Runway 用影片訓練機器人：Praxis-1 有展示，公開權重仍要等

發生了什麼

Runway 的原始 X 公告在台北 10 月 1 日 02:06 發表 Praxis-1，以大規模影片預訓練發展機器人控制策略。研究頁只標 September 2026；本文事件日期依原始貼文，不把今天的報導當成今天才發布。[2]
目前在 Noble Machines、Standard Bots 與 Ultra 的硬體上測試，可申請受邀 early access。Runway 說未來幾個月公開權重，查閱時沒有可下載權重、正式發布日或部署規格；open-weight 不代表現在已開源可跑。[1]
官方的微調後放置誤差圖列：從零起步的網路影片組 16.1 cm、遙控機器人影片組 16.0 cm，93 組評估配對、誤差帶為 ±1 SEM，並說小於誤差帶的差異不顯著。因此只能說這個測試接近，不能宣稱網路影片已勝出。[1]
原始研究頁展示取書、桌面物體與跨工作室／廚房場景；合作夥伴區的雙臂和六軸機械臂片段標 2 倍速，部分其他片段標 1 倍速。影片沒有提供足以推算量產成功率、延遲或重試成本的完整測試表。[1]

比較條件：微調後最終放置誤差；from scratch 兩組；93 組評估配對，±1 SEM
指標	網路影片預訓練	遙控影片預訓練
最終放置誤差（cm）	16.1	16

差值 0.1 cm 不能當作顯著輸贏。官方明言小於誤差帶的差異不顯著；此簡圖僅重畫標示值，完整曲線與誤差帶請看原始研究頁。不是所有機器人任務的成功率，本站未重現。

讀這些證據能知道什麼 · 編輯觀察這是影片模型公司切入實體 AI 的具體方向，值得看原始動作與後續權重。現階段能判斷的是已有合作測試與官方數據；不能由剪輯影片推論它已能處理任意機器人、環境或安全抓取。一般讀者先看展示即可，開發者仍需等硬體、模型和部署條件。

下列引言是作者原話的忠實中文翻譯，可展開對照原文。背景另列；個人測試與費用未由本站重現，也不代表全體使用者。

質疑Sebastian Buzdugan @sebuzdugan

Praxis-1 如何處理力回饋

原話中文翻譯 · 短節錄

對照原文

how does praxis-1 handle force feedback

測試／貼文背景 原帖完整問題接著指出影片看不到安全握持壓力。這是對感測／安全控制的提問，沒有聲稱實測失敗；查閱此討論串時未見 Runway 回答。不能因未回答就判定模型沒有力感測。

X · 2026.10.01公開簡介自述 ML Engineer、AI 博士生、建置 openfrai；與 Runway 商業關係未查核完整原貼文 ↗查閱 10/02 07:16（台北）

創作者展示 · 2026.10.01

官方機器人影片；研究頁另標明部分合作夥伴片段為 2 倍速。展示不是完整成功率測試，也不代表公開權重已能下載。

點擊才連線至 X，可能載入其 Cookie；也可直接開啟原貼文。

等待權重實際發布、授權、硬體需求、推論延遲與安全控制細節；目前沒有公開下載日期。

需要原始失敗樣本、每項任務試驗次數及場景外表現，才能評估展示以外的可靠性。

本文以 AI 輔助編輯，公告以原創整理呈現；社群引言採短節錄與忠實翻譯。功能、方案與價格可能後續調整；本文記錄的是上述查核時間的資訊。