9月に発表したロボット向けモデルを一般公開
動画生成AIの米Runwayは11月11日（日本時間12日）、ロボットの動作を作るAIモデル「Praxis-1」を、すべての利用者が使えるように公開した。重みを公開するオープンウェイトのモデルで、ライセンスはApache 2.0とした。Runwayは「世界行動モデル」と呼び、動画の生成に使ってきた大規模な事前学習をもとに、ロボットの次の動きと、その間の映像をあわせて予測する。
Runwayは9月にPraxis-1を発表した。このときは提携先で試験している段階で、一般への公開は「今後数か月のうちに」と説明していた。提携先としてNoble Machines、Standard Bots、Ultraの3社を挙げ、各社が自前のロボットで動かしていた。
今回の発表によると、3社は脚のある人型ロボット、6軸の産業用アーム、2本腕の倉庫用ロボットで使ってきた。同じモデルを、ロボットの開発者と研究者の誰もが使えるようにした。
重みとコードは商用も可、動画とテキストの2モデルは別ライセンス
Praxis-1はGitHubとHugging Faceで公開し、Hugging Faceのロボット用ライブラリ「LeRobot」と推論ソフト「vLLM-Omni」にも対応した。Reactorでのホスティングによる推論も用意した。Runwayは、自前のハードウェアで動かし、手直しするのに必要なものはApache 2.0で公開し、商用利用も含むと説明した。対象は重みと、推論と追加学習（ファインチューニング）のコードで、モデル全体を学習し直す方法と、一部だけを学習する「LoRA」の両方に対応する。
ただし、Praxis-1を動かすには、学習を止めたまま使う2つの公開モデルが要る。映像を圧縮する「Wan2.2」のVAEと、指示文を読み取る「Qwen3.5-2B」だ。GitHubのREADMEは、この2つにはそれぞれのライセンスがあると明記し、Hugging Faceのモデルカードも、2つは別に配布され、それぞれのライセンスに従うとしている。
Hugging Faceには、追加学習の出発点になる基本モデル「praxis-1-base」と、1本腕の「DROID」用、2本腕の「YAM」用に調整したモデルなどを並べた。
NVIDIAの評価で成功率46.2%、Runwayが比べた3モデルを上回る
Praxis-1は、映像と動作をあわせて予測する270億（27B）パラメーターのモデルで、複数の専門家の部分から一部を選んで使う「MoE」の仕組みを採る。Runwayによると、NVIDIAの評価「RoboLab-120」の順位表で、世界行動モデルとして最も高い成績を出し、重みを公開している視覚・言語・行動（VLA）モデルのどれも上回った。1,200回の試行での成功率は46.2%で、「FLUX 3 Action」の42.9%、「Cosmos3 Nano」の36.8%、「π0.5」の28.0%を上回ったとしている。
学習データに含まれていないGoogleのロボット「RT-1」向けに追加学習した場合、評価「SimplerEnv」での成功率は80.0%だった。RT-1の元の制御モデルは52.4%だったという。いずれもRunwayの発表で、第三者による検証は11月12日時点で見当たらない。
動く機材、発表文はRTX 5090も挙げ、モデルカードは80GBのGPUを指定
動かせる機材について、公式ニュースは、H100やB200などのデータセンター向けGPUから、RTX 5090やRTX PRO 6000などのワークステーション向けGPU、ロボットに載せる「Jetson Thor」まで、NVIDIAの機材でそのまま動くとしている。
一方、Hugging FaceのDROID用モデルのカードは、推論に80GBのGPUが1枚要ると書いている。カードによると、このモデルは27.2B（272億）パラメーターで、重みは54.4GBある。
GitHubのREADMEも、標準の設定では80GB以上のメモリーを持つGPUを求めている。RTX 5090などの世代のGPU向けには、一部を4ビットに縮める試験的な設定を用意し、重みを約23.5GBに抑えるとしている。READMEは、32GBのRTX 5090には収まるはずだが最大の使用量はまだ測っていないと説明している。この設定はロボットの動作の出力を変え、RTX 5090などの世代のGPUで実際に動作を繰り返す形の試験はまだしていないとして、使う前に精度を測るよう求めている。
モデルカードには、DROID用モデルが自社の評価データの一部で、生成した映像が指示に完全に沿った割合が52.5%（95%信頼区間は35.8〜68.3%）だったとの記載もある。ニュースのRoboLab-120とは別の評価だ。
Googleは提携先から提供、RunwayはNVIDIAとの協力も強調
同じ時期には、Google DeepMindが11月10日（日本時間11日）にロボット向けの「Gemini Robotics 2.5」を発表した。Googleは提供をロボット分野の提携先から始め、APIや料金を示していない。
RunwayはPraxis-1の重みを誰でも取得できる形で公開した。その理由として、米国が物理的な世界で動くAIで先頭に立つには、米国のモデルの開放性と相互運用性が要ると説明した。Runwayは「Cosmos Coalition」の創設メンバーで、NVIDIAとともに技術の土台を開発者に開いていくとしている。NVIDIAの学習用ソフト「NeMo Automodel」での追加学習の手引きも用意した。導入を計画する企業には、ロボット部門への問い合わせを案内している。
Runwayは11月4日（日本時間5日）にも、開発者向けのAPI基盤「Runway Dev」をClaude Codeで使えるようにするなど、動画生成を中心に開発者向けの発表を続けていた。Praxis-1はRunway Devでも試せる。
