A proposta é permitir que informações visuais sobre objetos, movimentos e interações físicas aprendidas a partir de vídeos sejam transferidas para tarefas executadas por robôs. Isso pode reduzir a necessidade de depender exclusivamente de grandes conjuntos de dados coletados diretamente com equipamentos robóticos.
Nos experimentos divulgados pela Runway, o Praxis-1 conseguiu executar ações no mundo físico e reduzir o erro de posicionamento para 12 centímetros. O modelo foi apresentado como open-weight, permitindo que seus pesos sejam disponibilizados para pesquisadores e desenvolvedores trabalharem sobre a tecnologia.
O projeto mostra a aproximação entre modelos treinados para compreender vídeos e a chamada IA física, na qual sistemas precisam transformar informações visuais em ações no ambiente real. Essa abordagem pode contribuir para novas pesquisas envolvendo manipulação de objetos, automação e robótica.
