בינה מלאכותית · 17 בנובמבר 2026
Runway משחררת את מודל הרובוטיקה Praxis-1 כקוד פתוח
חברת הבינה המלאכותית Runway שחררה את מודל הרובוטיקה שלה, Praxis-1, כולל משקולות המודל וקוד המקור. המודל, שהוצג לראשונה בסוף ספטמבר אך היה נגיש רק לשותפים נבחרים, משתמש בידע מסרטוני וידאו לצורך בקרת רובוטים.
קוד המקור ומשקולות המודל זמינים תחת רישיון Apache-2.0 ומותר להשתמש בהם למטרות מסחריות. Praxis-1 מעבד תמונות ממצלמה, הוראות טקסט ומידע על מיקום הרובוט כדי לחזות שינויים בסביבה ולחשב תנועות מתאימות, תוך התאמה רציפה של הבקרה על בסיס תמונות חדשות.
המודל מבוסס על מודל וידאו שלמד תנועת עצמים ואינטראקציות מהקלטות רגילות, ולאחר מכן אומן עם סרטונים של פעולות אנושיות ונתוני רובוטיקה. Runway מגדירה את Praxis-1 כמודל פעולה עולמי, שנועד להעביר מחקר ממודלי וידאו לתחום הרובוטיקה. חברות כגון Standard Bots, Noble Machines ו-Ultra בוחנות את המודל על מערכות שונות, כולל רובוט הומנואידי, זרוע רובוטית תעשייתית ורובוט מחסן בעל שתי זרועות.
לצורך התאמה לזרוע רובוטית של Franka, השתמשה החברה בכש 277 שעות של הקלטות ממאגר הנתונים הציבורי DROID. עבור רובוט בעל שתי זרועות, נעשה שימוש ב-1,400 עד 2,600 שעות של חומרי אימון. נותר לא ברור אם גישה זו דורשת פחות נתוני רובוטיקה ממודלים דומים ללא אימון וידאו כללי.
בדיקות ביצועים של Runway הראו כי בסימולציית RoboLab-120 של Nvidia, השיג Praxis-1 שיעור הצלחה של 46.2 אחוזים, ובכך הוביל את קטגוריית מודלי הפעולה העולמיים, מעל מודל FLUX 3 Action שהשיג 42.9 אחוזים. בדירוג הכללי הוא מדורג במקום החמישי. בבדיקה על זרוע Franka אמיתית, Praxis-1 הצליח ב-88 מתוך 100 ניסיונות, לעומת 80 של FLUX 3 Action. בניסוי נוסף על פלטפורמה ניידת של Google, לאחר התאמה עם כ-95 שעות נתונים, השיג המודל שיעור הצלחה ממוצע של 80 אחוזים בסימולציות, לעומת 52.4 אחוזים של מודל RT-1 המקורי.
הגרסה הרגילה של המודל דורשת יחידה לעיבוד גרפי עם 80 גיגה-בייט של זיכרון, בעוד שגרסה דחוסה עשויה להתאים ל-RTX 5090 עם 32 גיגה-בייט, אם כי צריכת הזיכרון המקסימלית לא נמדדה עדיין. מפתחים יכולים להוריד את המודל דרך Hugging Face ולהשתמש בקוד ב-GitHub.
Runway ציינה כי המודל עלול לבלבל בין חפצים דומים ולהתקשות עם הוראות לא מדויקות. כמו כן, הוא אינו מסוגל לתכנן באופן עצמאי רצפי פעולות מורכבים, ולכן הוא מיועד בעיקר לביצוע מהיר של תנועות רובוטיות, עם אפשרות לשיתוף פעולה עתידי עם מודלי בינה מלאכותית כלליים שיפרקו משימות לשלבים.