原始來源The Decoder
摘要
Runway 释出开源模型 Praxis-1,权重与原始码以 Apache 2.0 授权发布,可从 Hugging Face 与 GitHub 下载。模型接收摄影机影像、文字指令与机器人位置资料,预测环境变化并即时产生机器人动作。在 Nvidia RoboLab-120 的 World Action Model 类别取得 46.2%,为该类第一,总榜约第五,但结果由 Runway 主导、未经独立验证。官方提供针对不同机器人预先调校的版本,基础模型仍需额外训练才能套用到新机型。标准模型约需 80 GB 显示记忆体,压缩版可能可跑在 32 GB VRAM 的 RTX 5090 上;弱点包括混淆相…
重點整理
- 研究团队可用较低成本建立影片到动作流程,但需自行补足长流程规划与高阶 GPU 资源。
- 对机器人与边缘 AI 开发者,这是可直接下载测试的影片到动作开源基线,也让外界检视影片模型跨入控制的实际能力边界。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要,可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準;內容不構成投資、法律或稅務建議。