机器人演示数据贵且少，互联网视频却每天都在涨。Runway押注：先让模型看懂「东西怎么动、任务怎么展开」，再轻量微调到真实机械上。
据The Robot Report，Runway AI本周发布Praxis-1，定位开源权重的世界动作模型，建立在与通用世界模型相同的大规模视频预训练之上。CTO Kamil Sindi表示，多数机器人策略受限于稀缺昂贵的真机数据；Praxis-1主要从第三人称视频学习，性能天花板由可学习视频规模决定。公司称在世界模型内仿真策略与真机结果相关性约0.95。训练任务覆盖拾放易拉罐到装填礼品袋等可变形物体操作；早期伙伴包括Noble Machines、Standard Bots与Ultra，反馈称单模型经轻度微调可适配双臂与人形等不同本体。公开发布时间表为「未来数月」，并明确以开源权重而非封闭API交付。
对产业，Praxis-1把生成式视频公司的预训练资产直接接到Physical AI：与「只卷真机遥操作小时数」的路线形成对照。观察点是公开权重后的跨本体泛化、安全评估与仿真—真机落差。事实以The Robot Report与Runway公开表述为准。