Runway publica Praxis-1 SO-101, uma política de vídeo e ações para o braço LeRobot
Imagem gerada pela Equipa Editorial da Inferama
01

O que foi lançado e quando

A Runway publicou o Praxis-1 SO-101, uma política de vídeo e ações ajustada para controlar os braços seguidores SO-100 e SO-101 do LeRobot. A ficha do checkpoint informa que ele trabalha em espaço articular: produz movimentos das articulações e da garra, não uma trajetória expressa como pose da extremidade do braço.

A data associada ao lançamento é 12 de novembro de 2026. A ficha oficial confirma que o checkpoint foi publicado, embora seus arquivos exijam login e aceitação das condições de acesso do Hugging Face. Portanto, a disponibilidade do repositório não significa que seja possível baixar os arquivos anonimamente e sem condições.

O modelo combina um tronco de difusão de vídeo com 27,2 bilhões de parâmetros, organizado como uma mistura de especialistas, e um especialista de ações com 300 milhões de parâmetros. A ficha descreve uma arquitetura causal por fragmentos. Esses números caracterizam o checkpoint; não medem diretamente precisão, velocidade nem sucesso em tarefas robóticas.

A política recebe uma instrução em texto, uma ou duas vistas de câmera e o estado articular. Ela gera fragmentos de 24 passos de ação a 15 Hz. Cada passo representa cinco articulações e a abertura da garra: o modelo expressa os ângulos articulares em relação ao início do fragmento e uma posição absoluta da garra entre zero e um, em que um significa fechada.

A ficha não publica uma pontuação numérica verificada para o SO-101. O resultado de 46,2% associado ao RoboLab-120 corresponde a uma política DROID e não mede o Praxis-1 SO-101. As fontes verificadas também não apresentam uma avaliação independente que permita generalizar o desempenho a diferentes objetos, câmeras ou ambientes.

02

Variantes, entradas e acesso

A versão de referência, `runwayml/praxis-1-so101`, é a política ajustada para um único braço SO-100/SO-101. Ela aceita câmeras externas e de punho, com uma ou duas vistas. A ficha especifica imagens organizadas em mosaicos de 288 por 416 pixels por vista; com duas vistas, o quadro mede 288 por 832 pixels.

A variante `runwayml/praxis-1-so101-nvfp4` parte do mesmo checkpoint e recebeu 5.000 etapas adicionais de treinamento com consciência de quantização nos especialistas roteados. Não é um checkpoint menor para baixar: a ficha informa que os pesos BF16 ocupam 54,4 GB e são baixados por completo antes de os especialistas serem empacotados durante o carregamento do modelo.

Para executar os especialistas em NVFP4, a ficha descreve um modo experimental limitado a GPUs SM120, como a RTX 5090 e a RTX PRO 6000 Blackwell. Nessa configuração, a memória ocupada pela política passa de 54,4 GB para 17,5 GB; o cache opcional dos especialistas empacotados ocupa 14,4 GB. A redução de memória não reduz o tamanho do download nem elimina as dependências externas.

A inferência usa o código de referência `runwayml/praxis-1-oss`. A ficha da versão base indica uma GPU de 80 GB como requisito de execução. As dependências congeladas — Wan2.2 VAE e o codificador de texto Qwen/Qwen3.5-2B — são distribuídas separadamente, sob suas próprias licenças. O modelo principal declara licença Apache 2.0; essa licença não substitui as condições aplicáveis às dependências.

Os arquivos do modelo estão sujeitos a uma condição de acesso: o Hugging Face solicita login e aceitação do compartilhamento de informações da conta para consultar o conteúdo do repositório. As fichas não publicam um preço para uma API hospedada. A execução por conta própria exige infraestrutura, e os custos dependem do hardware e do serviço utilizado.

Comparação das duas fichas SO-101

AspectoCheckpoint de referênciaVariante NVFP4
BasePraxis-1 SO-101Praxis-1 SO-101
Pesos baixados54,4 GB em BF1654,4 GB em BF16
Execução descritaGPU de 80 GBNVFP4 experimental em GPU SM120
Memória indicada54,4 GB para o checkpoint17,5 GB com especialistas em NVFP4
Condição importanteDependências externas distribuídas separadamenteEmpacota os especialistas ao carregar; não reduz o download
03

O que muda para quem quiser usar o modelo

O modelo converte uma instrução breve e o estado visual e articular em uma sequência de ações para o braço. A ficha recomenda instruções imperativas diretas, por exemplo, pedir que pegue um cubo vermelho e o coloque em uma caixa. Essa recomendação descreve o formato da entrada; não demonstra que a tarefa será concluída com sucesso.

As saídas usam radianos para as cinco articulações e uma escala de zero a um para a garra. No entanto, a ficha informa que a unidade de leitura do seguidor LeRobot pode ser configurada com `use_degrees=True`: nesse caso, as articulações são lidas em graus e `gripper.pos` usa a escala de zero a cem do seguidor. A integração precisa manter consistentes as unidades do modelo e do robô.

Antes de testar uma tarefa, é preciso conferir se a câmera configurada corresponde à vista esperada, se as imagens têm o tamanho e a disposição adequados e se o estado articular é transformado corretamente. Também convém verificar os limites articulares, a conversão da garra e a parada segura no sistema que controla o braço. A publicação de um checkpoint, por si só, não valida uma configuração física específica.

A alternativa NVFP4 pode interessar a quem tenha uma GPU SM120 compatível e precise reduzir a memória ocupada durante a inferência. Essa opção não equivale a uma aceleração garantida nem a uma melhora de qualidade: a ficha não publica uma comparação quantitativa de desempenho, latência ou taxa de sucesso entre as duas configurações.

A ficha especifica que as estatísticas de normalização e o codec de ações estão incluídos em `config.json`; não são necessárias estatísticas de um conjunto de dados durante a inferência. Esse detalhe ajuda a identificar os arquivos que acompanham o checkpoint, mas não substitui a verificação do formato e das convenções de dados do robô conectado.

04

Preço, limites e alcance do que foi publicado

As fichas não anunciam uma tarifa de API hospedada para essa política. A implantação própria exige baixar pesos grandes, dispor de memória suficiente e obter separadamente as dependências congeladas. O requisito de 80 GB corresponde à configuração de inferência indicada para o checkpoint de referência; o valor de 17,5 GB corresponde à variante NVFP4 experimental e não deve ser interpretado como tamanho do download.

O modelo gera ações em espaço articular e foi ajustado para o braço SO-100/SO-101. Ele não deve ser confundido com o `praxis-1-droid`, uma política para DROID, nem com o `praxis-1-yam`, destinado a uma configuração bimanual YAM. As capacidades ou métricas dessas variantes não se aplicam ao SO-101.

A ficha apresenta pesos BF16, embora a variante se chame NVFP4: a quantização é aplicada aos especialistas roteados durante o carregamento do modelo, enquanto outras partes permanecem em BF16. Por isso, o rótulo NVFP4 não significa que todos os pesos armazenados no repositório estejam comprimidos nesse formato.

As informações publicadas descrevem a arquitetura, as entradas e os requisitos de implantação, mas não oferecem uma pontuação de avaliação para essa adaptação nem uma comparação independente. Uma métrica atribuída a outra política não preenche essa lacuna. A taxa de sucesso, a robustez a mudanças de iluminação e a compatibilidade com diferentes configurações precisam ser avaliadas nas condições concretas de uso.

A licença Apache 2.0 indicada na ficha se aplica ao checkpoint principal. Wan2.2 VAE e Qwen/Qwen3.5-2B são distribuídos separadamente e têm licenças próprias; portanto, o uso do conjunto também exige verificar as condições aplicáveis a essas dependências.

O que está confirmado e o que não se deve inferir

DadoAlcance da fichaNão implica
Checkpoint publicadoHá uma ficha oficial acessível sob condições de contaDownload anônimo ou acesso sem aceitar as condições
15 Hz e 24 passosConfiguração de saída descrita para a políticaFrequência garantida em qualquer robô
17,5 GB em NVFP4Memória indicada ao executar especialistas quantizados em GPU compatívelDownload de 17,5 GB ou compatibilidade com qualquer GPU
Licença Apache 2.0Licença indicada para o modelo principalQue as dependências externas tenham a mesma licença
Sem pontuação SO-101 verificadaAs fichas não fornecem uma métrica numérica para essa adaptaçãoQue a política seja eficaz ou ineficaz em todas as tarefas
05

Como interpretar o lançamento

O Praxis-1 SO-101 oferece uma política publicada que conecta instruções, visão e estado articular a ações para um braço LeRobot. Sua utilidade imediata depende da capacidade de carregar um modelo de 54,4 GB, resolver as dependências externas e adaptar corretamente as câmeras e as unidades. A variante NVFP4 oferece uma opção experimental que usa menos memória em hardware específico, não um download menor nem uma garantia de execução mais rápida.

Para decidir se a solução é adequada, convém separar três perguntas: se a configuração física corresponde ao SO-100/SO-101; se o equipamento atende aos requisitos de memória e GPU; e se a tarefa específica funciona com segurança e de forma repetível. As fichas respondem parcialmente às duas primeiras, mas não fornecem uma avaliação de sucesso que resolva a terceira.

A disponibilidade do checkpoint e suas especificações são fatos publicados pela Runway nas fichas oficiais. A conclusão prática é mais limitada: o modelo pode ser candidato a testes controlados nesse braço, mas os resultados precisam ser verificados em cada configuração. Não há base publicada aqui para atribuir a ele uma taxa geral de sucesso nem para estender suas métricas a outros robôs.

06

Continue a explorar

Fontes consultadas

03

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.

Propor uma correção