Runway مدل Praxis-1 را معرفی کرده است که به‌عنوان یک مدل کنشی جهانی برای رباتیک توصیف می‌شود. این انتشار Runway را از تولید ویدیو فراتر برده و به کنترل تجسم‌یافته وارد می‌کند و بدین‌ترتیب یک تبار مدل ویدیویی را مستقیماً در پشته سیاست ربات قرار می‌دهد.
مدل‌های کنشی جهانی کنترل را از خطوط لوله اسکریپت‌شده به پیش‌بینی کنشی یادگرفته‌شده منتقل می‌کنند. به‌جای ماشین‌های حالت دست‌نویس و منطق نقاط مسیر ثابت، سیاست کنش‌ها را از یک بازنمایی یادگرفته‌شده از صحنه و دینامیک آن پیش‌بینی می‌کند. این تغییر می‌دهد که سیاست‌های ربات چگونه پیش از استقرار ارزیابی و محدود می‌شوند: ارزیابی باید توزیع کنش‌های پیش‌بینی‌شده را پوشش دهد، نه فقط مسیرهایی که یک کنترل‌کننده اسکریپت‌شده تولید می‌کرد، و محدودیت‌ها باید بر آنچه مدل می‌تواند خروجی دهد تعریف شوند نه بر یک مجموعه فرمان ثابت. پرسش‌های عملی این‌هاست: فضای کنش چیست، پیش‌بینی‌ها در زمان inference چگونه محدود می‌شوند،
این انتشار در کنار خوشه‌ای از سرمایه‌گذاری‌های رباتیک و سرمایه‌گذاری‌های مشترک هوش مصنوعی تجسم‌یافته می‌آید، از جمله سرمایه‌گذاری گزارش‌شده ۷۰۰ میلیون دلاری FieldAI با ارزش‌گذاری ۱۰ میلیارد دلار. آنچه از پوشش ارائه‌شده روشن نیست، فضای کنش، داده‌های آموزش، مجوز و دسترس‌پذیری مدل است؛ هیچ بنچمارک یا پروتکل ارزیابی ارائه نشده است.