إطلاق Runway Praxis-1: التحكم بالروبوتات بأوزان مفتوحة

أطلقت Runway في 14 نوفمبر 2026 نموذج Praxis-1 الذي طوّرته للتحكم بالروبوتات، مع أوزان مفتوحة وشفرة مصدرية. يستقبل النموذج صور الكاميرا والتعليمات النصية وبيانات موضع الروبوت، ثم يتنبأ بالتغييرات التي قد تحدث في البيئة ويحسب الحركات المناسبة لها. ويحدّث قرارات التحكم مع وصول إطارات جديدة من الكاميرا. تُتاح الأوزان والشفرة بموجب ترخيص Apache 2.0؛ ويمكن تنزيل النموذج عبر Hugging Face بعد التسجيل والموافقة على شروط الوصول.

من بيانات الفيديو إلى التحكم بالروبوتات

يعتمد Praxis-1 على نموذج يتعلم حركات الأجسام وتفاعلاتها من مقاطع الفيديو العادية. ودرّبت Runway هذا النموذج إضافيًا باستخدام مقاطع فيديو تعرض أفعالًا بشرية وبيانات روبوتات. ويهدف نهج الشركة إلى تقليل الحاجة إلى جمع بيانات خاصة بالروبوتات. ومع ذلك، تشير الشركة إلى أن تكييف النموذج المنشور مع أنواع جديدة من الروبوتات يتطلب تدريبًا إضافيًا باستخدام بيانات روبوتية.

تصف Runway نموذج Praxis-1 بأنه «World Action Model» يتنبأ بالحالة المستقبلية للمشهد ويحوّلها إلى حركات للروبوت. ووفقًا للشركة، تختبر Standard Bots وNoble Machines وUltra النموذج على أنظمة مختلفة منذ سبتمبر. وتشمل المنصات التي جرى اختبارها روبوتًا شبيهًا بالبشر، وذراعًا روبوتية صناعية، وروبوت مستودعات مزدوج الذراعين.

كيف ينبغي قراءة نتائج الاختبارات؟

بحسب الاختبارات التي أعلنت عنها Runway، حقق Praxis-1 معدل نجاح بلغ 46,2 بالمئة في 120 مهمة ضمن المحاكاة، وفق لوحة متصدرين NVIDIA RoboLab-120. وتشمل المهام فرز الأجسام والتقاطها وتكديسها. وفي ظروف الاختبار نفسها، حقق FLUX 3 Action نسبة 42,9 بالمئة. وجاء Praxis-1 في المركز الأول ضمن فئة World Action Model، والخامس في الترتيب العام، بعد وكيلين للذكاء الاصطناعي ونموذجين روبوتيين ببنيتين مختلفتين. أجرت Runway الاختبارات، ولم تُتحقق جهة مستقلة من النتائج.

أجرت الشركة أيضًا تجربة باستخدام ذراع روبوتية حقيقية من نوع Franka. نُفذت عشر محاولات منفصلة لكل مهمة من المهام العشر؛ ونجح Praxis-1 في 88 محاولة إجمالًا، مقابل 80 نجاحًا لـFLUX 3 Action. وفي اختبار آخر، كُيّف النموذج مع نوع من الروبوتات المتنقلة لم يسبق له التعامل معه. ووفقًا لما أعلنته Runway، بلغ متوسط معدل النجاح في المحاكاة 80 بالمئة بعد التدريب الإضافي باستخدام نحو 95 ساعة من بيانات الروبوتات. وفي المقارنة نفسها، حقق نموذج RT-1 من Google نسبة 52,4 بالمئة.

متطلبات العتاد والقيود المعروفة

تشير وثائق Runway إلى أن الإصدار القياسي من Praxis-1 يتطلب وحدة GPU بذاكرة سعتها 80 GB. ووفقًا لتقديرات الشركة للذاكرة، يُتوقع أن يعمل الإصدار المضغوط على RTX 5090 بذاكرة VRAM سعتها 32 GB. لكن الوثائق توضح أيضًا أن الحد الأقصى لاستهلاك الذاكرة لهذا الإصدار لم يُقَس بعد. ويتطلب تشغيل النموذج الأساسي على أنظمة روبوتية مختلفة تدريبًا إضافيًا؛ كما تقول Runway إنها توفر إصدارات مكيّفة مسبقًا لبعض الروبوتات.

قد يخلط النموذج بين الأجسام المتشابهة في مظهرها، كما يواجه صعوبة مع التعليمات غير الواضحة. وفي المهام الطويلة، ينبغي وصف الأعمال على شكل خطوات منفصلة؛ إذ لا يستطيع Praxis-1 حتى الآن تخطيط تسلسلات الأفعال المعقدة بنفسه على نحو موثوق. لذلك، لا تعني معدلات النجاح المسجلة في الاختبارات أن الأداء نفسه سيتحقق مع روبوتات ومهام مختلفة.

التأثير في سير عمل العمارة والتصور البصري

لا يُقدَّم Praxis-1 في المصدر بوصفه أداة مصممة لبرامج العمارة أو لإنتاج التصور المعماري. لكن قدرة الروبوتات على الحركة في بيئات فعلية بالاعتماد على صور الكاميرا والتعليمات تمثل تطورًا جديرًا بالمتابعة للفرق التي تدرس استخدام الأنظمة الروبوتية في مشاريع المساحات. وينبغي للمكاتب التي تفكر في استخدامه مراجعة الحاجة إلى تدريب إضافي للروبوت المستهدف، وسعة ذاكرة GPU، وشروط ترخيص Apache 2.0.

ولا يعني استقبال النموذج لصور الكاميرا، بحد ذاته، أنه متكامل مع برنامج للرندر أو مع مشهد معماري. لا تتوفر في المصدر معلومات عن هذا النوع من التوافق. لذلك، تقتصر أهمية Praxis-1 الحالية للعمارة والتصور البصري على كونه نموذجًا للتحكم بالروبوتات التي تؤدي مهامًا في مساحات فعلية، لا أداة إنتاج مباشرة.