读懂｜Runway 的开源机器人模型在英伟达榜上排第五

Runway 按 Apache 2.0 开放机器人模型 Praxis-1，称在英伟达 RoboLab-120 榜单居首；全榜它排第五，领先下一名的幅度落在榜单标注的区间内。

可商用、能自己微调的机器人策略模型，11 月 11 日多了一个开放权重的底座。据 Runway 发布页，Praxis-1 的权重、推理和微调代码按 Apache 2.0 许可发布，允许商用。

发布页称它是英伟达 RoboLab-120 榜单上表现最好的世界行动模型，成功率 46.2%。

我们的判断是：这个第一是分组之后的第一，全榜它排第五。Praxis-1 真正的增量在另外两件事上：权重可以拿走商用，单步推理够快。

46.2% 在全榜排第五，领先下一名 3.3 个点

英伟达 RoboLab 榜单页的总榜把语言模型智能体、机器人基础模型和任务规划器放在一起排。Praxis-1 在 1,200 次试验里成功 555 次，排第五。排在它前面的四个是：

发布页只拿 FLUX 3 Action、Cosmos3 Nano 和 π0.5 作比，三家都排在它后面。

Runway 的技术报告倒是交代了前四名：两个是直接驱动前沿大模型的智能体，两个是部分用仿真数据训练的闭源模型，BiMind v0.5 还用 RoboLab 数据微调过。按这个分法，Praxis-1 在可下载的模型里排第一，这一点我们接受。

我们不接受的是领先的分量。榜单在 Praxis-1 的 46.2% 和 FLUX 3 Action 的 42.9% 旁边都标了 5.7 个百分点的区间，两者相差 3.3 个点，落在区间之内。按这份榜单两家分不出高下，这是分析推断，依据是榜单自己标出的区间宽度。

Praxis-1 新在部署条件上。技术报告写道，在一张 H100 上，每次调用约 0.55 至 0.6 秒，返回 1.6 秒的动作。榜首的智能体路线慢得多：报告援引 SenseNova-RoboRSI 作者的数据，在一个相近的桌面基准上，每个回合要算约 55 分钟。

Runway 还在自家双臂工位上拿 GPT-6 Astra 做了对照。下表是三项任务的平均数：

指标	Praxis-1	GPT-6 Astra
完成用时	16 秒	4 分 13 秒
每完成一次的成本	0.04 美元	1.87 美元

这组数是 Runway 自己测的，只有三项任务，按企业宣称读；它和报告援引的 55 分钟指向同一个方向：大模型智能体在榜上分数高，在工位上又慢又贵。

许可证是另一半。发布页写明权重、推理和微调代码都按 Apache 2.0 发布，支持全量微调和 LoRA。MadRobot 的报道把这一点放在最前：一家做视频生成的公司，把一个可商用的机器人大脑免费交给了机器人厂商。

46.2% 的另一面是，这 120 个桌面任务里，它一半以上的试次没做成。技术报告自己列了三类失败：伸手去拿长得像目标的物体，指令含糊时猜错，一句指令串起多步就做不下去。

有人会说，仿真榜单说明不了真机。英伟达在榜单页称，这份榜单的排名与真机基准 RoboArena 的 Elo 分数高度相关，Spearman 系数 0.94。

Runway 也给了真机数：在 Positronic 运营的 Franka 机械臂上，10 项任务各跑 10 次，Praxis-1 成功 88 次，FLUX 3 Action 成功 80 次。

这组真机试验由 Runway 安排，没有第三方复跑。榜单页没写明 555 次成功是 Runway 提交的结果还是英伟达复跑的结果，新提交目前也已暂停。MadRobot 同样指出，外部还没有人核对过这些成绩。这些缺口影响的是名次，影响不到部署条件和许可证这两件事。

Runway 称，在从未进过训练数据的 Google RT-1 机器人上，它用 32 张 H100 微调约 28 小时，把 SimplerEnv 成功率做到 80.0%，原版 RT-1 是 52.4%。这才是 Praxis-1 该被用的方式。

Praxis-1 不是开箱上岗的策略，它是一个够快、可商用、值得拿来微调的开放底座。有机器人、有数据、有 GPU 的研发团队，该把它当起点；指望它直接替产线干活的人，46.2% 已经给了答案。