11月12日、madrobot.blogが「AI video maker Runway gives away a robot brain it says beats Nvidia's」と題した記事を公開した。AIビデオツールで知られるRunwayがオープンウェイトのロボット向けAIモデル「Praxis-1」を無償公開し、NvidiaやPhysical Intelligenceのモデルを上回ると主張していることについて詳しく紹介している。
動画生成AIが「ロボットの脳」に転用
Runwayはこれまで映像クリエイター向けのAI動画ツールで知られてきた企業だ。そのRunwayが、自社の動画モデルをロボット制御に転用した「Praxis-1」を2026年11月にリリースした。ライセンスはApache 2.0(商用利用可)、ウェイトは全公開という踏み込んだ条件だ。
Runwayは同モデルを「ワールドアクションモデル」と呼ぶ。正確には270億パラメータのMixture-of-Experts(MoE)拡散トランスフォーマーで、カメラ映像の次フレームを予測しながら、同時にロボットアームの動作を推論する設計になっている。要は「次に何が起きるかを映像として想像しながら、腕をどう動かすかを決める」モデルだ。
Runwayはこれまでに約10億ドルの資金調達を行っており、直近では2024年に5億ドルのシリーズDを完了している。動画生成AIとして培った大規模映像データの扱いに強みを持つ同社が、ロボティクスという隣接領域に踏み込む背景には、映像系AIと制御系AIの技術的収束という潮流がある。OpenAIやGoogle DeepMindがマルチモーダルモデルをロボットへ応用する動きを加速させるなか、Runwayが自社の差別化軸として映像理解能力を活かせるロボット分野を選んだ戦略的意図は自然といえる。
核心:ロボットデータが要らない?
このモデルの最も注目すべき設計思想は、ロボット専用のデモデータをほとんど使わずに学習できるという点だ。
ロボット学習の現場では、ロボットを人間が遠隔操作して収集した「デモンストレーションデータ」が不可欠とされてきた。収集コストは高く、スケールアップが難しい。RunwayCTOのKamil Sindiはこう述べている。
ほとんどのロボットポリシーはロボットデータがボトルネックになっている。データは希少で収集コストも高い。Praxis-1は主に三人称視点の映像から学習する。
— Kamil Sindi(Runway CTO)、The Robot Reportより
Sindiによれば、このモデルの性能の上限は「ロボットデモの数」ではなく「学習できる動画の量」によって決まるという。ウェブ上の一般動画が、高コストなロボット操作映像とほぼ同等の学習素材として機能するとRunwayは主張している。これが事実であれば、映像データを大量に持つ動画系AI企業がロボティクス分野で急速に力をつける可能性がある。
ベンチマーク:Nvidiaを上回ると主張(自社発表値)
Runwayが発表したNvidiaのRoboLab-120リーダーボード(1,200テストエピソード)における成功率は以下のとおりだ。
| モデル | 成功率 |
|---|---|
| Praxis-1(Runway) | 46.2% |
| FLUX 3 Action | 42.9% |
| Cosmos3 Nano(Nvidia) | 36.8% |
| π0.5(Physical Intelligence) | 28.0% |
上記の数値はすべてRunway自身が発表したものであり、現時点では第三者による独立した検証は行われていない。 またRunwayはRoboLab-120リーダーボードへの直接リンクを示しておらず、各数値を独立して確認する手段が限られている点には注意が必要だ。ベンチマーク数値を参照する際はこの前提を念頭に置いていただきたい。
また、Google RT-1ロボットへのファインチューニング後、シミュレーションテスト「SimplerEnv」で**成功率80.0%**を達成したとしており、RT-1オリジナルの制御ソフトの52.4%を上回ると主張している。こちらも同様にRunway発表の数値である。
実際に使えるか:対応ハードと入手方法
ウェイトと推論・ファインチューニングコードはGitHubおよびHugging Faceで公開されている。LeRobotライブラリおよびvLLM-Omniサービングエンジンに対応する。ファインチューニングはフルFTのほか、低コストな**LoRA**方式も使える。
対応ハードはデータセンター向けのH100・B200から、ワークステーション向けのRTX 5090・RTX PRO 6000、さらにロボット本体内に搭載されるJetson Thorまで幅広い。自前のGPUを持たない開発者向けにはホスト版「Reactor」も提供される。
ローンチパートナーとして、Noble Machines(脚付きヒューマノイド)、Standard Bots(6軸産業用アーム)、Ultra(デュアルアーム倉庫ロボット)の3社がすでに自社機体でPraxis-1を稼働させたとRunwayは述べている。
業界文脈
このリリースは、Google DeepMindがGemini Robotics 2.5をメルセデス・ベンツの工場に投入した翌日というタイミングで行われた。またNvidiaのJensen Huang CEOが「ロボットの『ChatGPTモーメント』が近い」と発言した数週間後でもある。DeepMindのGenie 2と同様にワールドモデルがベースになっているが、Runwayはそのモデル全体をロボットメーカーに無償で開放した格好だ。
ロボティクス向けの基盤モデルをめぐっては、Physical IntelligenceのπシリーズやNvidiaのIsaac Labなど、資金力・研究力を持つプレイヤーがひしめく。その中でRunwayがApache 2.0での全公開という思い切った条件を選んだことは、エコシステム形成を優先する戦略として読める。ロボット制御における映像理解ベースのアプローチが実用水準に達するかどうか、今後のコミュニティによる検証が注目される。
詳細はAI video maker Runway gives away a robot brain it says beats Nvidia'sを参照していただきたい。