Runway bringt mit Praxis-1 ein offenes «Weltmodell» vor, das Roboter…

In Kürze

Runway stellte Ende September 2026 mit Praxis-1 sein erstes offen zugängliches «World Action Model» für Roboter vor, das auf derselben grossangelegten Video-Vortrainingstechnik basiert wie die allgemeinen Weltmodelle des Unternehmens und auf das im Dezember 2025 veröffentlichte Vorgängermodell GWM-1 folgt.
Statt primär aus aufwendig erhobenen Teleoperationsdaten lernt Praxis-1 grösstenteils aus gewöhnlichen, im Internet verfügbaren Videos aus der dritten Person; laut Runway erreichte eine ausschliesslich mit solchen Videos vortrainierte Steuerungsstrategie einen Platzierungsfehler von 16,1 Zentimetern, nahezu gleichwertig mit den 16,0 Zentimetern einer mit Teleoperationsdaten trainierten Vergleichsstrategie.
Das Modell wird derzeit mit den Partnerfirmen Noble Machines, Standard Bots und Ultra Robotics auf deren eigener Hardware getestet; eine öffentliche Freigabe der offenen Modellgewichte hat Runway für die kommenden Monate angekündigt, ein genaues Datum nannte das Unternehmen bislang nicht.

Was ist passiert?

Das auf KI-generierte Videos spezialisierte Unternehmen Runway hat Ende September 2026 mit Praxis-1 sein erstes offen zugängliches «World Action Model» für Roboter vorgestellt. Das Modell baut auf derselben grossangelegten Video-Vortrainingstechnik auf, die bereits Runways allgemeine Weltmodelle antreibt, und folgt auf das im Dezember 2025 veröffentlichte Vorgängermodell GWM-1, das sich darauf konzentrierte, vorherzusagen, wie sich die Welt in Reaktion auf Roboteraktionen verändert. Praxis-1 soll über verschiedene Robotertypen und Umgebungen hinweg funktionieren, ohne dass für jede neue Aufgabe ein vollständiges Neutraining nötig ist.

Kern der Neuerung ist, dass Praxis-1 Steuerungsstrategien grösstenteils aus gewöhnlichen, im Internet verfügbaren Videos aus der dritten Person lernt statt primär aus aufwendig und teuer erhobenen Teleoperationsdaten echter Roboter. Laut Runway-Angaben erreichte eine ausschliesslich mit solchen Internet-Videos vortrainierte Steuerungsstrategie einen Platzierungsfehler von 16,1 Zentimetern – nahezu gleichwertig mit den 16,0 Zentimetern einer mit echten Teleoperationsdaten trainierten Vergleichsstrategie. Das Unternehmen testet Praxis-1 derzeit mit den Partnerfirmen Noble Machines, Standard Bots und Ultra Robotics auf deren jeweils eigener Hardware; eine öffentliche Freigabe der angekündigten offenen Modellgewichte soll in den kommenden Monaten folgen, ein genaues Datum nannte Runway bislang nicht.

Warum ist das wichtig?

Runway-CTO Kamil Sindi begründete den Ansatz gegenüber dem Fachmedium The Robot Report damit, dass fehlende Trainingsdaten den grössten Engpass der Robotikforschung darstellen: Die Leistungsfähigkeit lernender Robotersysteme solle künftig stärker mit der verfügbaren Videomenge skalieren als mit der Anzahl kostspielig erhobener Roboterdemonstrationen. Gelingt dieser Ansatz, könnte er die Kosten für die Entwicklung lernfähiger Robotersteuerungen deutlich senken und damit auch kleineren Herstellern den Zugang zu dieser Technologie erleichtern.

Für die Schweiz, deren Maschinen-, Elektro- und Präzisionsindustrie stark auf Automatisierung setzt, ist das relevant: Günstigere Trainingsmethoden könnten den Einsatz lernender Robotik auch in kleineren Produktionsbetrieben wirtschaftlicher machen. Gleichzeitig wirft die Nutzung öffentlicher Internet-Videos als Trainingsgrundlage dieselben urheberrechtlichen Fragen auf, die in der Schweiz bereits im Zusammenhang mit KI-Musik- und Bildmodellen diskutiert werden – mit absehbaren Folgefragen dazu, unter welchen Bedingungen urheberrechtlich geschütztes Videomaterial künftig auch für das Training von Robotik-Weltmodellen verwendet werden darf.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

Die Schweizer Präzisions- und Maschinenindustrie, die stark auf Automatisierung setzt, dürfte von günstigeren Trainingsmethoden für Robotersteuerung profitieren: Wenn Steuerungsstrategien zunehmend aus frei verfügbaren Videos statt aus teuren, individuell erhobenen Demonstrationsdaten lernen können, sinkt eine bislang zentrale Kostenschwelle für den Einsatz lernender Robotik in kleineren Produktionsbetrieben.
Für Schweizer Robotikforschung und -start-ups wie das Zürcher Unternehmen Enact Intelligence, das im Oktober 2026 eine Rekord-Finanzierungsrunde für Tastsinn-Sensorik bei Robotern abschloss, liefert ein günstigerer Zugang zu Trainingsdaten eine zusätzliche Grundlage, um eigene, spezialisierte Fähigkeiten wie Berührungs- und Kraftwahrnehmung auf bestehende Weltmodelle aufzusetzen statt diese von Grund auf neu zu entwickeln.
Die Nutzung öffentlich verfügbarer Internet-Videos als Trainingsgrundlage wirft dieselben urheberrechtlichen Fragen auf, die in der Schweiz bereits bei KI-Musik- und Bildmodellen diskutiert werden – mit Blick auf das Schweizer Urheberrechtsgesetz dürfte auch bei Robotik-Weltmodellen zunehmend geprüft werden, unter welchen Bedingungen urheberrechtlich geschütztes Videomaterial für das KI-Training verwendet werden darf.

Verwendete Quellen

Runway veröffentlichte die Modellankündigung im eigenen Forschungsblog im September 2026; das Fachmedium The Robot Report ordnete die Ankündigung am 2. Oktober 2026 mit einem Interview von Runway-CTO Kamil Sindi ein, weitere Fachportale wie Robotics and Automation News berichteten Anfang Oktober.

Quellenstatus: 1 verlinkte Quelle · 0 von 1 Originaldaten verifiziert. Prüfregeln ansehen

Runway Runway Originaldatum nicht erfasst Rolle: Ausgangsquelle · Zugriff: noch nicht protokolliert

Häufige Fragen

Was ist die Kernaussage zu Runway bringt mit Praxis-1 ein offenes «Weltmodell» vor, das Roboter aus Internet-Videos statt teurer Demonstrationen lernen lässt?

Runway stellte Ende September 2026 mit Praxis-1 sein erstes offen zugängliches «World Action Model» für Roboter vor, das auf derselben grossangelegten Video-Vortrainingstechnik basiert wie die allgemeinen Weltmodelle des Unternehmens und auf das im Dezember 2025 veröffentlichte Vorgängermodell GWM-1 folgt.

Warum ist diese KI-Meldung für die Schweiz relevant?

Die Schweizer Präzisions- und Maschinenindustrie, die stark auf Automatisierung setzt, dürfte von günstigeren Trainingsmethoden für Robotersteuerung profitieren: Wenn Steuerungsstrategien zunehmend aus frei verfügbaren Videos statt aus teuren, individuell erhobenen Demonstrationsdaten lernen können, sinkt eine bislang zentrale Kostenschwelle für den Einsatz lernender Robotik in kleineren Produktionsbetrieben.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?