Praxis-1 가중치 공개: 로봇별 체크포인트와 기본 추론의 실행 조건

Runway가 2026년 11월 11일 로봇용 월드 액션 모델 Praxis-1의 가중치와 코드를 공개했다. 공식 발표에 따르면 9월 모델 소개에 이은 공개 배포다. Apache 2.0은 가중치와 추론·미세조정 코드에 적용되며 상업적 사용도 허용한다.

개발자는 단일 팔용 DROID, 양팔용 YAM, 새 장비 학습용 base 가운데 목적에 맞는 체크포인트를 고를 수 있다. 다만 base에는 장비별 행동 헤드가 없어서 그대로 로봇 정책으로 실행할 수 없다. base 모델 카드는 새 장비의 헤드를 추가한 뒤 미세조정하도록 안내한다.

영상과 행동을 함께 예측한다

Praxis-1은 카메라 영상과 작업 문장, 로봇 팔의 현재 자세를 받아 다음 영상 구간과 행동 구간을 함께 예측한다. 로봇은 그 행동 구간을 실행한다. 공식 저장소의 DROID 예제는 외부 카메라와 손목 카메라를 사용한다.

모델은 영상과 행동을 함께 예측한다. 영상이 따로 완성된 뒤 행동을 결정하는 순차 처리로 설명해서는 안 된다. 모델 소개의 '미래 예측'을 읽을 때 두 출력을 함께 만드는 구조를 구분할 필요가 있다.

기본 DROID 실행에는 80GB GPU가 필요하다

DROID 모델 카드는 bf16 가중치 크기를 54.4GB로 적고 추론에 80GB GPU 한 장이 필요하다고 안내한다. 가중치 파일 크기를 전체 실행 메모리로 읽으면 장비 요건을 잘못 잡을 수 있다.

영상 자동인코더 Wan2.2 VAE와 텍스트 인코더 Qwen/Qwen3.5-2B는 별도로 받는다. 두 구성 요소에는 각자의 라이선스가 적용된다. 따라서 Praxis-1의 Apache 2.0 표기만 보고 모든 의존성의 조건까지 같다고 판단해서는 안 된다. 라이선스와 의존성 안내를 함께 확인해야 한다.

공식 저장소의 빠른 시작은 Python 3.12와 CUDA 13.0 드라이버를 요구하고 시뮬레이션 실행까지 안내한다. 새 장비 도입을 검토한다면 해당 구성과 체크포인트의 요구 조건부터 대조할 수 있다.

성능 수치는 평가 환경과 함께 읽는다

Runway는 RoboLab-120의 1,200개 에피소드에서 성공률 46.2%를 기록했다고 발표했다. 같은 표에서 FLUX 3 Action은 42.9%다. 이는 회사가 공개한 비교 결과이며 이번 조사에서 독립적으로 재현하지 않았다.

회사는 기존 학습 데이터에 없던 RT-1 로봇으로 미세조정한 뒤 SimplerEnv에서 80.0%를 기록했다고 설명한다. 원래 RT-1 정책의 52.4%와 비교한 수치다. 새 장비에 별도 학습 없이 같은 성공률을 낸다는 의미로 확대할 수 없다.

실제 도입 판단에는 사용할 팔과 카메라 배치, 해당 체크포인트의 실행 요건, 자체 작업의 성공률이 필요하다. 공개된 가중치와 코드는 이를 직접 시험할 출발점이다. 이번 조사에서는 모델 추론이나 실제 로봇 구동을 실행하지 않았다.