Runway, 비디오 사전 학습 기반 로보틱스 모델 Praxis-1 공개

Runway가 로보틱스용 첫 오픈 웨이트 월드 액션 모델 Praxis-1을 공개했다. 이 모델은 Runway의 일반 월드 모델과 동일한 대규모 비디오 사전 학습 인프라를 기반으로, 희소한 실제 로보틱스 데이터 병목을 해결하기 위해 방대한 3인칭 영상에서 학습한다. 다양한 기체와 환경에서 물리적 타당성과 객체 거동을 이해하는 범용 정책(generalist policy)을 제공한다.

주요 기술 성과:

• 비디오 사전 학습: 일반 비디오 학습 데이터 양이 증가할수록 정책 성능이 향상됨을 입증했다. 테스트 결과, 웹 비디오로 사전 학습한 모델의 최종 배치 오차는 16.1 cm로, 원격 조종 로봇 비디오로 사전 학습한 모델의 16.0 cm 오차와 통계적으로 유사했다. 이는 일반 비디오가 고가의 로봇 특화 데이터를 효과적으로 대체할 수 있음을 시사한다.
• 견고성: 어수선한 환경, 투명 객체, 변형 가능한 소재 등 기존 시연 기반 정책을 무력화하는 복잡한 시나리오에서도 안정적으로 작동한다.
• 일반화: 재학습 없이 통제된 스튜디오에서 가정용 주방 등 서로 다른 환경으로 정책을 이동할 수 있다.

배포 현황: 현재 Noble Machines(양손 조작), Standard Bots(6자유도 암), Ultra(이동 조작) 등 초기 파트너와 테스트 중이다. Runway은 상호 운용성 증진과 미국 물리 AI 리더십 강화를 위해 향후 몇 달 내 오픈 웨이트 형태로 공개 출시할 계획이다.