Le fait
Le 1er octobre 2026, Runway — connu pour la vidéo generative — annonce Praxis-1, son premier world-action model en open-weight : les développeurs pourront télécharger et adapter le modèle plutôt que de ne passer que par les serveurs Runway. Praxis-1 repose sur le même prétraining vidéo à grande échelle que les world models généraux de la société, pour produire des policies robot capables d’agir dans le monde physique.
Tests en cours avec Noble Machines (manipulation bimanuelle), Standard Bots (bras RO1 6-DoF) et Ultra Robotics (plateforme mobile). Une sortie publique est annoncée dans les mois qui viennent, avec élargissement de l’accès early.
Contexte
Thèse centrale : les robots n’ont pas besoin d’apprendre principalement sur des torrents de données téléop robot — coûteuses — si un modèle a déjà intégré plausibilité physique et comportement d’objets via la vidéo web. Expérience rapportée : après fine-tuning, erreur de placement 16,1 cm (prétrain web-vidéo) vs 16,0 cm (prétrain téléop robot) — différence non statistiquement significative. Autre démo : même policy studio → cuisine domestique sans retrain. Expériences antérieures : simulation de policies dans le world model avec corrélation 0,95 vs performance réelle.
Runway positionne aussi l’open-weight comme avantage interopérabilité hardware / modèles pour le physical AI.
Pourquoi ça compte
Un acteur vidéo generative entre dans la course physical AI avec une stratégie données abondantes (vidéo) + poids ouverts. Pour les intégrateurs et les PME robot, c’est un signal d’accès potentiel à des fondations world/action hors silos purement US cloud fermés — sous réserve de licence, safety et support.
Lecture Neurone21
Surveiller la date de release open-weight, les benchmarks cross-embodiment, et le cadre sécurité des early partners. Angle souveraineté : qui héberge l’entraînement, quelles licences, quelle dépendance GPU. Pas de barème annoncé.