Praxis-1は、9月に限定パートナー向けに発表されたRunway初の世界行動モデルで、2026年11月11日の公開で重み、推論コード、微調整コード(フルファインチューニングとLoRAの両方)がApache 2.0の条件で使えるようになった。商用利用も含まれる。公開場所はGitHub、Hugging Face(LeRobot形式をネイティブ対応)、推論エンジンのvLLM-Omniで、Runwayのホスト型推論Reactorでも動く。対応ハードウェアはデータセンターグレードのH100やB200から、ワークステーションのRTX 5090、RTX PRO 6000、ロボット本体に載るJetson Thorまでと説明される。9月からの導入パートナーでは、Noble Machinesが脚付きヒューマノイド、Standard Botsが6軸の産業アーム、Ultraが双腕の倉庫ロボットでこのモデルを自社ハードウェア上で動かしてきた。
モデルの仕組み
技術レポートによると、Praxis-1は大規模動画学習で27Bパラメータの動画基盤モデルを作り、それを短いチャンクで将来を予測する公開重みの世界モデルとして使い、小さな動作エキスパートが動画モデルの内部状態を読み取って動きを出す。発表ページはこの構成を「映像と動作を同時に予測する27BパラメータのMoE diffusion transformer」と表現する。1回のポリシー呼び出しで次の動画チャンクと次の動作チャンクを予測し、ロボットは動作チャンクを実行する。公開されるチェックポイントは2種類で、praxis-1-droidは外装カメラと手首カメラを備えた単腕のDROID構成、praxis-1-yamは上部カメラと両手首カメラを備えた双腕のYAM構成向けだ。
「Praxis-1では、27Bパラメータの動画基盤モデルを、短いチャンクで未来を予測する公開重みの世界モデルへと変える。小さな動作エキスパートが、モデルが次に何が起きるかを思い描くときの内部状態を読み取る。」
With Praxis-1, we turn a 27B-parameter video foundation model into an open weight world model that predicts the future in short chunks. A small action expert reads the video model's internal state as it imagines what comes next.
動画の事前学習は、物の動き方、手の動かし方、作業の途中経過をモデルに学ばせる。Runwayは、一般の動画がテレオペレーション(遠隔操作)のロボット動画と同等の事前学習データになるという自社の研究結果を踏まえ、新しいロボットへの適応のボトルネックを専用データから一般動画の学習量へ移す考えを説明する。
- 01 観測
映像と指示
droidは外装+手首カメラ、yamは上部+両手首カメラの映像と言語指示を入力とする。
- 02 予測
次の動画チャンク
動画基盤モデルが今後の映像を短いチャンクで予測する。
- 03 動作
次の動作チャンク
動作エキスパートが動画モデルの内部状態を読み、動作チャンクを出す。
- 04 実行
動作チャンクを実行
ロボットは動作チャンクを実行し、次の呼び出しへ続く。
いずれもGitHub READMEの「For each policy call, the model predicts the next video chunk and the next action chunk. The robot then executes the action chunk.」と技術レポートの構成説明による。
RoboLab-120の結果と計算スケーリング
NVIDIAのRoboLab-120(1,200エピソードのシミュレーション評価)では、DROID構成に微調整したPraxis-1が46.2%を記録し、技術レポートの表ではFLUX 3 Actionの42.9%、Atomic-WAMの39.6%、Cosmos3 Nanoの36.8%、π0.5の28.0%を上回る。1位の範囲は世界行動モデルと公開ロボット基盤モデルの区分内で、全ロボット方式の総合1位を意味しない。数値はRunwayの公表値で、独立再現は報告されていない。
Praxis-1本モデル
- 区分
- 世界行動モデル
- 成功率
- 46.2%
FLUX 3 Action比較対象
- 区分
- 比較モデル
- 成功率
- 42.9%
Atomic-WAM比較対象
- 区分
- 比較モデル
- 成功率
- 39.6%
Cosmos3 Nano比較対象
- 区分
- 比較モデル
- 成功率
- 36.8%
π0.5比較対象
- 区分
- 比較モデル
- 成功率
- 28.0%
1,200エピソードの成功率。発表演はPraxis-1・FLUX 3 Action・Cosmos3 Nano・π0.5、Atomic-WAM 39.6%は技術レポートの表による(Data as of November 2026)。いずれもRunway側の測定値。
計算量と性能の関係については、中間訓練の5つのチェックポイントを同じDROID構成に微調整して比較した結果、RoboLab-120の成功率が25.5%→35.2%→39.2%→41.2%→41.2%と伸び、5点目で頭打ちになったことが技術レポートに載っている。中間訓練データに含まれないGoogleのRT-1ロボットでも同じ比較ができ、5チェックポイントのSimplerEnv成功率は56.3%→65.6%→66.9%→64.1%→80.0%と、必ずしも単調に伸びないながら最終チェックポイントで80.0%に達した。発表ページはこの80.0%を、元のRT-1ポリシーの52.4%と比較している。
適応とハードウェア
新しいロボットへの適応はLoRAで行え、READMEは「1台の80GB GPUでLoRAによってタスクへ適応できる」と説明する。シミュレーション評価(SimplerEnv)の実行には80GB以上のメモリを持つCUDA GPUとCUDA 13.0ドライバーが要る。両チェックポイントには、routed expertsに量子化対応訓練を施したNVFP4量子化版も用意され、量子化版の実ピークメモリの測定値は公表されていない。安価なロボットアームSO-101向けの微調整版もHugging Faceで配布されている。Hugging Face APIのモデル一覧では、praxis-1-base(2026-11-04作成)、praxis-1-droid(11-03)、praxis-1-yam(11-05)、各NVFP4版とLeRobot形式(11-08〜11-10)、praxis-1-so101(11-12)が公開済みと確認できる。
Runwayは公開の理由として、9月の発表時にオープンモードでの提供を約束していたこと、米国の物理AIの主導権がハードウェアとソフトウェア双方の投資と、米国モデルの相互運用性・開放性に依存するという認識を挙げ、NVIDIAのCosmos Coalitionの創設メンバーとしてオープンな世界モデルの推進を続けると説明する。
Praxis-1を発表限定紹介
限定パートナー向けに初の世界行動モデルとして紹介(発表ページ)。日付は月単位の記述のため1日に表示。
重みをHFへ登録配布準備
praxis-1-droid(11-03)、base(11-04)、yam(11-05)がHugging Faceに作成(APIのcreatedAt)。
重みとコードを公開Apache 2.0
重み・推論・微調整コードを一般公開し、技術レポートも公開(発表ページとレポートのdatePublished)。
SO-101版を追加適応拡大
安価なアームSO-101向け微調整版のモデルカードが作成(APIのcreatedAt)。
1行目は月単位の記述に基づく表示、2行目は11-03〜11-05の範囲を最終日で示す。HFの作成日はHugging Face APIメタデータによる。
確認できていないこと
RoboLab-120とSimplerEnvの数値はRunway側の測定で、第三者による再現や独立評価は今回確認できていない。量子化版の実ピークメモリ、実環境での成功率(実機評価はFranka FR3で「competitive」という説明にとどまる)、学習コストの実額も公表されていない。46.2%はシミュレーション評価であり、実環境全体への汎化を示すものではない。
出典
- Praxis-1 Is Now Available(Runway公式発表)公開内容・Apache 2.0・RoboLab-120比較表・RT-1の結果・対応ハードウェア・パートナー実機・Cosmos Coalition
- Praxis-1: From Video Pretraining to Robot Control(Runway Research)モデル構成、動作チャンク、DROID 5チェックポイント(25.5→41.2%)、RT-1(56.3→80.0%)、Atomic-WAM 39.6%、実機評価の説明
- runwayml/praxis-1-oss(GitHub README)2チェックポイントの構成、NVFP4版、LoRAの80GB GPU、評価環境要件、Apache 2.0(APIメタデータで確認)
- Praxis-1コレクション(Hugging Face)配布モデル一覧(base・droid・yam・NVFP4・LeRobot形式・so101)。APIメタデータで作成日を確認
出典の確認日 2026.11.14