法国AI公司Mistral近日发布了一款专为机器人导航设计的轻量级模型——Robostral Na vigate，参数量仅为8B（80亿）。这款模型最值得关注的核心优势在于：机器人只需配备一枚普通RGB摄像头，就能在高度动态、结构复杂的场景中实现端到端自主导航，彻底摆脱对深度相机、激光雷达等专用感知硬件的依赖，大幅降低了硬件成本与系统复杂度。

从应用场景来看，该模型精准定位于具身智能中的导航任务，覆盖范围十分广泛：无论是办公空间、家庭住宅、商场、写字楼等室内环境，还是庭院、街道等典型户外区域，都能良好适配。传统机器人导航系统通常需要集成激光雷达或ToF深度传感器来构建三维地图——这不仅显著抬高了整机成本，还大大增加了系统集成与部署难度。而Robostral Na vigate凭借纯视觉理解能力，将感知、定位、路径决策全部整合于一个轻量模型之中，仅需一颗标准RGB摄像头加8B参数模型，即可完成全栈式导航闭环，实现低成本、高通用性的机器人自主移动方案。

单目视觉超越多模融合，全新场景导航成功率突破76%

实测数据表现相当亮眼：在R2R-CE基准测试中，模型在训练数据覆盖场景下的任务完成率达到79.4%，而在完全未见过的新环境中仍能保持76.6%的成功率。更值得注意的是，这一成绩比此前最优的单目视觉方案高出9.7个百分点，甚至超越了当前依赖深度传感器或多摄像头融合的最佳系统达4.5个百分点。这意味着纯视觉单目导航已不再是“追赶者”，而是切实地在性能上实现了对多模态方案的全面领先，为低成本机器人导航树立了新的标杆。

整个模型由Mistral团队独立研发，全程基于仿真环境进行训练。训练数据来自6000个风格各异的虚拟空间，累计涵盖约40万条多样化导航轨迹。这种“纯仿真驱动”的训练范式大幅减少了对真实世界标注数据的依赖，也从侧面印证了高质量合成数据在具身智能任务中向物理世界迁移的可行性与鲁棒性，为机器人导航模型的规模化训练开辟了新路径。

轮式、四足、飞行平台全覆盖，开源生态蓄势待发

在硬件兼容性方面，Robostral Na vigate支持轮式移动平台、腿式机器人（例如四足机器狗）以及空中无人机——三种主流形态全面覆盖。从仓储AGV、巡检机器人，到服务型人形/四足设备，再到低空自主飞行器，同一套模型架构即可满足差异化的运动控制需求，其泛化能力与跨平台适配性可见一斑。

作为欧洲最具代表性的开源AI力量之一，Mistral此前凭借多款高性能开源大语言模型备受关注；本次进军具身智能赛道，标志着其技术边界从“语言理解”正式迈向“物理交互”。当一个仅8B参数的模型，用一枚消费级摄像头就能完成复杂空间导航时，机器人自主移动的硬件准入门槛正在被彻底改写——这场以“轻量化、低成本、高通用”为特征的新一代导航技术竞赛，已经拉开帷幕。