Cos'è Praxis-1 YAM e cosa produce
Praxis-1 YAM è una policy di robotica di Runway adattata per un sistema bimanuale: due bracci YAM, una camera superiore e una camera su ogni polso. Riceve un'istruzione, immagini dalle telecamere e lo stato del robot; produce una previsione video e azioni per entrambi i bracci. Non è un chatbot né un modello generale in grado di controllare qualsiasi robot senza adattamento.
Il checkpoint pubblicato ha 27,2 miliardi di parametri e combina un tronco di diffusione video con un esperto di azioni di circa 300 milioni di parametri. La scheda descrive una rappresentazione video con tre viste affiancate e un'uscita di controllo in blocchi di 24 passi a 15 Hz. Questo descrive il formato di questa policy; non dimostra da solo che un compito venga completato correttamente né che la stessa configurazione funzioni su altri robot.
Le azioni sono vettori di 20 dimensioni: per ogni braccio includono posizione, orientamento e apertura della pinza. Ogni braccio esprime il suo movimento rispetto alla posa che aveva all'inizio del blocco, mentre il riferimento di posa corrisponde al sistema di coordinate del telaio. Nell'integrare il modello, questi dettagli contano: un controllore che interpreti le coordinate in modo diverso può eseguire movimenti diversi da quelli attesi.
Il modello usa dipendenze scaricate separatamente: l'autoencoder video Wan2.2 e l'encoder di testo Qwen3.5-2B. La scheda del checkpoint indica che le istruzioni vengono inviate all'encoder di testo e che i pesi di queste dipendenze non sono inclusi nel repository di Praxis-1 YAM. Ogni dipendenza conserva la propria licenza; la licenza del checkpoint non sostituisce la revisione di quei componenti.
La disponibilità del checkpoint YAM è datata 11 novembre 2026 nel catalogo della versione. Questa data identifica questo rilascio specifico e non stabilisce di per sé che esista un'API ospitata, un prezzo per uso o un servizio disponibile in tutti i paesi. Per valutare il modello, è opportuno separare l'accesso ai pesi dall'infrastruttura necessaria per eseguirli.
Scheda pratica del checkpoint YAM
| Aspetto | Specifiche pubblicate | Cosa significa per la valutazione |
|---|---|---|
| Robot target | Due bracci YAM | Non si deve attribuire questo adattamento a un braccio diverso senza adattare e valutare la policy. |
| Telecamere | Una superiore e due da polso | La prospettiva e l'installazione delle telecamere fanno parte dell'ambiente di input. |
| Uscita | Blocchi di 24 passi a 15 Hz | È un blocco temporale di azioni; non è una garanzia di successo del compito. |
| Azioni | 20 dimensioni per entrambi i bracci | Include posizione, orientamento e apertura pinza, con coordinate relative all'inizio del blocco. |
| Pesi | 54,4 GB in bfloat16 | La dimensione del file non equivale alla memoria totale richiesta per l'inferenza. |
| GPU di riferimento | Una GPU da 80 GB | È il requisito pubblicato per eseguire il checkpoint nella sua configurazione di riferimento. |
Come converte il video in movimento
Praxis-1 appartiene alla famiglia dei modelli di azione del mondo: prevede una continuazione visiva della scena e collega quella previsione alle azioni del robot. In termini semplici, il sistema stima come potrebbe cambiare la scena e genera movimenti associati a quel futuro. Prevedere un video plausibile non equivale a verificare che il movimento sia sicuro, raggiungibile o adeguato all'obiettivo.
L'architettura divide il lavoro tra un tronco video e un esperto di azioni. Il tronco elabora l'istruzione e le viste delle telecamere; l'esperto riceve rappresentazioni interne del tronco e prevede le azioni. La scheda indica che il modello usa attenzione causale per blocchi temporali, un modo per organizzare la previsione sequenziale, e un design mixture-of-experts per il tronco.
La policy è stata adattata per il telaio YAM, con tre viste di telecamera e azioni per due bracci. Per questo, l'input visivo e la geometria del robot non sono dettagli intercambiabili: cambiare telecamere, strumenti, orientamento o scala può alterare i segnali che il modello deve interpretare. Un adattamento a un altro montaggio richiede di ricontrollare input, output e controllore.
La scheda presenta istruzioni in linguaggio naturale e fornisce un esempio di un compito in due fasi: raccogliere una penna da un tavolo e collocarla in una borsa. Questo esempio mostra il tipo di istruzione che il checkpoint si aspetta, ma non costituisce una prova che la policy completi il compito. Per un uso pratico, l'istruzione deve nominare l'oggetto e l'azione con sufficiente precisione per distinguerli da alternative vicine.
L'uscita arriva in blocchi, non come una dimostrazione che il robot possa seguire un compito indefinitamente. Un sistema che incatena blocchi deve decidere come aggiornare le immagini, lo stato del robot e l'istruzione, e come fermarsi o recuperare in caso di errore. La documentazione del checkpoint specifica la lunghezza e la frequenza del blocco; non pubblica una garanzia di pianificazione di compiti lunghi per questa variante.
Quali risultati possono essere attribuiti a questa variante
Il materiale fornito per il checkpoint YAM descrive la sua configurazione e i suoi requisiti, ma non include un punteggio di benchmark per questa variante. Pertanto, non è corretto trasferire il risultato di RoboLab-120 attribuito alla policy Praxis-1 adattata per DROID, né risultati di altre configurazioni. Robot, telecamere, dati di adattamento e protocollo di valutazione possono cambiare le prestazioni.
Un risultato pubblicato per un'altra variante è utile solo come contesto se ne si preserva l'ambito. Ad esempio, la cifra di RoboLab-120 che appare nel materiale secondario corrisponde a una policy DROID e a un insieme di episodi definito per quel benchmark. Non è una misurazione di Praxis-1 YAM, non è una valutazione indipendente del checkpoint YAM e non permette di inferire come si comporterà con due bracci.
La scheda di YAM non presenta nemmeno risultati riprodotti da un laboratorio indipendente. Il fatto che il checkpoint abbia pesi disponibili permette ad altri team di valutarlo, ma la disponibilità non equivale a replicazione. Per valutare un'affermazione di prestazioni servono, almeno, la variante esatta, il robot, i compiti, il numero di tentativi, il criterio di successo e il trattamento dei fallimenti.
La fonte primaria disponibile per le specifiche è la scheda del checkpoint stesso, pubblicata da Runway su Hugging Face. Le informazioni sul modello permettono di descrivere i suoi input, output e requisiti, ma non sostituiscono un rapporto di valutazione di questa configurazione. Non si può concludere dall'architettura che la policy superi altri sistemi, che generalizzi a nuovi ambienti o che riduca il tempo di lavoro.
Un confronto valido tra policy bimanuali dovrebbe fissare lo stesso robot, le stesse telecamere, gli stessi compiti e un protocollo comparabile. Dovrebbe anche registrare se ogni sistema riceve aiuto esterno, come istruzioni aggiuntive o pianificazione da un altro modello. Se un confronto cambia contemporaneamente la policy, l'hardware e la procedura, la differenza osservata non identifica quale componente spiega il risultato.
Cosa si può e cosa non si può concludere
| Dato o affermazione | Ambito che supporta | Conclusione non supportata |
|---|---|---|
| Il checkpoint è adattato per due bracci YAM | La scheda identifica la configurazione bimanuale prevista. | Che funzioni senza modifiche su altri robot. |
| L'uscita usa blocchi di 24 passi a 15 Hz | La specifica della policy pubblicata. | Che un compito completo termini con successo. |
| Pesi in bfloat16 da 54,4 GB | La dimensione pubblicata dei pesi. | La memoria totale necessaria durante l'inferenza. |
| Risultati attribuiti a una policy DROID | Contesto su un'altra variante e un altro montaggio. | Un punteggio di Praxis-1 YAM. |
| Pesi disponibili per la valutazione | Possibilità di distribuire e studiare il checkpoint. | Replicazione indipendente o validazione di sicurezza. |
Requisiti di esecuzione, licenza e opzione NVFP4
La scheda ufficiale indica che l'inferenza di Praxis-1 YAM in bfloat16 richiede una GPU da 80 GB. I pesi occupano 54,4 GB, ma la dimensione dei pesi non è il requisito totale di memoria: il processo può richiedere spazio aggiuntivo per attivazioni, cache e altre operazioni. Una scheda da 80 GB è il requisito di riferimento pubblicato, non una promessa che qualsiasi installazione funzionerà senza aggiustamenti.
Il checkpoint YAM e il codice di riferimento sono distribuiti con licenza Apache 2.0 secondo la scheda del modello. Wan2.2 VAE e Qwen3.5-2B sono distribuiti separatamente e hanno le proprie licenze. Prima di integrare il modello in un prodotto o servizio, è necessario rivedere le condizioni di ogni dipendenza e gli obblighi applicabili alla forma specifica di distribuzione.
La variante Praxis-1 YAM NVFP4 ha una scheda separata. Secondo quella scheda, si basa sul checkpoint YAM e ha subito 5.000 passi aggiuntivi di addestramento con quantizzazione-aware training sulle layer di esperti instradati. Le altre parti — inclusi gli esperti condivisi, i router e l'esperto di azioni — restano in bfloat16. Pertanto, non è una versione a 4 bit di tutti i pesi.
La scheda NVFP4 informa che gli esperti instradati vengono impacchettati al caricamento e che la memoria della policy passa da 54,4 GB a 17,5 GB. Tuttavia, il file scaricato continua a occupare 54,4 GB. La scheda limita la modalità di esecuzione NVFP4 a GPU SM120, come RTX 5090 e RTX PRO 6000 Blackwell, e la qualifica come sperimentale. La riduzione della memoria non prova che la variante mantenga le stesse prestazioni né che sia adatta al controllo fisico.
Il catalogo non mostra un prezzo di API ospitata verificato per questo checkpoint. L'esecuzione propria richiede infrastruttura; il costo dipenderà dall'attrezzatura, dall'energia, dal tempo di utilizzo e dal lavoro di integrazione. La tariffa di un servizio esterno, se mai offerta, non può essere inferita dalla dimensione del modello né dalla licenza.
Scelta tra bfloat16 e NVFP4
| Opzione | Dato pubblicato | Quando considerarla | Limite rilevante |
|---|---|---|---|
| bfloat16 di riferimento | 54,4 GB di pesi; una GPU da 80 GB per l'inferenza | Quando si dispone della configurazione di riferimento e si vuole valutare il checkpoint come specificato. | La dimensione dei pesi non include tutta la memoria di esecuzione. |
| NVFP4 per esperti instradati | 17,5 GB di memoria della policy al caricamento degli esperti impacchettati; il file resta da 54,4 GB | Quando si ha hardware compatibile e si accetta di valutare un percorso sperimentale. | La scheda limita la modalità a SM120 e non stabilisce equivalenza di risultati con bfloat16. |
| Servizio ospitato | Non c'è una tariffa verificata per questo checkpoint nel catalogo. | Solo se si conferma che esiste un servizio applicabile al mercato e alla configurazione necessari. | Non si deve supporre disponibilità né prezzo a partire dalla licenza del modello. |
Limiti, sicurezza e alternative di valutazione
La scheda del checkpoint descrive una policy per una configurazione specifica di due bracci e tre telecamere. Non accredita compatibilità con altri effettori, telecamere o controllori. Un cambiamento nel robot può alterare scale, limiti articolari, riferimenti spaziali e tempi di risposta; il team che integra il sistema deve verificare quegli elementi prima di eseguire movimenti fisici.
L'uso di una policy generativa su un robot richiede controlli esterni. Un operatore può limitare lo spazio di lavoro, la velocità e la forza, verificare le azioni prima di eseguirle e mantenere un arresto di emergenza indipendente. Queste misure sono criteri di distribuzione prudente; non trasformano il modello in un sistema sicuro di per sé né sostituiscono una valutazione del robot completo.
I compiti con due bracci possono fallire per cause diverse: un oggetto può restare fuori dalla vista, una pinza può non afferrarlo, un braccio può interferire con l'altro o l'istruzione può essere ambigua. La scheda di YAM non quantifica quei fallimenti. È opportuno registrarli per categoria anziché ridurre ogni valutazione a un singolo tasso di successo.
Il confronto con una policy alternativa deve iniziare dal compito. Se il problema richiede il controllo di un singolo braccio, un checkpoint DROID non è automaticamente un sostituto equivalente: cambia la configurazione fisica e la distribuzione visiva. Se serve un robot diverso, Praxis-1 YAM non è un'opzione pronta all'uso; bisognerà identificare una variante compatibile o preparare un adattamento e misurarlo.
Per un team che non disponga di una GPU da 80 GB, l'opzione NVFP4 può essere rilevante solo se l'hardware corrisponde ai requisiti pubblicati e se si accetta la sua condizione sperimentale. Prima di collegarla a un robot, si dovrebbe misurare la memoria massima, confrontare le uscite con bfloat16 su compiti rappresentativi e effettuare prove controllate con limiti di movimento. Una misurazione della memoria, da sola, non dimostra equivalenza funzionale.
La decisione di adozione deve distinguere quattro questioni: se il robot corrisponde al montaggio YAM; se l'infrastruttura può eseguire la variante scelta; se la policy supera una valutazione propria e ripetibile; e se le dipendenze e le licenze sono compatibili con l'uso previsto. La disponibilità dei pesi risolve l'accesso al modello, non quelle quattro decisioni.
Processo per decidere se provare il checkpoint
- 01Confermare che il robot usi una configurazione bimanuale compatibile con il checkpoint e che le sue telecamere producano le viste attese.
- 02Verificare la memoria della GPU e le dipendenze per la variante scelta; separare il download dei pesi dalla memoria massima di esecuzione.
- 03Controllare l'interpretazione delle 20 dimensioni di azione, le coordinate di ogni braccio e la frequenza di controllo prima di abilitare i movimenti.
- 04Definire compiti, tentativi ripetuti e criteri di successo; registrare interventi, collisioni, oggetti sbagliati e fallimenti di posizionamento.
- 05Iniziare in un ambiente controllato con limiti di movimento e un arresto indipendente; confrontare le varianti solo con lo stesso robot e protocollo.
- 06Rivedere le licenze del checkpoint e di Wan2.2 VAE e Qwen3.5-2B per l'uso specifico.
Continua a esplorare
Fonti consultate
Correzioni e trasparenza
Se trovi un dato errato o non aggiornato, inviaci la pagina e la fonte da verificare.
Proponi una correzione