Runway lleva Praxis-1 a la robótica y apuesta por enseñar a los robots con videos

Runway presentó Praxis-1, un modelo de pesos abiertos que busca trasladar a robots físicos conocimientos aprendidos de videos. La compañía lo prueba con tres socios y reporta resultados preliminares que acercan el desempeño del video web al de grabaciones de robots teleoperados.
***

• Praxis-1 aprovecha el preentrenamiento a gran escala con video que Runway utiliza en sus modelos generales del mundo.
• Las pruebas con Noble Machines, Standard Bots y Ultra abarcan manipulación bimanual, un brazo robótico de seis grados de libertad y una plataforma móvil.
• En un experimento de colocación, el error reportado fue de 16,1 centímetros con video web y de 16,0 centímetros con video de robots teleoperados; Runway dice que la diferencia no es estadísticamente significativa.

De los videos generativos a la robótica

Runway, conocida por desarrollar tecnología de generación de video con inteligencia artificial, anunció Praxis-1, un modelo diseñado para usar conocimientos aprendidos de videos en el control de robots físicos. La empresa lo presenta como su primer modelo de acción del mundo con pesos abiertos, una característica que permitiría a desarrolladores descargarlo, ejecutarlo y adaptarlo en lugar de depender únicamente de los servidores de Runway.

La compañía afirma que Praxis-1 se apoya en el mismo preentrenamiento de video a gran escala que sustenta sus modelos generales del mundo. El anuncio amplía el alcance de Runway más allá de la generación audiovisual y la coloca en el terreno de la llamada IA física, donde los modelos deben interpretar escenas y producir acciones en entornos concretos, detallan reportes.

Runway trabaja actualmente con Noble Machines, Standard Bots y Ultra para probar el modelo en distintas plataformas robóticas. La compañía indicó que planea ampliar el acceso anticipado a más empresas y que espera hacer Praxis-1 disponible públicamente en los próximos meses, por lo que el anuncio no equivale todavía a un lanzamiento abierto para cualquier desarrollador.

El término pesos abiertos alude a que los parámetros entrenados del modelo podrían quedar disponibles para descarga y adaptación, aunque la información del anuncio no detalla las condiciones de licencia ni las capacidades finales de la versión pública. Para quienes construyen robots, esa posibilidad podría ofrecer más control sobre la integración con hardware propio que un sistema al que solo se accede mediante un servicio alojado.

La apuesta por aprender observando videos

El punto de partida de Praxis-1 es que los robots podrían aprovechar grandes cantidades de video ordinario disponibles en internet, en vez de aprender principalmente a partir de datos producidos por otros robots. Runway sostiene que recopilar ejemplos robóticos del mundo real puede ser costoso y lento, sobre todo cuando las máquinas deben ser teleoperadas repetidamente para registrar cómo ejecutar diferentes tareas.

Según la empresa, los videos pueden aportar señales sobre el movimiento, el comportamiento de los objetos, las interacciones físicas y la manera en que las personas realizan acciones. Runway argumenta que una política robótica que ya haya aprendido nociones de plausibilidad física y comportamiento de objetos tendría una ventaja inicial frente a otra entrenada únicamente con datos de acciones de robots.

La compañía compara la estrategia con la de los grandes modelos de lenguaje, que adquieren una comprensión amplia a partir de grandes volúmenes de texto antes de adaptarse a tareas más específicas. En el caso de Praxis-1, la idea es que el video sirva como una base general sobre el mundo físico y que luego el modelo se ajuste para controlar robots en tareas determinadas.

Runway afirma que sus experimentos muestran una relación de escala en la que el rendimiento de la política robótica mejora al aumentar la cantidad de video en tercera persona utilizada durante el entrenamiento. Esa observación respalda la hipótesis de la empresa, pero los detalles disponibles no incluyen una descripción completa del diseño experimental ni permiten concluir por sí solos que el enfoque vaya a funcionar igual de bien en cualquier robot o tarea.

Resultados iniciales y límites de la comparación

En uno de los experimentos divulgados, Runway comparó políticas preentrenadas con video web convencional con otras que utilizaron grabaciones de robots teleoperados. Después del ajuste fino, el modelo que había aprendido inicialmente de video web registró un error de colocación final de 16,1 centímetros, mientras que el entrenado con videos robóticos obtuvo 16,0 centímetros.

La diferencia entre ambos resultados es de una décima de centímetro, pero Runway señaló que no resulta estadísticamente significativa dentro de la incertidumbre reportada. Por ello, la comparación sugiere que el video web puede ser una fuente útil de preentrenamiento en ese experimento específico, aunque no demuestra que ambos métodos sean equivalentes en todas las condiciones.

La compañía también está evaluando Praxis-1 en desafíos de manipulación más complejos, con entornos desordenados, objetos transparentes, materiales deformables y grupos de objetos de apariencia similar. Estos escenarios ponen a prueba una dificultad central de la robótica: pasar de reconocer acciones en videos a responder de manera adecuada cuando cambian los objetos y las condiciones físicas.

Otra demostración de Runway muestra la misma política robótica operando en un estudio controlado y en una cocina doméstica sin reentrenamiento. La empresa presenta esa prueba como evidencia de transferencia entre entornos, pero la información divulgada no especifica cuántas tareas cubre la demostración ni ofrece una evaluación independiente de su desempeño en esas dos situaciones.

Modelos del mundo y pruebas con hardware

Praxis-1 continúa el trabajo de Runway en video interactivo y modelos del mundo, entre ellos Solaris y GWM Worlds 2. A diferencia de un sistema dedicado solo a producir imágenes o secuencias predeterminadas, estos modelos buscan representar cómo cambian los objetos y los entornos con el tiempo, una capacidad que la empresa quiere aprovechar para entrenar agentes digitales y físicos.

Runway sostiene que enseñar a sus modelos cómo se comporta la física, cómo se mueven las manos y cómo luce una tarea mientras está en curso permite construir entornos dinámicos para el entrenamiento. En sus pruebas anteriores, la compañía encontró una correlación de 0,95 entre la simulación de políticas robóticas dentro de su modelo del mundo y el rendimiento real posterior, una cifra que presenta como señal de la utilidad de esas simulaciones.

Los socios actuales aportan configuraciones diferentes para evaluar la adaptabilidad del modelo. Noble Machines analiza Praxis-1 para manipulación bimanual, Standard Bots lo ejecuta en su brazo robótico RO1 de seis grados de libertad y Ultra lo prueba en una plataforma robótica móvil.

La diversidad de hardware forma parte del objetivo de Runway de desarrollar una política de propósito general que pueda funcionar en distintas plataformas y entornos operativos. La compañía dice que las pruebas también buscan examinar el rendimiento y la seguridad, aunque todavía no ha publicado resultados detallados para cada socio ni una fecha concreta de disponibilidad general.

El lanzamiento abierto y el reto de escalar

Runway planea distribuir Praxis-1 con pesos abiertos y vincula esa decisión con la necesidad de mejorar la interoperabilidad entre modelos de inteligencia artificial y hardware robótico. La compañía considera que abrir los modelos del mundo puede dar a los desarrolladores de hardware más flexibilidad y control, una propuesta que contrasta con el acceso limitado a sistemas alojados y administrados por un proveedor.

La empresa ya acepta solicitudes de desarrolladores de robótica interesados en probar el modelo en sus propios equipos antes de una publicación más amplia. Ese programa permitirá a Runway reunir evaluaciones en configuraciones distintas, aunque el anuncio no establece qué criterios utilizará para seleccionar participantes ni qué restricciones acompañarán el acceso anticipado.

El desafío de fondo es conseguir datos diversos y suficientes para que un robot actúe de manera fiable fuera de un entorno estrictamente controlado. Si el conocimiento extraído de videos puede reducir la cantidad de demostraciones robóticas necesarias, el enfoque podría aliviar una de las limitaciones que Runway identifica en el entrenamiento; por ahora, la compañía ofrece resultados preliminares y una hoja de ruta todavía en desarrollo.

Praxis-1 coloca a Runway en una competencia tecnológica que conecta modelos generativos, simulación y máquinas capaces de manipular objetos en el mundo físico. Su lanzamiento público en los próximos meses permitirá conocer qué pesos, condiciones de uso y herramientas entrega la empresa, así como comprobar si las pruebas iniciales se sostienen en tareas más variadas que las demostraciones anunciadas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín