Che cosa è stato lanciato e quando
Runway ha pubblicato Praxis-1 SO-101, una policy visione-azione adattata al controllo dei bracci follower SO-100 e SO-101 di LeRobot. La scheda del checkpoint specifica che opera in spazio articolare: genera movimenti per le articolazioni e la pinza, non una traiettoria espressa come posa dell’estremità del braccio.
La data associata al lancio è il 12 novembre 2026. La scheda ufficiale conferma la pubblicazione del checkpoint, ma per accedere ai file occorre effettuare l’accesso e accettare le condizioni di Hugging Face. La presenza del repository, quindi, non equivale a un download anonimo e senza condizioni.
Il modello combina un backbone di diffusione video da 27,2 miliardi di parametri, organizzato come mixture of experts, con un esperto d’azione da 300 milioni di parametri. La scheda descrive un’architettura causale per blocchi. Questi numeri caratterizzano il checkpoint; non misurano direttamente precisione, velocità o successo nei compiti robotici.
La policy riceve un’istruzione testuale, una o due inquadrature e lo stato articolare. Genera blocchi di 24 passi d’azione a 15 Hz. Ogni passo rappresenta cinque articolazioni e l’apertura della pinza: il modello esprime gli angoli articolari rispetto all’inizio del blocco e una posizione assoluta della pinza compresa tra zero e uno, dove uno significa chiusa.
La scheda non pubblica un punteggio numerico verificato per SO-101. Il risultato del 46,2% associato a RoboLab-120 riguarda una policy DROID e non misura Praxis-1 SO-101. Le fonti verificate non riportano neppure una valutazione indipendente che permetta di generalizzare le prestazioni a oggetti, telecamere o ambienti diversi.
Varianti, ingressi e accesso
Il checkpoint principale, `runwayml/praxis-1-so101`, è la policy adattata a un singolo braccio SO-100/SO-101. Supporta telecamere esterne e montate sul polso, con una o due inquadrature. La scheda specifica immagini organizzate in tessere da 288 per 416 pixel per vista; con due viste, il canvas misura 288 per 832 pixel.
La variante `runwayml/praxis-1-so101-nvfp4` deriva dallo stesso checkpoint e ha ricevuto altri 5.000 passi di addestramento con quantizzazione consapevole sui layer degli esperti instradati. Non è un checkpoint più piccolo da scaricare: secondo la scheda, i pesi BF16 occupano 54,4 GB e vengono scaricati per intero prima che gli esperti siano impacchettati al caricamento del modello.
Per eseguire gli esperti in NVFP4, la scheda descrive una modalità sperimentale limitata alle GPU SM120, come RTX 5090 e RTX PRO 6000 Blackwell. Con questa configurazione, la memoria occupata dalla policy scende da 54,4 GB a 17,5 GB; la cache facoltativa degli esperti impacchettati occupa 14,4 GB. La riduzione della memoria non riduce la dimensione del download e non elimina le dipendenze esterne.
L’inferenza usa il codice di riferimento `runwayml/praxis-1-oss`. La scheda della versione base indica una GPU da 80 GB come requisito di esecuzione. Le dipendenze congelate — Wan2.2 VAE e l’encoder testuale Qwen/Qwen3.5-2B — sono distribuite separatamente, con le rispettive licenze. Il modello principale dichiara la licenza Apache 2.0; tale licenza non sostituisce le condizioni applicabili alle dipendenze.
Per accedere ai file del modello è necessario rispettare una condizione: Hugging Face richiede l’accesso all’account e l’accettazione della condivisione di informazioni dell’account per consultare i contenuti del repository. Le schede non indicano un prezzo per un’API ospitata. L’esecuzione autonoma richiede infrastruttura e i relativi costi dipendono dall’hardware e dal servizio utilizzato.
Confronto tra le due schede SO-101
| Aspetto | Checkpoint di riferimento | Variante NVFP4 |
|---|---|---|
| Base | Praxis-1 SO-101 | Praxis-1 SO-101 |
| Pesi scaricati | 54,4 GB in BF16 | 54,4 GB in BF16 |
| Esecuzione descritta | GPU da 80 GB | NVFP4 sperimentale su GPU SM120 |
| Memoria indicata | 54,4 GB per il checkpoint | 17,5 GB con gli esperti in NVFP4 |
| Condizione importante | Dipendenze esterne distribuite separatamente | Gli esperti vengono impacchettati al caricamento; il download non si riduce |
Che cosa cambia per chi vuole usarlo
Il modello trasforma un’istruzione breve e lo stato visivo e articolare in una sequenza di azioni per il braccio. La scheda raccomanda istruzioni imperative e dirette, per esempio chiedere di raccogliere un cubo rosso e metterlo in una scatola. Questa raccomandazione descrive il formato dell’input; non dimostra che il compito venga completato con successo.
Le uscite usano i radianti per le cinque articolazioni e una scala da zero a uno per la pinza. La scheda specifica però che l’unità di lettura del follower LeRobot può essere configurata con `use_degrees=True`: in quel caso, le articolazioni vengono lette in gradi e `gripper.pos` usa la scala da zero a cento del follower. L’integrazione deve mantenere coerenti le unità del modello e quelle del robot.
Prima di provare un compito, occorre verificare che la telecamera configurata corrisponda alla vista prevista, che le immagini abbiano dimensioni e disposizione corrette e che lo stato articolare venga trasformato nel modo giusto. È inoltre opportuno controllare i limiti articolari, la conversione della pinza e l’arresto sicuro nel sistema che governa il braccio. La pubblicazione di un checkpoint non convalida da sola una specifica configurazione fisica.
La variante NVFP4 può interessare chi possiede una GPU SM120 compatibile e ha bisogno di ridurre la memoria occupata durante l’inferenza. Questa opzione non equivale a un’accelerazione garantita né a un miglioramento della qualità: la scheda non pubblica confronti quantitativi di prestazioni, latenza o tasso di successo tra le due configurazioni.
La scheda specifica che le statistiche di normalizzazione e il codec delle azioni sono inclusi in `config.json`; in fase di inferenza non servono statistiche di un dataset. Questo dettaglio chiarisce quali file accompagnano il checkpoint, ma non sostituisce la verifica del formato e delle convenzioni dei dati del robot collegato.
Prezzo, limiti e portata di quanto è stato pubblicato
Le schede non annunciano una tariffa per un’API ospitata di questa policy. L’esecuzione autonoma comporta il download di pesi voluminosi, la disponibilità di memoria sufficiente e il reperimento separato delle dipendenze congelate. Il requisito di 80 GB riguarda la configurazione d’inferenza indicata per il checkpoint di riferimento; i 17,5 GB si riferiscono invece alla variante NVFP4 sperimentale e non vanno interpretati come dimensione del download.
Il modello genera azioni in spazio articolare ed è stato adattato al braccio SO-100/SO-101. Non va confuso con `praxis-1-droid`, una policy per DROID, né con `praxis-1-yam`, destinata alla configurazione bimanuale YAM. Le capacità e le metriche di quelle varianti non si trasferiscono a SO-101.
La scheda presenta pesi BF16 anche se la variante si chiama NVFP4: la quantizzazione si applica agli esperti instradati al caricamento, mentre le altre parti restano in BF16. Perciò, l’etichetta NVFP4 non significa che tutti i pesi archiviati nel repository siano compressi in quel formato.
Le informazioni pubblicate descrivono architettura, ingressi e requisiti di distribuzione, ma non riportano un punteggio di valutazione per questa variante né un confronto indipendente. Una cifra di prestazione attribuita a un’altra policy non colma questa lacuna. Il tasso di successo, la robustezza ai cambiamenti di illuminazione e la compatibilità con configurazioni diverse devono essere valutati nelle condizioni d’uso specifiche.
La licenza Apache 2.0 indicata per il checkpoint copre il modello principale, secondo la relativa scheda. Wan2.2 VAE e Qwen/Qwen3.5-2B sono distribuiti separatamente e hanno licenze proprie; per usare il sistema completo occorre quindi verificare anche le condizioni applicabili a queste dipendenze.
Che cosa è confermato e che cosa non si deve dedurre
| Dato | Portata della scheda | Non implica |
|---|---|---|
| Checkpoint pubblicato | È disponibile una scheda ufficiale con condizioni di accesso all’account | Download anonimo o accesso senza accettare le condizioni |
| 15 Hz e 24 passi | Configurazione di uscita descritta per la policy | Frequenza garantita su qualsiasi robot |
| 17,5 GB in NVFP4 | Memoria indicata eseguendo gli esperti quantizzati su una GPU compatibile | Download da 17,5 GB o compatibilità con qualsiasi GPU |
| Licenza Apache 2.0 | Licenza indicata per il modello principale | Che le dipendenze esterne abbiano la stessa licenza |
| Nessun punteggio SO-101 verificato | Le schede non forniscono una metrica numerica per questa variante | Che la policy sia efficace o inefficace in tutti i compiti |
Come interpretare il lancio
Praxis-1 SO-101 offre una policy pubblicata che collega istruzioni, visione e stato articolare ad azioni per un braccio LeRobot. La sua utilità immediata dipende dalla possibilità di caricare un modello da 54,4 GB, risolvere le dipendenze esterne e configurare correttamente telecamere e unità di misura. La variante NVFP4 offre un’opzione sperimentale che usa meno memoria su hardware specifico, non un download ridotto né la garanzia di un’esecuzione più rapida.
Per decidere se è adatto, conviene separare tre domande: la configurazione fisica corrisponde a SO-100/SO-101? Il sistema soddisfa i requisiti di memoria e GPU? Il compito specifico funziona in modo sicuro e ripetibile? Le schede rispondono in parte alle prime due domande, ma non forniscono una valutazione del successo che risolva la terza.
La disponibilità del checkpoint e le sue specifiche sono fatti pubblicati da Runway nelle schede ufficiali. La conclusione pratica è più circoscritta: il modello può essere un candidato per prove controllate su quel braccio, ma i risultati vanno verificati per ogni configurazione. Non ci sono basi pubblicate qui per attribuirgli un tasso di successo generale o estendere i suoi dati ad altri robot.
Continua a esplorare
Correzioni e trasparenza
Se trovi un dato errato o non aggiornato, inviaci la pagina e la fonte da verificare.
Proponi una correzione