Runway 用互联网视频训练机器人，放置误差几乎追平专业数据

Runway 发布机器人模型 Praxis-1，用普通互联网视频预训练后，物体放置误差与专业遥操作视频几乎打平。这可能改变机器人训练数据来源，也影响公开发布视频的使用预期。

发生了什么

Runway 发布机器人模型 Praxis-1，把训练 AI 视频模型的能力用到了真实机器人上。它的路径不是直接让机器人试错，而是先从大量普通视频里学习物体怎么运动、人怎么完成任务，再把这些经验转化为机器人的动作。

Runway 做了一项物体放置测试：用互联网视频预训练后，机器人的平均误差是 16.1 厘米；改用专门采集的机器人遥操作视频，误差是 16.0 厘米。测试共做了 93 组评估，两种训练方式的结果几乎打平。

Praxis-1 已经在 Noble Machines、Standard Bots 和 Ultra 的多种机器人上测试，包括机械臂、双臂机器人和移动机器人。Runway 还展示了同一套策略从工作室换到厨房继续执行任务。模型目前只开放早期测试申请，权重计划未来几个月公开，参数量和更完整的独立评测还没有公布。

关键事实

• Runway 发布机器人模型 Praxis-1，把训练 AI 视频模型的能力用于真实机器人。
• 用互联网视频预训练后，机器人物体放置平均误差为 16.1 厘米；改用专门采集的机器人遥操作视频，误差为 16.0 厘米。
• 测试共做了 93 组评估，两种训练方式的结果几乎打平。
• Praxis-1 已在 Noble Machines、Standard Bots 和 Ultra 的多种机器人上测试，覆盖机械臂、双臂机器人和移动机器人。
• 模型目前只开放早期测试申请，权重计划未来几个月公开，参数量与更完整评测尚未公布。

我们的分析

这件事的重要性在于，机器人训练最缺的数据可能一下多出几个数量级。过去真人遥控机器人采集数据，需要设备、场地和人工；普通视频早已遍布互联网，却无法直接控制机器人。Runway 想做的，是把这些普通视频变成机器人学习动作的训练材料。如果这条路线继续扩大，机器人训练的数据瓶颈可能明显缓解。

与过去相比，变化在于训练素材的范围被拓宽了。专门遥操作数据仍然有价值，但互联网视频开始具备接近专业数据的训练效果。这意味着，公开发布的视频可能不再只是展示内容，还可能被当作机器人理解物理动作的素材。对内容平台和视频创作者来说，视频中出现的操作动作、物体运动、任务流程等信息，可能具备新的使用价值。

目前还不能判断这条路是否会成为主流。参数量、独立评测和跨场景稳定性都没有完整披露，早期测试申请也只是第一步。但测试结果已经说明，用互联网视频训练机器人在误差指标上可以接近专门采集的数据，这是值得关注的信号。

对运营者意味着什么

• 检查自己发布视频的平台条款和授权范围，关注平台是否允许把视频用于模型训练，尤其是教程、操作、手工、运动类等结构化动作内容。
• 如果运营的是产品演示、工作流程、技能教学类账号，可以关注 Runway 未来几个月权重公开后的使用规则，评估这类视频是否可能被纳入机器人训练数据。
• 不要把“普通视频只能用于展示”当作默认前提。发布前可以评估视频中动作、场景、物体操作等信息的可复用性，尤其是高质量、多角度、清晰展示任务过程的素材。
• 对 AI 内容创作者来说，可以观察 AI 视频模型能力迁移到实体机器人后，是否出现新的内容形式、合作需求或平台政策变化。