Runway Praxis-1: Weltmodell soll Videowissen direkt in Robotersteuerung übertragen
Veröffentlicht am: 03.10.2026 um 15:39 Uhr | Redaktion boerse-global.de
Das auf Künstliche Intelligenz spezialisierte Unternehmen Runway hat mit Praxis-1 ein sogenanntes Open-Weight-Weltaktionsmodell vorgestellt, das auf Video-Vortraining basiert und diese visuellen Grundlagen direkt in die Robotersteuerung überträgt. Wie aus einem Branchenbericht vom 2. Oktober 2026 hervorgeht, soll die öffentliche Veröffentlichung des Modells mit offenen Gewichten in den kommenden Monaten erfolgen.
Hohe Vorhersagegenauigkeit im Praxistest
Aktuell durchläuft Praxis-1 Erprobungsphasen bei ausgewählten frühen Partnern, darunter Noble Machines, Standard Bots und Ultra. Die Tests finden auf unterschiedlichen Robotersystemen statt und decken ein breites Spektrum an Aufgaben ab, das von einfachen Greif- und Platzierungsarbeiten bis hin zum Packen von Geschenktüten reicht.
Nach Unternehmensangaben liefert die Simulation von Steuerungsstrategien (Policies) innerhalb des hauseigenen Weltmodells verlässliche Prognosen: Die virtuell simulierten Abläufe sagten die realen Ergebnisse mit einer Korrelation von 0,95 voraus.
Wachsender Trend zu dateneffizienter Robotersteuerung
Die Ankündigung von Runway reiht sich in eine Reihe paralleler Entwicklungen ein, die darauf abzielen, Roboter mithilfe videobasierter und simulationsgestützter Verfahren schneller an komplexe Aufgaben anzupassen. So stellte Sanctuary AI mit TIGER ein Verfahren vor, das Imitationspolitik als dichtes Fortschritts-Belohnungssignal statt als direkte Steuerung nutzt.
Wer die rasanten Entwicklungen in der Robotik und KI verfolgt, erkennt schnell das enorme Potenzial für die Industrie von morgen. Dieser kostenlose Report liefert konkrete Einblicke in Unternehmen, die von Milliarden-Investitionen in diese Zukunftstechnologien profitieren. Robotik und KI: So erkennen Sie die Profiteure der neuen Industrieära
Bei der Benchmark Robomimic ToolHang erreichte TIGER eine Erfolgsquote von 79 Prozent, während herkömmliche Baselines keinen Erfolg und reines Behavior Cloning 50 Prozent erzielten. Auf einem realen Franka-FR3-Roboter konvergierte das Greifen von Blöcken nach rund 8.000 Schritten gegenüber rund 12.000 Schritten bei den Vergleichsverfahren.
Gleichzeitig demonstrierte die University of Pennsylvania mit SymSkill, dass Roboter grundlegende Fähigkeiten bereits aus fünfminütigen Videodemonstrationen erlernen und diese ohne zusätzliche Demonstrationen zu Abläufen mit bis zu zwölf Schritten kombinieren können.
In Tests an Simulationen und realen Roboterarmen konnte das System nach menschlichen Eingriffen oder Fehlern neu planen, was unter anderem beim Entnehmen einer Banane aus einer abgedeckten Pfanne gezeigt wurde.
Ergänzende Ansätze bei visueller Wahrnehmung und Transfer
Auch andere Akteure setzen auf visuelle Daten: Das Unternehmen Reka veröffentlichte für sein Modell RIDM Apache-2.0-Gewichte für zwei Varianten, die Bewegungsbefehle ausschließlich aus Gameplay-Videomaterial ableiten. Das auf optischen Fluss ausgelegte Modell erreichte bei 78 realen Videoclips eine Genauigkeit von 85,9 Prozent gegenüber 30,8 Prozent bei der Pixel-Variante.
Der technologische Umbruch in der Industrie durch KI und Robotik krempelt derzeit ganze Branchen grundlegend um. Erfahren Sie in diesem Experten-Bericht, welche Namen hinter dieser industriellen Revolution stecken und wer die künftigen Gewinner sind. Experten-Analyse zur Industrierevolution kostenlos herunterladen
Zusätzlich untersuchen aktuelle Forschungsberichte die Verankerung zwischen Simulation und Wirklichkeit. Eine Untersuchung zu Real2Sim2Real-Co-Training belegte bei einer dynamischen Sortieraufgabe eine Steigerung der Erfolgsquote von 52 Prozent auf 86 Prozent, während Fachberichte in Scientific Reports über adaptive Regler und monokulare Vision-Systeme für die Bewegungserkennung berichten.
Mit dem Ansatz von Runway, umfangreiches Videowissen direkt als handlungsleitendes Weltmodell bereitzustellen, gewinnt die Verknüpfung generativer Videomodelle mit mechanischer Robotik zunehmend an praktischer Relevanz.
