Runway 釋出機器人模型 Praxis-1：物理 AI 落地還需 12 到 18 個月

Praxis-1 是 Runway 推出的開源權重機器人世界動作模型，主要讓開發者通過輕量微調，就能把模型適配到各種新的機器人形態上。

10 月 2 日據報道，Runway 聯席 CEO Cristóbal Valenzuela 在 Runway AI Summit 上公佈了這款模型。現場同步推出的還有 Runway Ads，一個覆蓋廣告建立、編輯、投放釋出以及效果追蹤的全流程廣告智慧體。

它能做什麼

Praxis-1 把影片生成模型對真實物理規律的理解，直接遷移成了機器人的決策與控制能力。

按照 Valenzuela 的說法，大語言模型做的是預測下一個 token，而影片模型做的是預測下一幀畫面，兩者遵循相似的縮放定律。影片模型學會了模擬光影與運動，就能泛化成通用的世界模型，進而充當驅動機器人的核心策略。

同步釋出的 Runway Ads 則走商業落地路線。企業不需要在多個創作和投放工具之間來回倒手，智慧體在後臺生成影片、微調剪輯，並能端到端打通廣告發布與後續投流追蹤。

距離真正落地還有多遠

雖然開源了權重，但物理 AI 要想真正跑進生產環境，Valenzuela 預計還需要 12 到 18 個月。

最大的阻礙不是訓練資料匱乏，而是實機推理的速度與效能最佳化。物理控制需要極高頻的即時響應，現有模型還需要大量的工程調優才能在快節奏的現實場景中執行。Praxis-1 目前僅是第一代架構，後續還需要更多迭代。

在技術路線上，Valenzuela 還提醒西方科技界存在盲區。他直言美國目前依然過度沉迷於語言模型，資源大都花在寫程式碼和文本生成上；而中國則全面押注世界模型，估計已有約 70% 的 token 消耗集中在影片模型，並在機器人硬體與場景落地上下了重注。

為什麼重要

對於機器人研發團隊和具身智慧開發者來說，Praxis-1 的開源權重省去了從零搭建底層世界模型的巨大成本，值得第一時間拉取測試，驗證它在不同機械結構上的泛化微調效果；對於廣告從業者，Runway Ads 也展現了生成式 AI 吞噬傳統營銷全流程的趨勢。

不過我們認為，從影片生成的「畫素理解」跨越到物理世界的「精準操作」，中間依然隔著巨大的工程鴻溝。影片模型模擬出的物理規律是否經得起工業級機械控制的嚴苛考驗，在未來 12 到 18 個月內仍需要更多真實生產環境的驗證。