Runway 在 2026 年 11 月 11 日把 Praxis-1 的权重和代码全部开源，Apache 2.0 协议，商用也放行。这是一个 27B 参数的世界动作模型：先靠视频预训练学会“世界接下来会变成什么样”，再把预测变成机器人的动作。结论先说：研究者和有卡的团队值得看，普通人还跑不起来。
这个项目到底是什么
Praxis-1 是 Runway 的第一个世界动作模型，骨干是 269 亿参数的混合专家扩散 Transformer，每个 token 只激活约 28 亿参数，另有一个约 3.14 亿参数的动作专家把预测的视频特征转成动作。官方代码在 GitHub 的 Runway 仓库，权重在 Hugging Face，支持 LeRobot 和 vLLM-Omni，托管推理可以走 Runway 的 Reactor。
在英伟达 RoboLab-120 上，经 DROID 微调的 Praxis-1 在 1200 次尝试里成功 555 次，成功率 46.2%，排世界动作模型和开源机器人基础模型第一，领先 FLUX 3 Action、π0.5 和 GR00T N1.6。它能控制双臂 YAM 和单条 Franka 机械臂，也能微调到低成本的 SO-101 上做真实任务。
部署成本与上手门槛
完整模型 272 亿参数，bf16 精度占 54.4GB，单块 80GB 显存的卡能跑，覆盖 H100、B200 数据中心卡，RTX 5090 和 RTX PRO 6000 工作站卡，以及机器人本体里的 Jetson Thor。发布包含 DROID 微调版、双臂 YAM 微调版和基础版三个权重，支持全量微调和更便宜的 LoRA，还有 4 位 NVFP4 量化。
门槛不在下载，在跑起来之后：你得有机器人本体或仿真环境（发布里带了 MuJoCo 仿真环境），还得准备自己的任务数据做微调。没有硬件、只想在笔记本上试试，先用 Reactor 托管推理看看效果，别急着下载权重。
真实坑点
第一，相似物体容易抓错，两个长得像的东西放一起，模型可能伸手拿错。第二，分数是 Runway 自报的，截至发布尚无独立第三方复测，46.2% 先当作参考。第三，它要数据中心级别的算力，个人工作站勉强能跑推理，训练和大规模微调还是团队的活。适合谁：做具身智能和机器人学习的研究者、有 GPU 和机器人硬件的团队。不适合谁：只想尝鲜的个人用户、没有机器人硬件的开发者——先看托管版，等生态和教程再跟进。Runway 同一天的发布消息见Runway 开源 Praxis-1，世界模型路线的前一个代表可以看英伟达 Cosmos。
