Mistral учит роботов ходить по команде: Robostral Navigate обходится одной камерой
Mistral представила Robostral Navigate - свою первую модель для навигации роботов в физическом пространстве. Это не чат-бот и не генератор картинок, а 8-миллиардная модель, которая получает изображение с обычной RGB-камеры и команду на естественном языке: например, выйти из лобби, пройти по коридору, зайти в кладовую и остановиться у нужной полки.
Главная деталь в сенсорах. По заявлению Mistral, Robostral Navigate работает без LiDAR, depth-сенсоров и нескольких камер. На бенчмарке R2R-CE validation unseen компания показывает 76,6% success rate: на 9,7 пункта выше лучшего single-camera подхода и на 4,5 пункта выше лучшей системы с depth или multi-camera сенсорами.
Почему это важно
Для робототехники цена и сложность сенсоров часто не менее важны, чем сама модель. Если роботу достаточно одной камеры и понятной текстовой инструкции, его проще ставить в офисах, на складах, в гостиницах, доставке и сервисных сценариях. Это не означает, что завтра любой робот станет автономным, но снижает один из барьеров: дорогую и капризную аппаратную обвязку.
Mistral пишет, что модель обучалась целиком в симуляции, использует pointing-based navigation и reinforcement learning, а также рассчитана на разные типы платформ: колесные, шагающие и летающие. В демо робот проходит длинный маршрут по рабочему офису, где есть люди и препятствия, которых он не видел при обучении.
Физический ИИ становится отдельной гонкой
Новость хорошо ложится в более широкий тренд. Пока большая часть внимания остается на языковых моделях и coding agents, крупные лаборатории все чаще пытаются перенести агентность в реальные пространства: навигация, манипуляция, доставка, инвентаризация, охрана, помощь в зданиях.
Практический вывод для компаний простой: следующая волна автоматизации может прийти не только через экран и API, но и через дешевые физические агенты. Если модели действительно научатся надежно понимать пространство с одной камеры, роботам станет легче выходить из лабораторий в обычные помещения. Там уже начнутся самые важные вопросы: безопасность, ответственность, интеграция с людьми и реальная экономика замены ручных задач.
- mistral.aiRobostral Navigate: single-camera AI navigation | Mistral AI
- techmeme.comMistral launches Robostral Navigate, a hardware-agnostic robotics navigation model trained via simulation that utilizes a single camera and language prompts
- bloomberg.comBloomberg: Mistral AI Releases Robotics Model to Support Physical AI Push
- commons.wikimedia.orgFile:Robot with laser scanner, PTZ camera, gripper.jpg - Wikimedia Commons
