7月9日,Mistral在官方博客中正式发布了其首款专为机器人导航打造的AI模型——Robostral Na vigate,参数量为8B。这一模型的最大亮点在于:机器人只需搭载一个普通RGB摄像头,即可在复杂环境中自主穿行,完全无需依赖深度传感器或激光雷达等昂贵硬件。

根据博文介绍,该模型专门针对具身导航任务设计。无论是在办公室、住宅、商业楼宇还是户外环境,它都能让机器人仅凭一个常规摄像头实现自主导航。听起来颇具科幻感,但数据足以说明一切——在R2R-CE基准测试中,validation seen(训练集中已有的场景)成功率高达79.4%,而validation unseen(模型从未见过的新场景)也达到了76.6%。这一成绩比当前最佳的单摄像头方案高出9.7个百分点,甚至超越了那些配备深度传感器或多个摄像头的顶级系统,领先幅度达4.5个百分点。换言之,硬件配置降级后,导航效果反而更加出色。
更值得关注的是,整个模型完全由Mistral内部自主研发,且仅在模拟环境中完成训练。训练数据源自6000个不同的虚拟空间,记录了大约40万条路径。尽管数据来自模拟,模型的泛化能力却十分强大,并且适用于轮式、腿式、飞行式等各种类型的机器人。可以预见,未来机器人导航的硬件成本有望大幅降低,而这正是具身智能走向实用的关键一步。
