A Runway anunciou o Praxis-1, uma política robótica que, segundo a empresa, se baseia no pré-treino em grande escala com vídeo usado nos seus modelos do mundo. A empresa afirma que o modelo foi testado com parceiros de robótica selecionados, nos equipamentos destes. Prevê disponibilizar publicamente os pesos do modelo nos próximos meses; estes ainda não estavam disponíveis na página do anúncio quando a BIG CHANGE a consultou, a 3 de outubro. A Runway data a página de setembro de 2026, sem especificar o dia.

A questão central é saber se os vídeos do quotidiano podem proporcionar conhecimento útil a uma política robótica antes de esta aprender com demonstrações de robôs. A Runway apresenta uma comparação do erro de posicionamento e clipes de tarefas selecionadas. Os detalhes necessários para reproduzir o resultado ainda não foram publicados.

A grande mudança

  • O que mudou: A Runway está a aplicar o pré-treino com vídeo à previsão de ações robóticas e afirma ter realizado testes em vários tipos de equipamento dos parceiros. Isto poderá permitir aproveitar a abundância de imagens captadas por terceiros num domínio em que a recolha de dados de demonstrações com robôs é dispendiosa. O Praxis-1 continua disponível apenas para parceiros selecionados.
  • Por que isso importa: O gráfico da Runway indica um erro final de posicionamento, após o ajuste fino, de 16,1 cm para o pré-treino com vídeos da Web e 16,0 cm para o pré-treino com vídeos de robôs teleoperados. As estimativas pontuais apresentadas são próximas. As barras de ±1 erro-padrão da média, calculadas sobre 93 pares de avaliação, não demonstram uma diferença significativa nem equivalência; além disso, o protocolo publicado é demasiado limitado para avaliar o desempenho noutro robô.
  • O que observar: A publicação dos pesos, dos detalhes da avaliação por tarefa e dos resultados dos parceiros permitiria aos investigadores avaliar o contributo do pré-treino com vídeo e a adaptação necessária para cada robô. A Runway prometeu disponibilizar os pesos, mas não indicou uma data concreta.

Como o vídeo entra na política

A página de pesquisa do Praxis-1 da Runway afirma que os seus grandes modelos de vídeo aprendem padrões relativos ao comportamento de objetos, aos movimentos das mãos e a tarefas físicas. A empresa diz que o Praxis-1 integra esse pré-treino numa política robótica generalista. Segundo a Runway, os vídeos captados por terceiros podem proporcionar um ponto de partida útil antes do treino robótico específico para cada tarefa. A página afirma que o desempenho da política melhora à medida que aumenta a escala dos vídeos captados por terceiros.

A página não descreve o formato de observação do Praxis-1, a saída de ações, o procedimento de ajuste fino, a interface de inferência nem a frequência de controlo. Também não disponibiliza ficheiros de pesos nem requisitos de equipamento. Estas lacunas são relevantes para os engenheiros que tentam estimar a adaptação necessária a uma câmara, garra ou base móvel específica. A Runway mantém uma página separada do produto de política robótica GWM-1 que descreve um arranjo de ajuste fino personalizado e um SDK na nuvem. Não se deve presumir que a interface e os termos comerciais desse produto se apliquem ao Praxis-1.

Os clipes da Runway mostram uma instrução para colocar uma bola de ténis, uma base móvel a aproximar-se de uma prateleira e a recolher um livro, bem como exemplos com objetos repetidos, espaços desarrumados, materiais transparentes e tecido. Outro clipe tem a legenda de que a mesma política se desloca entre um estúdio e uma cozinha sem voltar a ser treinada. São exemplos escolhidos pelo programador; a página não indica o número de tentativas nem as taxas de sucesso.

O que o gráfico de erro de posicionamento mostra

A única comparação numérica na página da Runway é o erro final de posicionamento após o ajuste fino, medido em centímetros; valores mais baixos são melhores. O gráfico identifica o pré-treino com vídeos da Web a partir do zero em 16,1 cm e o pré-treino com vídeos de robôs teleoperados a partir do zero em 16,0 cm. A Runway representa as horas de vídeo de pré-treino e diz que as barras de erro e a faixa correspondem a ±1 erro-padrão da média em 93 pares de avaliação. A observação informa que diferenças menores que uma barra não são significativas.

As estimativas pontuais apresentadas diferem em 0,1 cm. Nesta página, a Runway não publicou a composição das tarefas, o número de robôs ou de ambientes, o método de formação dos 93 pares, a quantidade de dados robóticos usada no ajuste fino nem um teste estatístico completo. Na comparação que decidiu apresentar, as estimativas pontuais do erro final de posicionamento após o ajuste fino são próximas. O gráfico não demonstra uma diferença estatisticamente significativa nem equivalência nessa medida. Também não comprova a conclusão fiável das tarefas mais longas mostradas nos clipes nem a redução da necessidade de dados recolhidos em condições reais de implementação.

A Runway também cita uma correlação de 0,95 entre resultados de políticas robóticas simulados e resultados no mundo real. Esse valor provém da pesquisa anterior de avaliação de políticas, que classificou oito políticas em tarefas de bancada com um braço Franka Panda. Trata-se de um estudo separado sobre avaliação de políticas, não de uma medida do desempenho do Praxis-1 em utilização real.

Como está o acesso

A Runway cita Noble Machines, Standard Bots e Ultra como parceiros iniciais que utilizam o Praxis-1 nos seus próprios equipamentos. Nessa secção, o anúncio descreve manipulação bimanual, um braço com seis graus de liberdade e uma base móvel. A Runway afirma estar a avaliar a eficácia e a segurança em diferentes plataformas robóticas e ambientes antes da disponibilização geral; convida ainda outros parceiros selecionados a contactar a sua equipa de robótica.

Para os investigadores fora desse programa, o material disponível limita-se ao anúncio, ao gráfico e aos clipes. A página não disponibiliza uma transferência pública dos pesos do Praxis-1, um procedimento de integração publicado nem um pacote de avaliação reproduzível. A Runway não indica custos de acesso, a eventual licença dos pesos, os requisitos computacionais nem uma data de lançamento geral. Uma equipa que esteja a considerar o acesso antecipado pode usar a informação pública para orientar uma conversa sobre o seu próprio equipamento e as respetivas necessidades de avaliação, mas não consegue reproduzir a comparação apresentada apenas com base no anúncio. A BIG CHANGE não solicitou acesso nem testou qualquer robô.

Nossas reportagens anteriores sobre GPT-Policy e HomeBody examinam diferentes questões de investigação. O GPT-Policy utiliza demonstrações e feedback do robô para dar instruções a um modelo fixo de visão e linguagem; o HomeBody associa a memória espacial de um humanoide a competências reutilizáveis. O Praxis-1 investiga se um pré-treino amplo com vídeo pode melhorar a própria política. A Runway ainda não publicou a implementação nem detalhes de avaliação suficientes para verificar o desempenho para além da comparação apresentada.

Fontes e leituras complementares