先说结论
先说结论：能用，但门槛比宣传高。Runway 在 2026 年 11 月 11 日把 Praxis-1 以 Apache 2.0 开放权重放了出来，许可证明确允许商用，权重挂在 Hugging Face，推理与微调代码在 GitHub 的 runwayml/praxis-1-oss 仓库里。
这次是真开放，不是"开个接口给你玩玩"。每个 checkpoint 54.4GB，切成十七个 safetensors 分片，你可以下载、可以改、可以拿去做商用服务，官方没在许可证里塞附加条款——对做机器人的人来说，这一条比参数表重要。
但"开放"和"可用"之间隔着一条沟。官方示例写着要 Python 3.12、CUDA 13 驱动、至少 80GB 显存的单卡才能跑通，还得自己准备 Wan2.2 的 VAE 和 Qwen3.5-2B 文本编码器当依赖。
所以这篇不写"又一个开源里程碑"。我想说清三件事：它的路线为什么值得看，46.2 这个分数到底算什么水平，以及你手上那台机器能不能真的用上它。前三节讲清楚，最后一节泼冷水。
它到底是个什么东西
二十七 B 参数的混合专家扩散 Transformer，同时预测"下一段视频"和"下一段动作"。听着绕，拆开说就是它从噪声里一步步去噪出"接下来该发生什么"，视频那半留给模型自己看，动作那半变成机器人能执行的目标位姿，两路预测共享同一个潜空间。
每次策略调用，它给机器人返回二十一至二十四行目标位姿。首帧给二十一行，约 1.4 秒；此后每次二十四行，约 1.6 秒，控制频率 15Hz。这个节奏比你眨眼慢半拍，比产线节拍慢得多，够做慢速抓取，不够做高速分拣。
让我想写这篇的不是参数量，是它的预训练路线。Runway 的研究结论是：网络视频和遥操作机器人视频，作为预训练数据效果相当。这一句把行业瓶颈挪了位置——从"你得采多少机器人数据"变成"你能看多少视频"。
意义落在成本结构上。采一条高质量遥操作数据要人、要机器人、要场地、要反复标定，看一段网络视频几乎零成本。路线之争从来不是谁参数大，是谁的数据更便宜，这次是换了一条更便宜的赛道。
榜单上的数字
NVIDIA RoboLab-120 榜单，一千二百个回合，Praxis-1 成功率 46.2%。同场数据：FLUX 3 Action 42.9%，Cosmos3 Nano 36.8%，π0.5 28.0%。官方称它是该榜单第一的世界动作模型，并超过所有开放权重 VLA，这个口径写进了官方博客。
先说这分数算不算高。四成六在实验室语境里相当能打，第二名才四成三，一路掉到 π0.5 的两成八，这个梯度说明它不是几个走运回合拉起来的峰值，而是同一评测体系下的稳定排序，差距不大但方向清楚。
四成六放到工业场景，是另一回事。一台抓取臂十次里有五次以上没完成目标，没有厂敢让它上产线；这个分数证明路线对，不证明产品成，两件事之间还差一次量产级验证。
一千二百个回合这个量级也值得说一句。样本大到不会被运气带偏均值，够资格进榜单排名，但它仍然是仿真里的回合，不是车间里的十万次循环。这两件事在工程上的距离，比多数人想的远。
普通开发者能跑吗
把环境要求抄一遍：Python 3.12、CUDA 13 驱动、至少 80GB 显存的单卡，跑示例之前还得先拉依赖。一个机器人动作模型，要靠一个视频模型的 VAE 和一个语言模型的编码器伺候着，这本身就说明当前的多模态栈还没到"一条命令装好"的程度。
硬件清单官方列得挺宽：H100、B200 这类数据中心卡，RTX 5090、RTX PRO 6000 工作站卡，还有装在机器人身上的 Jetson Thor。看着像人人有份，实际是每档都够贵，工作站卡那一档尤其。清单宽不代表门槛低，它只说明这模型能在很多机器上跑，前提是你先有那些机器。
我的判断是：实验室能跑，个人别想。这不是劝退，是帮你省两天时间——真有一张 5090，先把示例跑通、把 15Hz 那套延迟和时延抖动摸清楚，再想微调的事。
单张 80GB 卡可以用 LoRA 把 droid 版适配到自己的任务，这是全文最实用的一句话。迁移能力也不是演示：用它微调 Google 的 RT-1，在 SimplerEnv 上做到 80.0% 成功率，而 RT-1 原策略是 52.4%，已有合作方在腿式人形、六轴工业臂、双臂仓储机器人上跑。
别急着下单
泼第一盆冷水：RoboLab-120 是仿真榜单。仿真里的 46.2% 和真机上连续十万次不出故障，是两个工程问题——前者考策略，后者考轴承、线束、标定漂移，还有半夜三点那次意外停机。
所以开放权重降低的是算法门槛，不是可靠性门槛。一个团队能让模型跑到 46.2%，和一个工厂敢把它接进产线，中间还隔着安全认证、异常恢复、备件周期，还有一条没人愿意写进论文的停机成本，这一条仿真榜单永远测不出来。
第二盆：这波开源最像样的价值，是把"视频预训练能不能迁移到动作"变成了可复现的实验。以前只能听论文讲，现在能自己下权重、自己微调、自己看数；官方口径里的"第一"也限定在世界动作模型这个类别和这个榜单，换个评测集排序就可能变。
适合谁：有 80GB 卡、有真机、有明确任务要适配的实验室和小团队。不适合谁：想在笔记本上玩两天做出演示视频的人，以及期待"下载即上产线"的采购方。这中间的落差，就是宣传和工程之间那条沟。
