# Runway veröffentlicht offenen Roboter-Controller Praxis-1

> Das Modell übersetzt Kamerabilder und Anweisungen in Roboterbewegungen. Laut Runway lag es bei einem Simulationstest vorn; die Ergebnisse wurden jedoch nicht unabhängig überprüft.

Oossa · 2026-11-14 · https://oossa.com/de/runway-releases-open-weight-praxis-1-robot-controller

Runway hat Praxis-1 veröffentlicht, ein Modell zur Robotersteuerung, dessen Gewichte und Quellcode unter der Apache-2.0-Lizenz verfügbar sind, die auch eine kommerzielle Nutzung erlaubt. Das Modell verarbeitet Kamerabilder, Textanweisungen und Angaben zur Position eines Roboters. Anschließend sagt es voraus, wie sich die Szene verändern wird und welche Bewegungen der Roboter ausführen soll. Sobald neue Kamerabilder eintreffen, passt es seine Steuerung an.

Runway stellte Praxis-1 erstmals Ende September vor und teilte es zunächst nur mit ausgewählten Partnern. Die Robotikunternehmen Standard Bots, Noble Machines und Ultra haben das Modell inzwischen auf verschiedenen Systemen getestet, darunter einem humanoiden Roboter, einem Industriearm und einem Lagerroboter mit zwei Armen. Entwickler können es nach der Anmeldung und Zustimmung zu den Zugangsbedingungen von Hugging Face herunterladen; der Code ist auf GitHub verfügbar.

## Wie gut schneidet das Modell ab?

Praxis-1 baut auf einem Videomodell auf, das darauf trainiert wurde, Bewegungen und Wechselwirkungen von Objekten zu verstehen. Runway hat es mit Videos menschlicher Handlungen und Roboterdaten weiter trainiert, um das Wissen zu nutzen, das das Modell aus gewöhnlichem Videomaterial gewonnen hat. Dieser Ansatz könnte den Bedarf an speziell für Roboter erhobenen Daten senken. Das ist allerdings noch nicht belegt: Runway verwendete weiterhin rund 277 Stunden DROID-Roboteraufnahmen, um Praxis-1 an einen Franka-Arm anzupassen, sowie 1.400 bis 2.600 Stunden Material für einen Roboter mit zwei Armen.

Im RoboLab-120-Simulationsbenchmark von Nvidia, der 120 Aufgaben zum Sortieren, Greifen und Stapeln von Objekten umfasst, erzielte Praxis-1 eine Erfolgsquote von 46,2%. FLUX 3 Action kam unter denselben Bedingungen auf 42,9%. Praxis-1 belegte unter den World Action Models den ersten Platz. Diese Kategorie umfasst Systeme, die vorhersagen, wie sich eine Szene verändert, um Handlungen zu steuern. Insgesamt lag das Modell auf Platz fünf. Die Tests führte Runway durch; die Ergebnisse wurden nicht unabhängig überprüft.

An einem echten Franka-Arm bewältigte Praxis-1 bei zehn Aufgaben 88 von 100 Versuchen. FLUX 3 Action kam auf 80. In einer separaten Simulation mit einer Roboterplattform, die beim vorherigen Training nicht zum Einsatz gekommen war, erreichte Praxis-1 nach dem zusätzlichen Training mit rund 95 Stunden Roboterdaten 80%. Runway zufolge erzielte Googles ursprüngliches RT-1 im selben Benchmark 52,4%.

## Wo liegen die Grenzen?

Das Basismodell muss zusätzlich trainiert werden, damit es mit einem neuen Roboter funktioniert. Die Standardversion benötigt eine GPU mit 80 GB Speicher. Runway schätzt, dass eine komprimierte Version auf eine RTX 5090 mit 32 GB passt; der Spitzenbedarf an Speicher wurde jedoch nicht gemessen. Außerdem kann Praxis-1 laut Runway ähnlich aussehende Objekte verwechseln und hat Schwierigkeiten mit ungenauen Anweisungen. Komplexe Aufgaben müssen in klare Schritte unterteilt werden, da das Modell längere Handlungsabläufe noch nicht zuverlässig selbst planen kann.

## Die Fakten

- Die Gewichte und der Quellcode von Praxis-1 stehen unter der Apache-2.0-Lizenz zur Verfügung.
- Laut Runway erzielte Praxis-1 im RoboLab-120-Benchmark von Nvidia eine Erfolgsquote von 46,2%, FLUX 3 Action kam auf 42,9%.
- An einem echten Franka-Roboterarm war Praxis-1 bei zehn Aufgaben in 88 von 100 Versuchen erfolgreich; FLUX 3 Action in 80.
- Die Standardversion benötigt eine GPU mit 80 GB Speicher. Runway schätzt, dass die komprimierte Version auf eine RTX 5090 mit 32 GB passt.

## Warum es wichtig ist

Roboterentwickler können Praxis-1 herunterladen und den Code unter einer Lizenz prüfen oder anpassen, die eine kommerzielle Nutzung erlaubt. Für jeden neuen Roboter muss das Basismodell jedoch zusätzlich trainiert werden. Die Ergebnisse von Runway sind vielversprechend, stammen aber aus unternehmenseigenen Tests und wurden nicht unabhängig überprüft. Daher ist noch unklar, wie gut das Modell in den Umgebungen anderer Entwickler funktioniert und ob das Vortraining mit Videos den Datenbedarf tatsächlich senkt.

## Quellen und Referenzen

1. [Runway's open-source Praxis-1 turns video AI into a robot controller](https://the-decoder.com/runways-open-source-praxis-1-turns-video-ai-into-a-robot-controller/) – The Decoder, 2026-11-14

Zuletzt aktualisiert: 2026-11-14