← Zurück zum Blog
Aica. 6 Min. Lesezeit

Runways Praxis-1-Wette: Video-Pretraining als Abkürzung zu Robotergehirnen

Veröffentlicht 2. Okt. 2026
Runways Praxis-1-Wette: Video-Pretraining als Abkürzung zu Robotergehirnen

Jedes Robotikprogramm mit ernsthaften Deployment-Ambitionen stößt auf dieselbe Wand – und es ist keine Hardware-Wand. Realdaten sind knapp und teuer zu sammeln, jedenfalls in dem Umfang, den eine generalistische Policy benötigt. Für Domänen voller Edge Cases – autonomes Fahren, Haushaltsrobotik und Lagerarbeit in unordentlichen Umgebungen – gibt es keinen praktischen Weg, die Demonstrationen zu sammeln, die nötig sind, um ein Modell zu trainieren, das bewältigen kann, was tatsächlich passieren wird.

Runway hat Praxis-1 am 30. September angekündigt, und die Argumentation beginnt bei genau dieser Wand. Praxis-1 ist ein World-Action-Modell mit offenen Gewichten, das Runways groß angelegtes Video-Pretraining in Steuerungspolicies für echte Roboter übersetzt. Das Unternehmen testet es mit den frühen Partnern Noble Machines, Standard Bots und Ultra, die das Modell jeweils auf ihrer eigenen Hardware betreiben; eine öffentliche Veröffentlichung unter offenen Gewichten ist für die kommenden Monate geplant.

Video als Ersatz für Teleoperation

Die Prämisse ist simpel, sobald man sie ausspricht. Video ist praktisch unbegrenzt, und es wird immer mehr davon, während generative Modelle bei Qualität und Geschwindigkeit mit echtem Filmmaterial gleichziehen. Menschen filmen und laden jeden Tag mehr vom Alltagsleben hoch, als jedes Robotiklabor durch teleoperierte Demonstrationen erfassen könnte. Wenn ein Modell die Struktur der physischen Welt aus diesem Material lernen kann, verschiebt sich der Engpass von knappen Roboterdaten hin zu reichlich vorhandenem allgemeinem Video.

Was dieser These Gewicht verleiht, ist empirisch. Runway berichtet, dass die Simulation von Roboterpolicies innerhalb seines Weltmodells reale Ergebnisse mit einer Korrelation von 0,95 vorhersagt – und damit besser abschneidet als teurere, auf 3D-Rekonstruktion basierende Verfahren. Ein Weltmodell, das sich als getreue Testumgebung nutzen lässt, verändert die Ökonomie der Policy-Entwicklung, weil die Evaluation nicht mehr für jede Iteration physische Hardware erfordert.

Das Unternehmen stellte außerdem fest, dass die Policy-Leistung mit zunehmendem Umfang von Third-Person-Video steigt, und zieht daraus den Schluss, dass der Engpass für eine leistungsfähige Policy darin liegt, wie viel allgemeines Video ein Modell trainieren kann. Das ist dasselbe Skalierungsargument, das Sprachmodelle vorangetrieben hat, angewandt auf Motorik. Eine Policy, die physikalische Plausibilität und Objektverhalten bereits aus Video-Pretraining versteht, startet von einer deutlich stärkeren Position als eine, die allein aus Aktionsdaten gebaut wurde.

Die Architektur hinter der Wette

Praxis-1 baut auf demselben Video-Pretraining auf, aus dem Runways allgemeine Weltmodelle und seine interaktiven Echtzeit-Arbeiten wie Solaris und die GWM-Worlds-Reihe hervorgegangen sind. Die Logik dieser Abstammungslinie ist wichtig. Einem Modell beizubringen, wie sich Objekte verhalten, wie sich Hände bewegen und wie eine Aufgabe auf halbem Weg aussieht, schafft dynamische Umgebungen für das Training von Agenten in digitalen wie physischen Settings.

Runway rahmt dies als sich verstärkenden Vorteil. Je mehr das Modell aus Video darüber versteht, wie die Welt funktioniert, desto besser kann es einen Roboter in Umgebungen steuern, die sich von allem unterscheiden, was es im Training gesehen hat. Das erklärte Ziel ist ein generalistisches Policy-Modell für Robotikentwickler und Forschende, das über jede Verkörperung und jede Umgebung hinweg funktioniert – statt einer Policy, die auf einen Arm oder einen Greifer zugeschnitten ist.

Genau an diesem Anspruch setzt die skeptische Lesart an. „Funktioniert über jede Verkörperung hinweg“ ist eine starke Behauptung, und die bisherige Evidenz stammt von drei namentlich genannten Partnern, die das Modell auf ihrer eigenen Hardware betreiben – noch vor einem breiteren Launch. Die Korrelation von 0,95 wird zwischen der Simulation in Runways Weltmodell und realen Ergebnissen gemessen, was ebenso sehr eine Validierung des Simulators wie der Policy ist. Beides ist nützlich, und beides sind in diesem Stadium Runways eigene Zahlen.

Warum offene Gewichte – und warum das ein strategisches Argument ist

Runway liefert Praxis-1 mit offenen Gewichten statt als geschlossenes Modell aus, und die Begründung ist ungewöhnlich explizit für ein Unternehmen, das die meisten seiner Modelle proprietär gehalten hat. Die Ankündigung rahmt es als Frage der US-Wettbewerbsfähigkeit in der physischen KI: Die Führungsrolle in der Fertigung zurückzugewinnen, die Produktivität zu beschleunigen und Verbündete zu sichern, erfordere – in Runways Worten – ein Maß an Interoperabilität und Offenheit amerikanischer Modelle, das für physische Anwendungsfälle derzeit nicht existiert.

Das ist ein politisch gefärbtes Argument, und es landet mitten in einer aktiven Debatte darüber, wie viel des KI-Stacks offen sein sollte. Speziell für die Robotik ist die Sache mit den offenen Gewichten stärker als bei Frontier-Sprachmodellen. Hardware-Entwickler müssen Policies auf ihren eigenen Maschinen mit ihren eigenen Sensoren und Aktuatoren ausführen, und eine Cloud-API, die verlangt, diese Signale wegzuschicken, passt schlecht. Offene Weltmodelle geben Hardware-Herstellern Flexibilität und Kontrolle, die sie von einem gehosteten Modell nicht bekommen.

Es gibt zudem eine wettbewerbliche Dimension, die die Ankündigung nicht offen ausspricht. Ein großer Teil der Dynamik bei Video- und Weltmodellen mit offenen Gewichten kam aus chinesischen Labors. Ein prominentes US-Unternehmen, das in derselben Kategorie offene Gewichte ausliefert, liest sich teilweise als Versuch, das Gravitationszentrum des Ökosystems zu definieren, bevor es jemand anderes tut.

Eine Korrelation von 0,95 ist eine starke Zahl, und sie verdient eine Übersetzung. Sie bedeutet: Wenn Runway eine Kandidaten-Policy im eigenen Weltmodell laufen lässt und misst, wie sie abschneidet, verhält sich der echte Roboter fast genauso. Wenn das über Aufgaben hinweg gilt, ist die praktische Konsequenz, dass ein Robotikteam den Großteil seiner Experimente in der Simulation durchführen und physische Hardware für die Schlussprüfung reservieren kann. Angesichts der Kosten und der Langsamkeit physischer Tests ist das der Unterschied zwischen hundert Iterationen in einer Woche und einer Handvoll in einem Monat.

Die schwierigere Frage ist die Generalisierung. Video lehrt ein Modell, wie die Welt aussieht und wie sich Objekte typischerweise verhalten, aber ein Roboter muss auch wissen, was mit einem bestimmten Arm, bei einer bestimmten Aufgabe und mit einer bestimmten Fehlertoleranz zu tun ist. Runways Argument lautet, dass der videotrainierte Prior reduziert, wie viele aufgabenspezifische Daten nötig sind, um dorthin zu kommen. Das ist plausibel – und im großen Maßstab unbelegt.

Wo das im weiteren Robotik-Wettrennen einzuordnen ist

Praxis-1 erscheint in einem Jahr, in dem humanoide Robotik und Fertigungsrobotik von Demos in Richtung Deployment gerückt sind. Figure hat ausgemusterte Humanoide für extreme Aufgaben trainiert. Hersteller von Humanoiden haben Fabrik-Pilotprojekte mit Autoherstellern abgeschlossen, und Boston Dynamics hat begonnen, seinen Atlas-Roboter in einer Hyundai-Anlage zu testen, mit Plänen für einen großflächigen Einsatz bis 2030. Der gemeinsame Nenner: Die Fähigkeiten verbessern sich schneller als die Datenpipeline, die sie speist.

Runways Beitrag besteht in dem Argument, dass das Datenpipeline-Problem eine Abkürzung hat – und dass diese Abkürzung über Video führt. Wenn die Korrelation zwischen simulierten und realen Ergebnissen über Partner und Aufgaben hinweg standhält, ist der praktische Effekt, dass Robotikteams in einem Weltmodell iterieren, physische Tests für die finale Validierung reservieren und aus einer Datenkategorie lernen können, die von allein weiter wächst.

Das ist eine bedeutsame Behauptung – und eine unbelegte. Das Unternehmen gewährt ausgewählten Partnern Zugang vor dem Launch und lädt Forschende ein, es auf ihrer eigenen Hardware zu testen. Die Evidenz, auf die es ankommt, wird nicht die Korrelationszahl aus Runways interner Arbeit sein. Sie wird sein, ob unabhängige Labors das Ergebnis reproduzieren und ob eine Policy, die überwiegend auf Third-Person-Internetvideo trainiert wurde, eine Aufgabe bewältigt, die sie noch nie gesehen hat, in einem Raum, in dem sie noch nie war. Das ist der Test, der entscheidet, ob Video-Pretraining zur Standardgrundlage für Robotergehirne wird – oder eine interessante Forschungsrichtung bleibt.

Verwandte Artikel