Runway 发布机器人模型 Praxis-1：物理 AI 落地还需 12 到 18 个月

Praxis-1 是 Runway 推出的开源权重机器人世界动作模型，主要让开发者通过轻量微调，就能把模型适配到各种新的机器人形态上。

10 月 2 日据报道，Runway 联席 CEO Cristóbal Valenzuela 在 Runway AI Summit 上公布了这款模型。现场同步推出的还有 Runway Ads，一个覆盖广告创建、编辑、投放发布以及效果追踪的全流程广告智能体。

它能做什么

Praxis-1 把视频生成模型对真实物理规律的理解，直接迁移成了机器人的决策与控制能力。

按照 Valenzuela 的说法，大语言模型做的是预测下一个 token，而视频模型做的是预测下一帧画面，两者遵循相似的缩放定律。视频模型学会了模拟光影与运动，就能泛化成通用的世界模型，进而充当驱动机器人的核心策略。

同步发布的 Runway Ads 则走商业落地路线。企业不需要在多个创作和投放工具之间来回倒手，智能体在后台生成视频、微调剪辑，并能端到端打通广告发布与后续投流追踪。

距离真正落地还有多远

虽然开源了权重，但物理 AI 要想真正跑进生产环境，Valenzuela 预计还需要 12 到 18 个月。

最大的阻碍不是训练数据匮乏，而是实机推理的速度与性能优化。物理控制需要极高频的实时响应，现有模型还需要大量的工程调优才能在快节奏的现实场景中运行。Praxis-1 目前仅是第一代架构，后续还需要更多迭代。

在技术路线上，Valenzuela 还提醒西方科技界存在盲区。他直言美国目前依然过度沉迷于语言模型，资源大都花在写代码和文本生成上；而中国则全面押注世界模型，估计已有约 70% 的 token 消耗集中在视频模型，并在机器人硬件与场景落地上下了重注。

为什么重要

对于机器人研发团队和具身智能开发者来说，Praxis-1 的开源权重省去了从零搭建底层世界模型的巨大成本，值得第一时间拉取测试，验证它在不同机械结构上的泛化微调效果；对于广告从业者，Runway Ads 也展现了生成式 AI 吞噬传统营销全流程的趋势。

不过我们认为，从视频生成的「像素理解」跨越到物理世界的「精准操作」，中间依然隔着巨大的工程鸿沟。视频模型模拟出的物理规律是否经得起工业级机械控制的严苛考验，在未来 12 到 18 个月内仍需要更多真实生产环境的验证。