Aller au contenu
Gridpak

Runway ouvre un modèle robotique de 27 milliards de paramètres qui tourne sur un seul H100

Hermes Integration

Runway ouvre un modèle robot de 27B qui tourne sur un seul H100 (Runway)
La vidéo visuelle publiée par Runway avec cette annonce, consultée le 14 novembre 2026.

Runway a publié Praxis-1 le 11 novembre 2026, sous la forme d’un rapport technique accompagné de trois checkpoints téléchargeables, et la promesse du titre est assez précise pour être vérifiée : un modèle d’action mondial à poids ouverts qui transforme le pré-entraînement vidéo en contrôle robotique. Les chiffres phares sont 27,2 milliards de paramètres, un seul GPU de 80 Go et 46,2 pour cent sur RoboLab-120 de NVIDIA. Le chiffre qui compte davantage se trouve plus bas, là où Runway mesure quatre cents par tâche accomplie contre 1,87 $ pour un modèle de frontière sur le même bras.

Ce qui a réellement été publié

Trois checkpoints sont mis à disposition sur Hugging Face sous licence Apache 2.0 : Praxis-1 affiné sur DROID, le même modèle affiné sur une station YAM bimanuelle, et le modèle de base en milieu d’entraînement. Le code, un serveur de politiques, une simulation MuJoCo ainsi que le code d’affinage complet et LoRA sont fournis avec, ce qui en fait une publication qu’une équipe peut exécuter, et non une page de résultats avec une liste d’attente.

Le haut de la page de recherche Runway Praxis-1 : From Vidéo Pretraining to Robot Control, avec son titre, la date de novembre 2026 et la liste du sommaire
La page publiée par Runway, consultée le 14 novembre 2026, avec la date qu’elle porte sous le titre.

Le socle est à l’origine le modèle de fondation vidéo de Runway : 26,9 milliards de paramètres, 17 de ses 20 couches feed-forward construites en mélange d’experts, environ 2,8 milliards actifs par token. Un expert d’action distinct de 314 millions de paramètres lit le socle à huit profondeurs et transforme le prochain segment imaginé en mouvement. Chaque robot n’ajoute que de fines projections d’entrée et de sortie, si bien qu’un seul modèle pilote différents corps. Un appel renvoie 1,6 seconde de mouvement à 15 Hz, en 545 ms médians sur un seul H100.

Ce que la publication vous donne réellement

  • 27,2 milliards de paramètres, 54,4 Go en bf16, un GPU de 80 Go, et 1,6 seconde de mouvement par appel.
  • Des poids Apache 2.0 pour trois checkpoints, plus le serveur de politiques et la simulation.

Sur quoi repose la promesse

Le chiffre principal a besoin de sa catégorie. Sur RoboLab-120, la simulation de NVIDIA de 120 tâches de table à dix essais chacune, Praxis-1 affiné sur DROID a résolu 555 épisodes sur 1 200, soit 46,2 pour cent, le meilleur score pour un modèle d’action mondial et pour un modèle de fondation robotique open source. La page liste ensuite ce qui le dépasse, une rareté dans un rapport de lancement.

Entrée sur RoboLab-120 Réussite Nature de l’entrée
AMP1 86,0 % agent modèle de frontière en zero-shot
SenseNova-RoboRSI 57,1 % modèle vision-langage de frontière utilisé comme politique
Lakeside 51,0 % modèle fermé, entraîné en partie sur des données simulées
BiMind v0.5 49,2 % modèle fermé, affiné sur les données RoboLab
Praxis-1, affinage DROID 46,2 % poids ouverts, Apache 2.0
FLUX 3 Action 42,9 % modèle d’action mondial

Quatre entrées le devancent. Les deux premières sont des modèles de frontière agissant comme agents plutôt que des politiques entraînées : AMP1 à 86,0 pour cent, et SenseNova-RoboRSI à 57,1 pour cent, qui nécessite environ 55 minutes de calcul par épisode pour 8 à 76 secondes de mouvement. Les deux autres, Lakeside à 51,0 et BiMind v0.5 à 49,2 pour cent, sont des modèles fermés entraînés en partie sur des données simulées. Le classement mesure la précision, un axe sur trois.

Sur un vrai robot, l’écart se resserre. Sur une station Franka FR3 opérée par Positronic, sur les dix tâches à objet unique que FLUX 3 Action avait publiées, Runway rapporte 88 succès contre 80, en deux sessions le 2 novembre. Huit épisodes sur cent, un seul banc, une seule journée, sans intervalles de confiance.

Ce que Runway ne publie pas

Aucun intervalle de confiance pour les 88 contre 80, si bien que l’écart pourrait se réduire sur un second banc. Aucun benchmark au niveau des cartes pour les poids NVFP4, ce qui fait de l’argument du matériel moins cher une arithmétique plutôt qu’une mesure. Et aucun prix par appel pour une politique hébergée, si bien qu’une équipe qui ne veut pas faire tourner son propre H100 n’a rien pour établir son budget.

Sur RT-1, un robot absent du milieu d’entraînement, la réussite SimplerEnv est passée de 56,3 pour cent au premier checkpoint à 80,0 au dernier, sans que ce soit vrai à chaque étape, et Runway indique que la relation exacte demande des études complémentaires.

Nous pensons que la source la plus extensible est la vidéo générale, les images du quotidien que les gens filment déjà.

La composition de l’entraînement le confirme : 58 pour cent de vidéo humaine égocentrique, 20 pour cent de vidéo générale, 18 pour cent de vidéo de robots réels. La téléopération sur le bras cible n’est pas ce sur quoi ce modèle a été majoritairement entraîné.

Ce que cela change pour les équipes qui achètent du contrôle robotique

Le passage utile, c’est la comparaison que Runway a menée contre elle-même : même bras, même console, trois tâches, une politique entraînée face à GPT-6 Astra, avec le coût affiché, un H100 à 3,95 $ de l’heure contre une facture d’API.

Tâche Praxis-1 GPT-6 Astra Écart
Retirer le capuchon du stylo 0:15 pour 0,08 $ 7:48 pour 3,47 $ 31 fois plus rapide, 43 fois moins cher
Éponge dans le sac 0:22 pour 0,03 $ 2:46 pour 1,20 $ 7,4 fois plus rapide, 49 fois moins cher
Dé dans le sac 0:11 pour 0,01 $ 2:04 pour 0,93 $ 11,5 fois plus rapide, 79 fois moins cher
Les trois tâches 0:16 pour 0,04 $ 4:13 pour 1,87 $ 15,6 fois plus rapide, 51 fois moins cher

Ce tableau fixe un plancher auquel une équipe peut tenir un fournisseur : quatre cents par tâche accomplie, sur du matériel que tout le monde peut louer, avec les échecs comptés. Atteindre une politique fonctionnelle a aussi un coût publié : 50 000 étapes sur 128 H100 pour DROID, 30 000 étapes sur environ 28 heures sur 32 H100 pour RT-1.

La licence change l’ordre des vérifications. Un acheteur peut télécharger un checkpoint, l’affiner sur ses propres pièces et le mesurer avant de signer quoi que ce soit, le test que nous demandons à un outil avant d’écrire un prix dans une page. Nous avons défendu cet argument en octobre à propos de la promesse de Mistral de publier les poids avant la fin du mois : un workflow sur des poids ouverts peut être testé par l’équipe qui le paie, tandis que le même workflow derrière une API ne peut que se louer.

Deux détails décident si une petite équipe peut se lancer. Le NVFP4 a fait passer les poids de 54,4 Go à 17,5 Go, avec 46,5 contre 47,8 pour cent sur 600 épisodes simulés et 26 sur 30 contre 28 sur 30 sur la station réelle, et Runway affirme qu’aucune des deux différences n’est significative. Le modèle a aussi été affiné sur un bras SO-101 bon marché à partir de 3 956 jeux de données publics.

Les limites sont énoncées du même ton : attraper un objet qui ressemble à la cible, des instructions vagues qui ne nomment ni couleur ni taille, et des tâches en plusieurs étapes qui ne fonctionnent que si chaque étape porte sa propre instruction. L’essentiel de l’erreur restante vient du futur que le modèle se figure, pas de l’expert en action : avec le vrai futur, l’erreur du terminal passe de 5,71 cm à 1,14 cm.

L’avis de Neural Minute

Cinquante et une fois, voilà le chiffre à retenir, et pas parce que Runway gagne. C’est la première fois qu’un fournisseur de cette catégorie publie un coût par tâche face à un agent de pointe sur le même matériel, avec le tarif du GPU à côté. Cela donne à un acheteur un dénominateur qu’un devis de robot ne porte jamais.

Le deuxième point, c’est ce que signifie 46,2 pour cent. Une politique qui échoue sur plus de la moitié de ses épisodes de table est un résultat de recherche, pas un opérateur. Un lecteur qui s’arrête au chiffre de la première affirmation achète la mauvaise chose : un agent de pointe bat toute politique entraînée en précision tout en coûtant cinquante fois plus par tâche. Le déploiement qui en découle est celui que propose Runway, un agent qui planifie et une politique rapide qui exécute.

Troisième point, pourquoi cela compte plus qu’un benchmark. Un checkpoint Apache 2.0 est une affirmation qu’un acheteur peut tester avant de payer. Les deux entrées fermées au-dessus de Praxis-1 ne donnent à l’acheteur rien à exécuter, et l’agent à 86,0 pour cent donne une facture d’API que personne ne peut prévoir depuis cette page. Nos pages n’affichent un prix qu’après l’avoir lu à la rédaction, avec une date à côté.

Ce que nous ne pouvons pas dire, c’est ce que coûte le modèle en dehors de la configuration de Runway : un tarif H100, aucun benchmark au niveau de la carte, aucun prix hébergé. Quatre cents est une mesure reproductible, pas une grille tarifaire.

Sources