Runway Praxis-1 veröffentlicht: Robotersteuerung mit offenen Gewichten

Runway hat sein Modell zur Robotersteuerung, Praxis-1, am 14. November 2026 mit offenen Gewichten und Quellcode veröffentlicht. Das Modell erhält Kamerabilder, Textanweisungen und Positionsdaten des Roboters als Eingaben. Anschließend schätzt es vorher, wie sich die Umgebung verändern könnte, und berechnet passende Bewegungen. Mit neuen Kamerabildern aktualisiert es seine Steuerungsentscheidungen. Gewichte und Quellcode stehen unter der Apache-2.0-Lizenz; das Modell kann über Hugging Face heruntergeladen werden, nachdem die Registrierung und die Zugangsbedingungen akzeptiert wurden.

Von Videodaten zur Robotersteuerung

Die Grundlage von Praxis-1 bildet ein Modell, das anhand gewöhnlicher Videos lernt, wie sich Objekte bewegen und miteinander interagieren. Runway hat es zusätzlich mit Videos menschlicher Handlungen und Roboterdaten trainiert. Der Ansatz des Unternehmens soll den Bedarf an eigens für Roboter erhobenen Daten verringern. Zugleich weist Runway darauf hin, dass für die Anpassung des veröffentlichten Modells an neue Robotertypen zusätzliches Training mit Roboterdaten erforderlich ist.

Runway bezeichnet Praxis-1 als „World Action Model“, das den künftigen Zustand einer Szene vorhersagt und daraus Roboterbewegungen ableitet. Nach Angaben des Unternehmens testen Standard Bots, Noble Machines und Ultra das Modell seit September in unterschiedlichen Systemen. Zu den getesteten Plattformen gehören ein humanoider Roboter, ein Industrieroboterarm und ein zweihändiger Lagerroboter.

Wie sind die Testergebnisse einzuordnen?

In den von Runway veröffentlichten Tests erreichte Praxis-1 auf der NVIDIA RoboLab-120-Bestenliste bei 120 Aufgaben in einer Simulation eine Erfolgsquote von 46,2 Prozent. Die Aufgaben umfassen das Sortieren, Greifen und Stapeln von Objekten. Unter denselben Testbedingungen kam FLUX 3 Action auf 42,9 Prozent. In der Kategorie „World Action Model“ belegte Praxis-1 den ersten Platz. In der Gesamtwertung lag das Modell auf Platz fünf, hinter zwei KI-Agenten und zwei Robotermodellen mit unterschiedlichen Architekturen. Die Tests wurden von Runway durchgeführt; die Ergebnisse wurden nicht unabhängig überprüft.

Das Unternehmen testete das Modell außerdem mit einem echten Franka-Roboterarm. Für zehn Aufgaben wurden jeweils zehn Versuche durchgeführt. Praxis-1 war in insgesamt 88 Versuchen erfolgreich, FLUX 3 Action in 80. In einem weiteren Test wurde das Modell an einen zuvor unbekannten Typ mobiler Roboter angepasst. Laut Runway lag die durchschnittliche Erfolgsquote in der Simulation nach zusätzlichem Training mit rund 95 Stunden Roboterdaten bei 80 Prozent. Im selben Vergleich erreichte Googles RT-1 52,4 Prozent.

Hardware-Anforderungen und bekannte Einschränkungen

Laut Runways Dokumentation benötigt die Standardversion von Praxis-1 eine GPU mit 80 GB Speicher. Das Unternehmen schätzt, dass die komprimierte Version auf eine RTX 5090 mit 32 GB VRAM passen dürfte. In der Dokumentation steht jedoch auch, dass der maximale Speicherverbrauch dieser Version noch nicht gemessen wurde. Damit das Basismodell auf unterschiedlichen Robotersystemen funktioniert, ist zusätzliches Training erforderlich. Runway zufolge gibt es auch Versionen, die bereits für bestimmte Roboter angepasst wurden.

Das Modell kann Objekte verwechseln, die ähnlich aussehen, und hat Schwierigkeiten mit unklaren Anweisungen. Bei längeren Aufgaben müssen die Arbeitsschritte einzeln beschrieben werden; komplexe Handlungsabläufe kann Praxis-1 noch nicht zuverlässig selbstständig planen. Die in den Tests erzielten Erfolgsquoten belegen daher nicht, dass bei anderen Robotern und Aufgaben dieselbe Leistung erreicht wird.

Auswirkungen auf Architektur- und Visualisierungs-Workflows

Praxis-1 wird in der Quelle nicht als Werkzeug für Architektursoftware oder Archviz-Produktion vorgestellt. Dass Roboter sich mithilfe von Kamerabildern und Anweisungen in physischen Umgebungen bewegen, ist jedoch eine Entwicklung, die Teams im Blick behalten sollten, wenn sie Robotersysteme für Raumprojekte in Betracht ziehen. Büros, die eine Anwendung erwägen, sollten den Bedarf an zusätzlichem Training für den jeweiligen Roboter, den GPU-Speicher und die Bedingungen der Apache-2.0-Lizenz prüfen.

Dass das Modell Kamerabilder verarbeitet, bedeutet nicht automatisch, dass es in eine Rendering-Software oder eine Architekturszene integriert ist. In der Quelle finden sich keine Angaben zu einer solchen Kompatibilität. Die aktuelle Bedeutung von Praxis-1 für Architektur und Visualisierung beschränkt sich daher darauf, dass es ein Modell zur Steuerung von Robotern in physischen Räumen ist – und kein direktes Werkzeug für die Produktion.