内容可从GitHub和Hugging Face取得，其中Hugging Face版本已原生支持LeRobot。
推理与微调：调用方式包括vLLM-Omni以及Reactor托管推理；全量微调和LoRA都支持，开发者不必重新训练完整模型，就能把它适配到自身的机器人形态、特定相机和具体任务中。
推动物理AI开放：开源生态已是大势所趋
谈到此次全面开源的初衷，Runway表示，美国要在物理人工智能领域保持领先，既需要持续投入底层软硬件，也需要让模型达到目前物理应用场景中尚不具备的互操作性与开放程度。
作为Cosmos Coalition（宇宙联盟）的创始成员，Runway正与NVIDIA等行业伙伴一起开放前沿技术栈，为全球开发者提供共同的基础设施，合力攻克物理AI领域的种种技术难题。目前开发者既可以前往各大开源社区下载使用，也能借助NeMo Automodel的上手教程进行针对性后训练。
