Runway Praxis-1: il modello per robot con pesi aperti e licenza Apache 2.0

Runway, l’azienda nota soprattutto per i suoi modelli di generazione video, ha rilasciato Praxis-1, un modello per la robotica con pesi aperti e licenza Apache 2.0. L’annuncio è dell’11 novembre 2026 e segna un passaggio notevole: un modello nato dal mondo del video viene messo a disposizione di chiunque voglia farlo girare, modificarlo e perfino usarlo in prodotti commerciali.

Se ti occupi di AI, automazione o semplicemente segui la corsa alla robotica generalista, è una notizia da capire bene. Vediamo cosa è Praxis-1, quali numeri dichiara Runway e cosa cambia davvero.

Cosa è Praxis-1 e come funziona

Secondo la pagina ufficiale di Runway, Praxis-1 è un “world action model”, cioè un modello che predice insieme video e azioni. Era stato presentato a settembre 2026 come il primo modello di questo tipo dell’azienda, e oggi arriva in versione aperta.

Sul piano tecnico si tratta di un diffusion transformer con architettura mixture-of-experts da 27 miliardi di parametri. In pratica il modello non si limita a decidere quale movimento eseguire: immagina anche come evolverà la scena in risposta a quel movimento.

Perché un modello video può guidare un robot

L’idea di fondo è che per controllare un corpo fisico serva una comprensione del mondo: come si muovono gli oggetti, cosa succede quando li spingi, come cambia la scena quando una mano meccanica li afferra. I modelli video imparano proprio questo guardando enormi quantità di filmati, e Runway ha scelto di partire da lì.

Praxis-1 si appoggia infatti al pretraining video su larga scala che sta dietro ai modelli del mondo generali dell’azienda. La pagina non indica dimensione e composizione del dataset, ma richiama una conclusione della ricerca di Runway: il video preso dal web funzionerebbe quasi quanto il video di robot teleoperati come materiale di pretraining.

Se confermata, è un’indicazione importante, perché i dati di teleoperazione sono costosi e lenti da raccogliere, mentre il video online abbonda.

Differenza rispetto ai modelli vision-language-action

Molti modelli robotici aperti oggi sono dei VLA, cioè vision-language-action: ricevono immagini e istruzioni in linguaggio naturale e producono azioni. Un world action model aggiunge la previsione del video futuro, trattando la dinamica del mondo come parte integrante del problema. Se vuoi approfondire il concetto di base, abbiamo spiegato cosa sono i world model e come funzionano.

I numeri dichiarati da Runway

Il confronto più citato riguarda RoboLab-120, la classifica di NVIDIA, con tasso di successo calcolato su 1.200 episodi e dati aggiornati a novembre 2026. Su questo test Praxis-1 ottiene il 46,2%, davanti a FLUX 3 Action al 42,9%, a Cosmos3 Nano al 36,8% e a π0.5 al 28,0%.

Runway afferma che Praxis-1 è il miglior world action model della classifica e che supera tutti i VLA a pesi aperti.

Un secondo dato arriva da SimplerEnv. Dopo un fine-tuning sul robot RT-1 di Google, che non faceva parte dei dati di addestramento, Praxis-1 raggiunge l’80,0%, mentre la policy RT-1 originale si ferma al 52,4%.

Questo secondo risultato è interessante per un motivo preciso: mostra la capacità del modello di adattarsi a una macchina mai vista, ed è il genere di prova che conta se l’obiettivo è un cervello riutilizzabile su hardware diverso.

Come leggere questi risultati

Va ricordato che si tratta di cifre riportate dall’azienda stessa nel proprio annuncio. Le classifiche robotiche in simulazione sono utili per confrontare i modelli, ma non equivalgono a prestazioni garantite in una fabbrica o in un magazzino, dove luce, attriti e imprevisti cambiano di continuo. La pagina di Runway, inoltre, non elenca limiti né modalità di errore note, quindi per ora il quadro è quello di un lancio: serviranno prove indipendenti.

Detto questo, il fatto che il modello sia aperto permette a ricercatori e team esterni di verificare in autonomia, cosa che con i modelli chiusi non è possibile.

Apache 2.0: perché la licenza conta

La licenza Apache 2.0 include l’uso commerciale. Il rilascio comprende i pesi, il codice di inferenza e il codice di fine-tuning, con supporto sia al full fine-tuning sia a LoRA. Per una startup di robotica significa poter partire da un modello avanzato senza chiedere permessi né pagare royalty, adattandolo ai propri robot con i propri dati.

Per chi sviluppa, la distribuzione è già ampia. Il codice è su GitHub nel repository runwayml/praxis-1-oss, mentre su Hugging Face esiste la collezione runwayml/praxis-1, con supporto nativo a LeRobot. Sono indicati anche vLLM-Omni, l’inferenza ospitata su Reactor e la possibilità di provarlo su Runway Dev. NVIDIA, dal canto suo, mette a disposizione tutorial pratici di post-training con NeMo Automodel.

Hardware richiesto

Runway dichiara che il modello gira “out of the box” su hardware NVIDIA: GPU da data center come H100 e B200, GPU da workstation come RTX 5090 e RTX PRO 6000, e Jetson Thor per l’uso direttamente a bordo del robot. La pagina non specifica requisiti minimi di VRAM, memoria o precisione numerica, un dettaglio da verificare prima di pianificare un test su una singola scheda.

Robot e partner coinvolti

Tra i partner citati ci sono Noble Machines, con un umanoide a gambe, Standard Bots, con un braccio industriale a sei assi, e Ultra, con un robot a due braccia per i magazzini. Tre forme molto diverse di robot, a sostegno dell’idea di un modello non legato a una sola macchina.

Runway è inoltre fondatrice della Cosmos Coalition e dichiara di lavorare con NVIDIA su stack tecnologici aperti per l’AI di frontiera.

Cosa cambia per il settore

La robotica generalista è stata finora dominata da modelli sviluppati in casa dai grandi laboratori. Solo pochi giorni fa abbiamo raccontato Gemini Robotics 2.5 di DeepMind, un approccio chiuso e legato a partner selezionati. Praxis-1 va nella direzione opposta: pesi scaricabili, codice di fine-tuning e licenza permissiva.

Il parallelo con ciò che è successo ai modelli linguistici è facile da fare. Quando i pesi aperti hanno raggiunto una qualità competitiva, l’ecosistema ha accelerato, con una moltiplicazione di versioni specializzate. Qualcosa di simile potrebbe accadere nella robotica, a condizione che la qualità dichiarata regga alla prova dei fatti.

C’è poi un aspetto strategico. Runway nasce come azienda di video generativo, un campo in cui molti strumenti per creare video con l’AI competono ormai sulla qualità. Usare quella stessa base tecnologica per addestrare robot apre un mercato molto più ampio, e il rilascio aperto è un modo per costruire rapidamente una comunità di sviluppatori.

Cosa tenere d’occhio nei prossimi mesi

Ci sono tre cose da seguire. La prima sono i test indipendenti, sia in simulazione sia su robot reali. La seconda è la comparsa di versioni fine-tuned dalla community, che mostreranno quanto il modello si adatta a compiti specifici. La terza sono i costi di esecuzione: un modello da 27 miliardi di parametri, anche con architettura mixture-of-experts, ha esigenze di calcolo non banali, e la scelta tra GPU da workstation e Jetson Thor dipenderà dall’applicazione.

Conclusioni

Praxis-1 è uno dei rilasci più rilevanti della settimana per chi segue AI e robotica: un world action model da 27 miliardi di parametri, con risultati dichiarati superiori a molti concorrenti aperti e una licenza che non pone ostacoli al commercio. I numeri vanno letti con cautela finché non arrivano verifiche esterne, ma la direzione è chiara.

Se sviluppi o sperimenti con la robotica, il consiglio è semplice: scarica il modello da Hugging Face o da GitHub, provalo su un caso d’uso limitato e confronta i risultati con quanto dichiarato da Runway. Seguici per gli aggiornamenti, perché questa storia è appena cominciata.