動画生成AI大手の米Runwayは現地時間2026年11月13日、映像の物理法則理解からロボットの動作命令を直接生成する270億パラメータの世界行動モデル（World Action Model：WAM）「Praxis-1」をオープンソース（Apache 2.0ライセンス）として公開しました。
従来のロボットAI（VLAモデル）は、人間が手動でロボットを遠隔操作した膨大なティーチングデータに依存しており、データ収集のコストと物理的な制約が進化の最大のボトルネックとなっていました。Praxis-1はこの常識を覆し、インターネット上の膨大な日常動画から物体の運動、接触、重力、慣性などの物理世界ダイナミクスを事前学習した動画モデルを中核に据えています。
アーキテクチャは269億パラメータの動画基盤モデルと3億1400万パラメータのアクション生成エキスパートで構成されています。カメラ映像とロボットの現在姿勢を受け取ると、AIが物理的な未来の展開を頭の中で短時間シミュレーション予測し、その未来を実現するための関節トルクや手先座標などの低レベル制御コマンドを同時出力します。
NVIDIAのロボティクス評価ベンチマーク「RoboLab-120」において成功率46.2パーセントを記録し、オープンソースロボット基盤モデルとして世界首位を獲得しました。モデル重みと推論コードはGitHubおよびHugging Faceで公開されており、4ビット量子化（NVFP4）を用いることでNVIDIA GeForce RTX 5090などの消費者向けGPUでもローカル実行が可能です（一次ソース：Runway Research公式発表（英文） / Runway Praxis-1 GitHubリポジトリ）。