Cosa è stato rilasciato
Runway ha reso disponibili i pesi e il codice sorgente di Praxis-1, il modello per il controllo dei robot presentato a fine settembre e finora accessibile solo ad alcuni partner, secondo quanto riporta The Decoder. La licenza è Apache 2.0, che consente anche usi commerciali. Insieme al rilascio, l'azienda ha pubblicato un rapporto di ricerca con nuovi test sulle prestazioni.
Il funzionamento descritto dalla fonte: il modello riceve immagini dalle telecamere, istruzioni testuali e informazioni sulla posizione del robot; da questi input prevede come cambierà l'ambiente e calcola i movimenti corrispondenti, aggiornando il controllo man mano che arrivano nuovi fotogrammi. Praxis-1 nasce da un modello video addestrato a capire come oggetti e scene si trasformano, poi affinato con filmati di azioni umane e dati robotici. L'idea è ridurre la dipendenza da dataset specifici per i robot, tradizionalmente costosi.
Runway è nota soprattutto per i modelli video generativi come Gen-4.5; con Praxis-1 porta questa ricerca nella robotica e definisce il modello un World Action Model. Entwickler possono scaricarlo da Hugging Face dopo registrazione e accettazione dei termini, mentre il codice è su GitHub. Sono già disponibili versioni pre-adattate per diversi robot; il modello base richiede invece ulteriore addestramento per nuovi sistemi.
I numeri e il confronto
Runway ha valutato Praxis-1 sul benchmark RoboLab-120 di Nvidia, che misura l'affidabilità nel smistare, afferrare o impilare oggetti in 120 attività simulate: il modello ottiene un tasso di successo del 46,2%, contro il 42,9% di FLUX 3 Action, anch'esso un World Action Model. Questo lo pone in testa alla categoria, ma al quinto posto nella classifica complessiva, dietro due agenti AI e due modelli robotici con architetture diverse. La fonte precisa che tutti i test sono stati eseguiti da Runway e non sono stati verificati in modo indipendente.
Su un braccio robotico Franka reale, dopo l'affinamento sui dati DROID, Runway riferisce 88 successi su dieci tentativi per ciascuna di dieci attività, contro 80 di FLUX 3 Action. In un test di trasferimento su una piattaforma mobile con braccio gripper usata da Google per sviluppare RT-1, con circa 95 ore di dati robotici per l'affinamento, Praxis-1 avrebbe raggiunto l'80% medio di successo in simulazione, contro il 52,4% di RT-1.
Restano però domande aperte. Per adattare il modello a un braccio Franka sono state usate circa 277 ore di registrazioni del dataset pubblico DROID; per un robot a due bracci tra 1.400 e 2.600 ore. Se l'approccio richieda davvero meno dati robotici complessivi rispetto a modelli senza pre-addestramento video generale è, secondo la fonte, ancora una questione aperta.
Limiti e requisiti tecnici
Il rapporto di ricerca indica che il modello talvolta confonde oggetti simili e fatica con istruzioni vaghe. Per compiti lunghi gli passaggi vanno indicati singolarmente, perché Praxis-1 non è ancora in grado di pianificare sequenze complesse in autonomia. Runway lo vede soprattutto come sistema per eseguire rapidamente movimenti robotici, in futuro affiancato a modelli AI generalisti che scompongano i compiti in passaggi.
Sul fronte hardware, la versione standard richiede una GPU con 80 GB di memoria; una versione compressa, secondo le stime di Runway, dovrebbe stare su una RTX 5090 con 32 GB di VRAM, anche se la documentazione su GitHub non riporta un picco di memoria effettivamente misurato. Il quadro che emerge è quello di un rilascio aperto e già sperimentato da aziende di robotica come Standard Bots, Noble Machines e Ultra, ma con risultati ancora tutti interni e capacità di pianificazione limitate da verificare.
