Praxis-1とは
Praxis-1とは、動画生成AIで知られるRunwayが開発した、実物のロボットの動きを決めるAIモデルです。カメラ映像、ロボット自身の状態、作業の指示を受け取り、次に起こる場面と、その場面に向けてロボットが取る動作を予測します。たとえば、指定した物をつかんでトレーへ置く仕事を任せるための技術です。
動画から覚えたことが、どう動作につながる?
Runwayがワールドアクションモデルと呼ぶのは、周囲がこれからどう変わるかと、ロボットがどう動くかを一緒に予測する仕組みです。たとえば白いマグカップを裏返してトレーに置くなら、腕とカップがどう移り、腕にどんな指示を出せばよいでしょうか。映像の予測はロボットの動作に使うため、広告や映画の素材を作る同社の映像サービスとは用途が異なります。
土台は、Runwayが自社の汎用の世界モデル(世界の動き方を予測するAI)と同じく使っている、大規模な動画による事前学習です。ものをつかんだら場所が変わるといった関係を映像から学び、稼働させる機体やカメラに合わせて後から調整する設計です。先行試験には工業用のアームや、倉庫向けの双腕ロボットも参加しました。
自社の機体で試すときの判断材料
2026年9月の発表に続き、2026年11月11日にRunwayが重みと実行・調整用のコードを公開しました。重みはAIの振る舞いを決める数値の集まりです。Apache 2.0の下で商用にも使え、自社の機器や作業向けの追加調整を行えます。自前の計算機を用意しない場合は、別会社Reactorの推論クラウドでも動かせます。内蔵する他社の部品には、それぞれのライセンスが適用される点にも注意が必要です。
現場で見るべきなのは、似た形や色の品物が並んでも対象を選べるか。技術報告では、似た物を取る失敗や、ひとつの指示から長い手順を通して進める難しさが示されています。導入試験なら成功した動画だけで判断せず、実際の棚や照明で、間違い方と人が止められる条件をどう確かめるか、担当者と決めておくとよいでしょう。
Topicシミュレーションでは千回を超えて試した
Runwayが公表した成績のひとつは、NVIDIAのロボット課題集RoboLab-120での成功率46.2%です。シミュレーション上で1,200回試した結果で、実機のロボットアームで机の上の作業を試した成功率(技術報告では100回中88回)とは測定条件が違います。同じ仮想環境で他の方式と比べるときに役立つ数字でしょう。
Praxis-1に関するよくある質問
- ロボットごとに重みを全部作り直しますか?
- 共通の重みから始め、追加で調整する方法が公開されています。LoRAという軽い調整なら、全体を学習し直さずに自社の機体やカメラ、作業に合わせられると説明されています。新しい型の機体に合わせて全体を調整する場合は、多くの計算資源とデータが要ります。
- ロボットを買う前に仕組みを検証できますか?
- 公開されたコードには、単腕と双腕の机上課題を動かすシミュレーション環境が含まれています。ただし用意された見本の課題なので、自社のロボットや現場の作業で使えるかは、別に確かめる必要があります。