Runwayは2026年11月、ロボット制御AI「Praxis-1」を商用利用可で公開しました。
動画生成AIで知られるRunwayが、ロボットを動かすためのAIモデルPraxis-1を、オープンウェイトかつApache 2.0ライセンスで公開しました。パラメータ数は270億(27B)、Nvidiaのシミュレーション評価では120タスクで成功率46.2%を記録しています。倉庫で動く双腕ロボットでも試験されており、EC物流の自動化を検討している事業者にとって見逃せないニュースです。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)が解説します。
Praxis-1とは何か、公開された中身と性能の数字
Praxis-1とは、カメラ映像と文章による指示、ロボットの関節位置などの情報を受け取り、次に場面がどう変わるかを予測しながらロボットの動きを決めるAIモデルのことです。Runwayはこれを「World Action Model」と呼んでいます。普通の動画で学習した動画モデルをベースに、人間の作業動画とロボットのデータで追加学習しているのが特徴です。
Runwayの公式発表によると、モデルは27Bパラメータの混合エキスパート型(複数の専門モデルを切り替えて使う構造)の拡散トランスフォーマーで、動画と動作を同時に予測します。公開されたのは重みだけではなく、推論用と追加学習用のコードも含まれ、フル学習とLoRA(少ない計算資源で一部だけを学習し直す手法)の両方に対応しています。配布先はGitHubとHugging Faceです。
性能面では、Nvidiaが運営するシミュレーション評価RoboLab-120で成功率46.2%となり、同じWorld Action Modelの分類ではBlack Forest LabsのFLUX 3 Actionの42.9%を上回りました。ただし、The Decoderによれば総合順位では5位で、別方式のモデルやエージェントが上位にいます。実機のFranka製ロボットアームでは10タスクを各10回試し、成功は100回中88回(FLUX 3 Actionは80回)でした。
さらに、学習時に使っていない機種への転用も試されています。GoogleがRT-1の開発に使ったタイプの移動型アームで約95時間の追加学習を行ったところ、4種類の作業で平均80%の成功率となり、元のRT-1の52.4%を上回ったとしています。なお、これらの評価はすべてRunway自身が実施したもので、第三者による検証はまだ行われていません。
なぜ重要か、倉庫ロボットとオープン化の意味
このニュースの核心は、商用利用できるロボット基盤モデルが誰でも入手できる形で出てきた点にあります。ロボット制御のAIはこれまで、大手企業や研究機関が自社内で囲い込むものが中心でした。Apache 2.0で重みとコードまで公開されたことで、ロボットメーカーやシステム開発会社が自社の機体に合わせて追加学習し、製品に組み込む道が開けます。
公式発表では、9月の初公開以降、Noble Machines、Standard Bots、Ultraの3社が自社のハードウェアでPraxis-1を動かしてきたと説明されています。試験対象は人型ロボット、6軸の産業用アーム、そして倉庫向けの双腕ロボットです。倉庫用の機体が含まれていることは、ピッキングや梱包といったEC物流の作業が実用化の候補に入っていることを示しています。
動作環境の幅も注目点です。データセンター向けのH100やB200に加え、ワークステーション向けのRTX 5090やRTX PRO 6000、ロボット搭載用のJetson Thorにも対応するとしています。標準版は80GBのメモリを持つGPUが必要ですが、圧縮版はRTX 5090(32GB)に収まる見込みとされています。ただしGitHubの説明では実測のピークメモリは未計測とされており、この点は要確認です。
一方で限界もはっきりしています。The Decoderは、似た見た目の物を取り違える、あいまいな指示に弱い、長い手順を自分で計画できない、といった課題を挙げています。Runway自身も、Praxis-1は動きを素早く実行する役割が中心で、作業を手順に分解する汎用AIと組み合わせて使う将来像を描いています。
日本のEC事業者にとっての論点と今後の動き
日本のEC事業者にとって最も関係が深いのは物流です。2024年4月からトラックドライバーの時間外労働に上限が設けられ、出荷・配送の人手確保はEC各社にとって重い課題になっています。倉庫内のピッキングや箱詰めをロボットに任せる動きは、楽天市場やAmazonの大型物流拠点だけでなく、自社倉庫を持つ中堅のEC事業者や物流代行(3PL)会社にも広がりつつあります。
ただ、現時点でPraxis-1を店舗運営者が直接使う場面はほぼありません。80GB級のGPUや、自社の機体に合わせた追加学習が前提になるため、現実的な導入経路は、ロボットメーカーや物流システム会社がこうしたモデルを組み込んだ製品を提供する形になるはずです。中小のEC事業者が今できるのは、委託先の物流会社や倉庫機器ベンダーに、汎用ロボットAIの採用予定や、商品の形状が多様な場合の対応範囲を確認しておくことです。
今後の注目点は3つあります。1つ目は第三者による性能検証で、自社評価の数字が実環境でどこまで再現されるかです。2つ目は、似た商品の取り違えという弱点がどこまで改善されるかで、SKU(商品の最小管理単位)が多いEC倉庫ではここが実用化の分かれ目になります。3つ目は、Black Forest LabsやNvidiaなど競合も含めたオープンなロボットモデルの競争が、機器価格や導入期間にどう反映されるかです。
まとめ
RunwayのPraxis-1は、27B規模のロボット制御AIを商用利用可能な形で公開した点で、ロボット分野のオープン化を一歩進める発表です。倉庫向け双腕ロボットでの試験も行われており、EC物流の自動化には中長期で効いてくる可能性があります。性能はまだ自社評価の段階なので、日本のEC事業者は過度に期待せず、物流委託先の動向を定点観測する姿勢が適しています。
参考文献
- Runway「Praxis-1 is now available」
- Runway Research「Praxis-1: video pretraining to robot control」
- The Decoder「Runway’s open-source Praxis-1 turns video AI into a robot controller」
- Nvidia RoboLab リーダーボード
- GitHub runwayml/praxis-1-oss
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: The Decoder
【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。