Runway libera Praxis-1: IA de vídeo agora controla robôs de forma aberta
A Runway lançou um modelo de IA de código aberto que usa vídeos para ensinar robôs. Isso pode baratear a criação de sistemas robóticos mais inteligentes.
A Runway, conhecida por seus modelos de vídeo generativos, acaba de liberar o Praxis-1. Este é um modelo de inteligência artificial focado no controle de robôs, que agora está disponível com pesos e código-fonte abertos, sob a licença Apache 2.0. A ideia é usar o conhecimento adquirido em vídeos para guiar movimentos robóticos, prometendo uma nova abordagem para a automação.
O Praxis-1 foi treinado com vídeos comuns e dados robóticos. Ele analisa imagens de câmeras, instruções em texto e a posição do robô para prever mudanças no ambiente e calcular os movimentos necessários. Essa metodologia pode reduzir a dependência de conjuntos de dados específicos para robôs, que são caros e demorados para coletar, democratizando o acesso à robótica avançada.
O que muda para o seu negócio?
Para profissionais e pequenas empresas, o Praxis-1 representa uma ferramenta potente para experimentar e desenvolver soluções robóticas. Sendo de código aberto, permite adaptações e integrações em diversos sistemas. Isso significa que você pode ter mais autonomia para criar automações personalizadas, sem depender de soluções proprietárias fechadas.
- Acesso facilitado a uma IA de controle robótico avançada.
- Potencial para reduzir custos de desenvolvimento e treinamento de robôs.
- Flexibilidade para adaptar o modelo a diferentes braços robóticos e plataformas.
- Base para inovações em automação com menor barreira de entrada.
Apesar do potencial, o Praxis-1 tem suas limitações. Ele pode confundir objetos visualmente parecidos e ainda não consegue planejar sequências de ações complexas sozinho. Para tarefas mais longas, é preciso detalhar cada etapa. A Runway o vê como um sistema para execução rápida de movimentos, que pode ser complementado por outras IAs para o planejamento.
Nos testes, o Praxis-1 liderou a categoria World Action Model no benchmark RoboLab-120 da Nvidia, com 46,2% de sucesso. Em testes com um braço robótico Franka real, ele superou um concorrente direto em tarefas como colocar uma banana em um prato. Isso mostra sua eficácia em cenários práticos, mesmo com a necessidade de refinamentos em planejamento de alto nível.