Runway buka bobot model robot 27 miliar parameter

Runway membuka bobot Praxis-1, "model aksi dunia" untuk robot, di bawah lisensi Apache 2.0 dan mengizinkan penggunaan komersial. Model ini pertama kali diperkenalkan pada September, ketika hanya mitra yang boleh mencobanya. Kini pengembang robot dan peneliti mana pun bisa mengunduh, men-deploy, dan melakukan fine-tuning.

Praxis-1 adalah diffusion transformer berbasis mixture-of-experts (MoE) dengan 27 miliar parameter. Kekhasannya, model ini memprediksi video dan aksi sekaligus: sambil memproyeksikan beberapa frame berikutnya, model juga mengeluarkan gerakan yang harus dilakukan robot. Model dipralatih lebih dulu pada video berskala besar. Runway menyebut satu temuan dalam penjelasannya: pralatih dengan video web dan dengan video robot teleoperasi menghasilkan kebijakan (policy) dengan kinerja yang setara. Seberapa besar data pelatihannya tidak diungkapkan.

Dibandingkan dengan model sejenis

Runway mengutip hasil papan peringkat RoboLab-120 milik Nvidia, dengan cakupan 1.200 episode dan data per November 2026:

Selisih peringkat pertama dan kedua adalah 3,3 poin persentase, dan dengan π0.5 selisihnya 18,2 poin. Asal para pesaingnya berbeda-beda: seri Cosmos berasal dari Nvidia, yang juga pengelola papan peringkat ini, sedangkan π0.5 datang dari Physical Intelligence, perusahaan yang berfokus pada model fondasi robot. Model dari perusahaan pembuat video berada di atas model milik perusahaan chip dan startup robotika. Setidaknya di papan peringkat ini, pendekatan "belajar memprediksi gambar dulu, baru belajar bertindak" membuahkan hasil.

Hasil lain datang dari SimplerEnv: setelah fine-tuning pada robot RT-1 yang tidak pernah dilihat saat pelatihan, tingkat keberhasilan Praxis-1 mencapai 80,0%, sementara kebijakan asli RT-1 sebesar 52,4%. Angka ini dan hasil papan peringkat sama-sama diumumkan oleh Runway dan mitranya, dan sejauh ini belum terlihat pengujian ulang secara independen.

Tingkat keberhasilan 46,2% tidak tergolong rendah di bidang robotika, tetapi itu juga berarti tugas gagal diselesaikan pada lebih dari separuh episode. Pengumuman hanya memberikan total tingkat keberhasilan dari 1.200 episode, tanpa merinci tugas mana yang mengangkat angka dan mana yang menyeretnya turun. Bagi produsen yang ingin memakainya di lini produksi, stabilitas per tugas lebih penting daripada peringkat keseluruhan, dan data itu harus menunggu komunitas menjalankannya sendiri setelah bobot dibuka.

Mitra sudah memasangnya di robot nyata

Sebelum bobot dibuka, tiga mitra sudah mengujinya di perangkat keras masing-masing: robot humanoid milik Noble Machines, lengan industri enam sumbu milik Standard Bots, dan robot gudang berlengan ganda milik Ultra. Ketiga bentuk ini sangat berbeda. Menurut Runway, adaptasi LoRA sudah cukup untuk menyambungkannya ke bodi, kamera, dan tugas baru tanpa melatih ulang seluruh model.

"With LoRA you can adapt it to your own embodiment, cameras and tasks without retraining the full model." (Dengan LoRA, Anda dapat menyesuaikannya dengan bodi, kamera, dan tugas Anda sendiri tanpa melatih ulang seluruh model.)

Soal menjalankannya, perangkat keras Nvidia yang dicantumkan Runway mencakup H100, B200, RTX 5090, RTX PRO 6000, serta Jetson Thor yang dipasang pada robot. Masuknya kartu grafis konsumen seperti RTX 5090 berarti tim kecil pun bisa menjalankannya secara lokal untuk bereksperimen. Namun, berapa besar VRAM yang dibutuhkan dan berapa frame per detik yang bisa dicapai untuk inferensi di perangkat tidak dijelaskan.

Di mana mendapatkannya

Bobot dan kode masing-masing ada di GitHub pada runwayml/praxis-1-oss dan di Hugging Face pada runwayml/praxis-1, yang terakhir mendukung secara native kerangka kerja LeRobot milik Hugging Face. Inferensi terhosting vLLM-Omni dan Reactor juga sudah terintegrasi, dan Nvidia NeMo Automodel menyediakan tutorial pascapelatihan. Tim yang merencanakan penerapan produksi massal diminta menghubungi tim robotika Runway secara langsung.

Bisnis utama Runway selama beberapa tahun terakhir adalah pembuatan video, dari seri Gen hingga model dunia. Dengan merilis gratis model yang bisa dipasang pada lengan robot dan humanoid, Runway pada dasarnya menyerahkan kemampuan hasil pralatih video langsung kepada industri robot.

Sumber: CocoLoop, pengumuman resmi Runway (untuk memverifikasi jumlah parameter, lisensi, serta tingkat keberhasilan RoboLab-120 dan SimplerEnv beserta cakupan penghitungannya), halaman pengembang Runway yang memperkenalkan Praxis-1.