ithome
国际
科技
采集 2026-11-12T10:12:07+00:00
Praxis-1机器人模型速度领先并降低成本
原始标题:机械臂任务最强 AI 引擎:Praxis-1 完胜 GPT-6 Astra,速度快 15.6 倍、成本降至 1/51
来源
ithome
发布时间
2026-11-12T07:26:00
采集批次
2026-11-12-10
字数
567
URL 指纹
e8523ab80c88e40f
📌 AI 总结(256 字)
美国视频人工智能公司Runway推出机器人模型Praxis-1,将视频预训练中学到的物体运动和人类操作知识迁移至真实机器人控制,以降低采集机器人训练数据的成本。该模型拥有270亿参数,开放权重并采用Apache 2.0许可证,支持本地运行和微调。在RoboLab-120基准的1200个场景中,模型完成555个任务,成功率约46.2%;相同工作站和任务下,其机械臂完成速度比GPT-6 Astra驱动方案快15.6倍,单任务成本仅约为后者的五十一分之一。研究仍处于早期阶段,后续将探索长期规划和动作自我评估改进。
📄 正文(567 字)
美国视频人工智能公司Runway于11月11日宣布推出机器人模型Praxis-1,将视频预训练阶段掌握的知识用于真实机器人控制。模型采用开放权重和Apache 2.0许可证,开发者可以在自有硬件上运行和微调。 Praxis-1的设计思路是让人工智能先从普通视频中学习物体运动规律以及人类双手的操作方式,再把这些知识迁移到机器人动作学习中。这种方法旨在减少机器人训练所需真实数据的高昂采集成本。执行任务时,模型不仅会预测场景接下来如何变化,还会同时判断实现目标结果需要采取哪些动作。 该模型基于Runway拥有270亿参数的视频基础模型构建,支持在本地运行,并提供适用于英伟达RTX 5090显卡的NVFP4量化版本。模型权重和相关代码已分别在Hugging Face和GitHub公开。 测试结果显示,Praxis-1在RoboLab-120基准的1200个场景中完成555个任务,成功率约为46.2%,在世界动作模型和开放机器人基础模型类别中处于领先水平。 Runway表示,在相同工作站和任务条件下,Praxis-1驱动机械臂的完成速度比由GPT-6 Astra驱动的机械臂快15.6倍,而完成每个任务的成本仅约为后者的五十一分之一。目前相关研究仍处于早期阶段,后续重点将包括长期规划,以及利用预测结果评估和改进自身动作。