ACTU · COMPARATIFS
Praxis-1 de Runway en poids ouverts : ce que vaut sa place sur RoboLab-120
Runway a publié le 11 novembre 2026 les poids de Praxis-1, un modèle qui pilote des bras robotiques, sous licence Apache 2.0. Il est 5e du classement RoboLab-120 de Nvidia, et son avance sur le suivant se joue sur les tâches les plus longues.

En bref
- Praxis-1 réussit 555 épisodes sur 1 200 (46,2 %) sur RoboLab-120, un banc de 120 tâches simulées. FLUX 3 Action, de l'allemand Black Forest Labs, en réussit 515 (42,9 %).
- Sur les tâches simples, FLUX 3 Action fait mieux (49,1 % contre 46,9 %). Praxis-1 prend l'avantage sur les tâches complexes : 40,0 % contre 28,2 %, sur 170 épisodes chacun.
- Le code de référence demande un GPU de 80 Go. Une version NVFP4 expérimentale ramène la politique de 54,4 Go à 17,5 Go en mémoire, sur RTX 5090 ou RTX PRO 6000 Blackwell.
Un modèle de robotique sérieux, libre, et classé par un tiers. C'est rare. Encore faut-il lire le classement.
Runway ouvre Praxis-1 sous Apache 2.0
Le 11 novembre 2026, Runway a publié les poids de Praxis-1, 27 milliards de paramètres, sous Apache 2.0, code d'affinage compris. Le modèle prédit en même temps la vidéo des prochaines secondes et les gestes du bras. Sur le classement RoboLab-120 de Nvidia, relevé le 17 novembre, il est 5e du classement général, derrière AMP1 d'Apple (86,0 %), un agent d'une autre catégorie.
Une avance qui se joue sur les tâches longues
Le banc fait passer 120 tâches de table à un bras simulé, 10 épisodes par tâche. Praxis-1 en réussit 555 sur 1 200, FLUX 3 Action de Black Forest Labs, une start-up allemande, 515, selon Nvidia. Nos intervalles de confiance à 95 % (méthode de Wilson) donnent 43,4 à 49,1 % contre 40,1 à 45,7 % : ils se chevauchent, et les épisodes d'une même tâche ne sont pas indépendants.
| Difficulté (Nvidia) | Praxis-1 | FLUX 3 Action |
|---|---|---|
| Simple (640 épisodes) | 46,9 % | 49,1 % |
| Moyenne (390) | 47,9 % | 39,2 % |
| Complexe (170) | 40,0 % | 28,2 % |
Sur les tâches simples, le modèle européen fait mieux. L'écart utile est en bas du tableau : 68 réussites contre 48 sur les tâches complexes.
Ce que ça change pour un labo d'école
Le dépôt de Runway demande un GPU de 80 Go, ce qui renvoie aux serveurs de calcul d'un établissement plutôt qu'au poste d'un étudiant. Un checkpoint existe pour le petit bras SO-101 pris en charge par la bibliothèque LeRobot. Sa version NVFP4 ramène la politique de 54,4 Go à 17,5 Go en mémoire, sur RTX 5090, mais Runway la dit expérimentale. Le même banc sert de point de comparaison, comme pour ToyBlocks d'Ai2.
Ce qui reste inconnu
RoboLab-120 est une simulation. Aucun score réel indépendant n'est publié. L'encodeur Qwen3.5-2B et le VAE Wan2.2 gardent leurs propres licences. D'autres lectures de résultats sont dans les Comparatifs ; pour la puce, voir Nvidia et sa fiche valeur.
Questions fréquentes
Qu'est-ce que Praxis-1 ?
Un modèle de Runway qui prédit à la fois la vidéo des prochaines secondes et les mouvements d'un bras robotique, à partir d'une consigne écrite. Runway le décrit comme un « world action model » de 27 milliards de paramètres, publié en poids ouverts le 11 novembre 2026.
Peut-on l'utiliser dans un projet commercial ?
Les poids et le code de Runway sont sous Apache 2.0, usage commercial compris. Le décodeur vidéo Wan2.2 et l'encodeur de texte Qwen3.5-2B, nécessaires au fonctionnement, sont distribués à part sous leurs propres licences, à vérifier.
Quel matériel faut-il pour le faire tourner ?
Le dépôt de référence demande un GPU Nvidia d'au moins 80 Go et le pilote CUDA 13.0. Une version NVFP4, expérimentale, cible les cartes RTX 5090 et RTX PRO 6000 Blackwell.
Partager l'article
Sources primaires
- Praxis-1 Is Now Available: Open-Weight Robotics Model — Runway, publié le 11 novembre 2026 · consulté le
- RoboLab Leaderboard — Nvidia Research · consulté le
- runwayml/praxis-1-oss — Runway (GitHub) · consulté le
- runwayml/praxis-1-so101 — Runway (Hugging Face) · consulté le
- runwayml/praxis-1-so101-nvfp4 — Runway (Hugging Face) · consulté le
Entités citées
Dans le même dossier
Article de la Rédaction Tests & Outils, publié sous la direction éditoriale de Bastien Hugon. Méthode éditoriale et usage de l'IA
À lire aussi


DÉCRYPTAGE · COMPARATIFS
ToyBlocks d'Ai2 : ce que prouvent vraiment les chiffres du robot entraîné en simulation

DÉCRYPTAGE · COMPARATIFS
Lazarus : Microsoft piège un agent IA en modifiant 7 neurones, ce que prouve vraiment l'étude





