Markdown izdanje

AI-translated from English; not yet reviewed by a fluent editor.

# Runway testira Praxis-1, model za upravljanje robotima predobučen na video-snimcima

> Runway navodi da Praxis-1 primenjuje predobuku video-snimcima u upravljanju robotima. Poređenje greške pozicioniranja pruža ograničen uvid, dok javno dostupni težinski parametri i detaljnije informacije o evaluaciji još nisu objavljeni.

By BIG CHANGE Editorial

Published: 2026-10-03T10:22:25.737Z
Updated: 2026-10-03T10:22:25.737Z
Canonical: https://bigchange.ai/blog/runway-praxis-1-video-pretraining-robot-control

![Conceptual charcoal illustration of a mounted camera looking at a tennis ball while an unbranded robot arm holds its open gripper nearby.](https://bigchange.ai/api/media/file/praxis-robot-ball-hero-v1.png)
AI-generated conceptual editorial illustration by BIG CHANGE.

Runway je najavio [Praxis-1](https://runway.com/research/introducing-praxis-1), robotsku politiku za koju navodi da se nadovezuje na predobuku na video-snimcima velikih razmera koja stoji u osnovi njihovih svetskih modela. Kompanija saopštava da je model testirala sa odabranim partnerima iz robotike na njihovim uređajima. Planira da javno objavi težinske parametre modela u narednim mesecima; nisu bili dostupni na stranici najave kada ju je BIG CHANGE proverio 3. oktobra. Runway navodi da je stranica datirana u septembar 2026. godine, bez tačnog dana.

Osnovno pitanje je da li svakodnevni video-snimci mogu robotskoj politici da pruže korisno znanje pre nego što uči iz demonstracija rada robota. Runway prikazuje poređenje greške pozicioniranja i odabrane snimke zadataka. Detalji neophodni za ponavljanje rezultata još nisu objavljeni.

## Suštinska promena

- **Šta se promenilo:** Runway prenosi predobuku video-snimcima na predviđanje robotskih radnji i izveštava o testovima na više vrsta partnerske opreme. To bi moglo da omogući korišćenje obilja snimaka iz perspektive trećeg lica u oblasti u kojoj je prikupljanje demonstracionih podataka za robote skupo. Pristup Praxis-1 i dalje imaju samo odabrani korisnici.
- **Zašto je to važno:** Runwayin grafikon prikazuje konačnu grešku pozicioniranja posle finog podešavanja: 16,1 cm za predobuku video-snimcima sa veba i 16,0 cm za predobuku video-snimcima robota upravljanih na daljinu. Prikazane tačkaste procene su bliske. Trake ±1 SEM na osnovu 93 para za evaluaciju ne dokazuju ni statistički značajnu razliku ni ekvivalentnost, a objavljeni protokol je previše ograničen da bi se procenio rad na drugom robotu.
- **Šta treba pratiti:** Javno objavljivanje težinskih parametara, detalji evaluacije na nivou zadataka i rezultati partnera omogućili bi istraživačima da procene koliki je doprinos predobuke video-snimcima i kakvo prilagođavanje je potrebno svakom robotu. Runway je obećao da će objaviti parametre, ali nije naveo tačan datum.

## Kako se video koristi u robotskoj politici

Na stranici za istraživanje modela [Praxis-1 kompanije Runway](https://runway.com/research/introducing-praxis-1) navodi se da njeni veliki video-modeli uče obrasce ponašanja objekata, kretanja ruku i fizičkih zadataka. Kompanija kaže da Praxis-1 prenosi tu predobuku u opštu robotsku politiku. Prema njihovom obrazloženju, snimci iz perspektive trećeg lica mogu biti korisna početna tačka pre obuke robota za određene zadatke. Na stranici se navodi da učinak politike raste sa obimom video-snimaka iz perspektive trećeg lica.

Stranica ne opisuje format opažanja u modelu Praxis-1, izlazne radnje, postupak finog podešavanja, interfejs za inferenciju ni frekvenciju upravljanja. Ne navodi ni datoteke sa težinskim parametrima ni hardverske zahteve. Ovi nedostaci su važni inženjeru koji procenjuje kakvo je prilagođavanje potrebno za određenu kameru, hvataljku ili mobilnu platformu. Runway ima [zasebnu stranicu proizvoda za politiku GWM-1](https://runway.com/product/robotics/policy-model) koja opisuje prilagođeno fino podešavanje i aranžman za cloud SDK. Ne treba pretpostaviti da se njegov interfejs ili komercijalni uslovi odnose i na Praxis-1.

Runwayini snimci prikazuju instrukciju za postavljanje teniske loptice, mobilnu platformu koja prilazi polici i uzima knjigu, kao i primere sa ponovljenim objektima, neredom, providnim materijalima i tkaninom. U opisu još jednog snimka navodi se da ista politika prelazi iz studija u kuhinju bez ponovne obuke. Reč je o primerima koje je odabrao razvojni tim; na stranici nisu navedeni broj pokušaja ni stopa uspeha.

## Šta pokazuje grafikon greške pozicioniranja

Jedino brojčano poređenje na Runwayinoj stranici jeste **konačna greška pozicioniranja posle finog podešavanja**, izražena u centimetrima; niže vrednosti su bolje. Na grafikonu je prikazana predobuka od nule video-snimcima sa veba pri vrednosti od **16,1 cm** i predobuka od nule video-snimcima teleoperisanih robota pri vrednosti od **16,0 cm**. Runway prikazuje sate video-snimaka za predobuku i navodi da trake greške i pojas predstavljaju **±1 standardnu grešku srednje vrednosti na osnovu 93 para za evaluaciju**. U napomeni se kaže da razlike manje od dužine trake nisu statistički značajne.

Prikazane tačkaste procene razlikuju se za 0,1 cm. Runway na ovoj stranici nije objavio skup zadataka, broj robota i okruženja, način formiranja 93 para, količinu podataka sa robota upotrebljenu u finom podešavanju ni potpun statistički test. U poređenju koje je Runway izabrao da prikaže, navedene tačkaste procene konačne greške pozicioniranja posle finog podešavanja su bliske. Grafikon ne dokazuje statistički značajnu razliku ni ekvivalentnost po tom pokazatelju. Takođe ne pokazuje pouzdano izvršavanje dužih zadataka sa snimaka ni smanjenje potrebe za stvarnim podacima pri uvođenju u rad.

Runway navodi i **korelaciju od 0,95** između rezultata robotskih politika u simulaciji i stvarnom svetu. Taj podatak potiče iz njihovog [ranijeg istraživanja evaluacije politika](https://runway.com/research/accelerating-robot-policy-evaluation), u kojem je rangirano osam politika za zadatke na stolu uz jednu robotsku ruku Franka Panda. To je zasebna studija evaluacije politika, a ne mera učinka modela Praxis-1 u stvarnim uslovima.

## Kakav je pristup

Runway navodi kompanije [Noble Machines, Standard Bots i Ultra](https://runway.com/research/introducing-praxis-1) kao rane partnere koji koriste Praxis-1 na sopstvenoj opremi. U tom delu najave pominju se manipulacija obema rukama, robotska ruka sa šest stepeni slobode i mobilna platforma. Runway kaže da pre opšte dostupnosti procenjuje efikasnost i bezbednost na različitim robotima i u različitim okruženjima, te poziva dodatne odabrane partnere da se jave njihovom timu za robotiku.

Istraživačima van tog programa dostupni su najava, grafikon i snimci. Na stranici nema linka za preuzimanje javnih težinskih parametara modela Praxis-1, objavljenog postupka integracije ni paketa za ponovljivu evaluaciju. Runway ne navodi naknadu za pristup, buduću licencu za parametre, računarske zahteve ni datum opšteg izdanja. Tim koji razmatra rani pristup može da iskoristi javno dostupne podatke za razgovor o sopstvenoj opremi i potrebama evaluacije, ali samo na osnovu najave ne može da ponovi prikazano poređenje. BIG CHANGE nije tražio pristup niti testirao robota.

Naši raniji izveštaji o modelima [GPT-Policy](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) i [HomeBody](https://bigchange.ai/blog/homebody-humanoid-spatial-memory-robot-skills) bave se različitim istraživačkim pitanjima. GPT-Policy daje demonstracije i povratne informacije robota fiksnom vizuelno-jezičkom modelu; HomeBody povezuje prostorno pamćenje humanoidnog robota sa veštinama za ponovnu upotrebu. Praxis-1 ispituje da li široka predobuka video-snimcima može da unapredi samu robotsku politiku. Runway još nije objavio implementaciju ni dovoljno detalja evaluacije da bi se učinak mogao proveriti izvan prikazanog poređenja.

## Izvori i dodatna literatura

- [Runway Research, „Predstavljamo Praxis-1“](https://runway.com/research/introducing-praxis-1): primarna najava, datirana septembrom 2026. Sadrži tvrdnju o predobuci, poređenje greške pozicioniranja od 16,1/16,0 cm, napomenu o neizvesnosti zasnovanu na 93 para, odabrane snimke i partnere, kao i plan za objavu težinskih parametara. Runway je razvojni tim; rezultati i opisi potiču od same kompanije.
- [Runway Research, „Ubrzavanje evaluacije robotskih politika opštim svetskim modelima“](https://runway.com/research/accelerating-robot-policy-evaluation): raniji zaseban rad iza korelacije od 0,95 između simulacije i stvarnog sveta, na koju se poziva najava Praxis-1. Ne meri učinak modela Praxis-1 pri uvođenju u rad.
- [Stranica proizvoda Runway Robotics za politiku modela](https://runway.com/product/robotics/policy-model): opisuje zasebnu ponudu prilagođene politike GWM-1 i SDK-a. Navedena je kako se njen interfejs ne bi pomešao sa javnim uputstvom za integraciju modela Praxis-1.
- [BIG CHANGE, „GPT-Policy ispituje kontekst u zadacima robotske ruke i mobilnog istraživanja“](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) i [„HomeBody povezuje prostorno pamćenje humanoidnog robota sa veštinama za ponovnu upotrebu“](https://bigchange.ai/blog/homebody-humanoid-spatial-memory-robot-skills): raniji tekstovi o različitim pristupima upravljanju robotima. Nijedan ne potvrđuje učinak modela Praxis-1.

## Sources

- [Runway Research, Predstavljamo Praxis-1](https://runway.com/research/introducing-praxis-1) — Najava razvojnog tima o predobuci video-snimcima, poređenju konačne greške pozicioniranja, neizvesnosti na osnovu 93 para za evaluaciju, odabranim snimcima i partnerima, ograničenom ranom pristupu i planiranoj javnoj objavi parametara. Ne sadrži ponovljiv protokol, javne parametre ni nezavisne dokaze o učinku u primeni.
- [Runway Research, Ubrzavanje evaluacije robotskih politika opštim svetskim modelima](https://runway.com/research/accelerating-robot-policy-evaluation) — Zasebna ranija evaluacija svetskih modela razvojnog tima, koja stoji iza korelacije od 0,95 u rangiranju politika. Testirano je osam politika za zadatke na stolu uz jednu robotsku ruku Franka Panda; to nije rezultat za Praxis-1 u stvarnim uslovima.
- [Runway Robotics, politika modela](https://runway.com/product/robotics/policy-model) — Opisuje zasebnu ponudu prilagođenog finog podešavanja modela GWM-1, cloud inferencije i SDK-a. Ne navodi interfejs, troškove ni hardverske zahteve modela Praxis-1.
- [BIG CHANGE, GPT-Policy ispituje kontekst u zadacima robotske ruke i mobilnog istraživanja](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) — Raniji tekst o fiksnom vizuelno-jezičkom modelu koji dobija kontekst i upućuje zahteve robotskim alatima; preklapanje je samo kontekstualno.
- [BIG CHANGE, HomeBody povezuje prostorno pamćenje humanoidnog robota sa veštinama za ponovnu upotrebu](https://bigchange.ai/blog/homebody-humanoid-spatial-memory-robot-skills) — Raniji tekst o prostornom pamćenju i veštinama za ponovnu upotrebu u demonstraciji humanoidnog robota; preklapanje je samo kontekstualno.