Mistral AI bringt Robostral Navigate auf den Markt, sein erstes Robotikmodell für die Roboternavigation mit einer Kamera

Das französische KI-Unternehmen Mistral AI ist mit Robostral Navigate in den Robotikbereich eingestiegen, einem 8-Milliarden-Parameter-Modell, das es Robotern ermöglicht, autonom durch komplexe Umgebungen zu navigieren und dabei lediglich eine einzige gewöhnliche RGB-Kamera zu verwenden. Das am 8. Juli 2026 angekündigte Modell stellt Mistrals ersten Schritt in die verkörperte KI und physische Robotik dar.

Robostral Navigate nimmt RGB-Bilder und eine verständliche Anweisung auf und bewegt einen Roboter durch eine Umgebung wie ein Büro, ein Wohngebäude oder einen Außenbereich. Was ihn auszeichnet, ist sein Hardware-Minimalismus: Während Konkurrenzmodelle typischerweise auf Tiefensensoren, LiDAR oder mehrere zusammenarbeitende Kameras basieren, verwendet Robostral Navigate nur eine Standard-RGB-Kamera und keinerlei Tiefensensoren. Für eine umfassende Berichterstattung über neue KI-Modelleinführungen können Leser die neuesten KI-Entwicklungen auf unserer Homepage verfolgen.

Hochmoderne Leistung auf R2R-CE

Trotz seines Einzelkamera-Ansatzes erreicht Robostral Navigate eine Erfolgsquote von 76,6 % beim R2R-CE-Validierungsbenchmark (Room-to-Room in Continuous Environments), dem Standardtest für die Befolgung von Navigationsanweisungen in Umgebungen, die während des Trainings gehalten werden. Dieses Ergebnis übertrifft den besten bisherigen Einzelkamera-Ansatz um 9,7 Prozentpunkte und übertrifft das beste System mit Tiefensensoren oder mehreren Kameras um 4,5 Punkte, obwohl keines von beiden verwendet wird.

Bei der Validierung erreicht das Modell eine Erfolgsquote von 79,4 %. Laut Mistral verallgemeinert sich das Modell auf alle Robotertypen, läuft auf Rädern, auf Beinen und sogar auf fliegenden Robotern und passt sich ohne Umschulung an Robotergrößen an.

Komplett in Simulation gebaut

Einer der bemerkenswertesten Aspekte von Robostral Navigate ist, dass es vollständig im eigenen Haus entwickelt und ausschließlich auf Simulation trainiert wurde. Mistral baute eine effiziente Datengenerierungspipeline auf, die einen Datensatz von etwa 400.000 Flugbahnen erzeugte, die in 6.000 simulierten Szenen gesammelt wurden. Dieser Simulation-First-Ansatz ermöglichte eine schnelle Iteration ohne die Kosten und logistischen Herausforderungen einer realen Datenerfassung.

Das Modell wird aus Mistrals eigenem Vision-Language-Modell initialisiert, das auf Erdungsaufgaben wie Zeigen, Zählen und Objektlokalisierung spezialisiert ist. Die Navigation stellt eine natürliche Erweiterung dieser Fähigkeiten dar: Sobald das Modell versteht, wo sich Dinge in einem Bild befinden, lernt es, wie es sich darauf zubewegt. Insbesondere verlässt sich Robostral Navigate nicht auf bestehende Open-Source-Vision-Language-Modelle.

Zeigebasierte Navigation und verstärkendes Lernen

Robostral Navigate verwendet einen zeigebasierten Navigationsmechanismus. Anhand einer Aufgabe und einer Beobachtungshistorie sagt das Modell voraus, wohin sich der Roboter als nächstes bewegen sollte, indem es die Bildkoordinaten des Zielorts in der aktuellen Kameraansicht des Roboters zusammen mit der gewünschten Ausrichtung bei der Ankunft ableitet. Dieser Zeigeansatz macht die Richtlinie im Gegensatz zu Befehlen, die auf metrischen Verschiebungen basieren, von Natur aus robust gegenüber Änderungen der Kameraeigenschaften und des Weltmaßstabs.

Wenn der Zielort außerhalb des aktuellen Sichtfelds liegt und das Zeigen nicht erfolgt, greift das Modell auf Verschiebungen im lokalen Koordinatenrahmen des Roboters zurück. Nach einem überwachten Training wendete Mistral mithilfe seines CISPO-Algorithmus Online-Lernen zur Verstärkung an, das es dem Modell ermöglichte, aus Versuch und Irrtum zu lernen, sich von Fehlern zu erholen und exploratives Verhalten zu erwerben. Allein diese Phase des verstärkenden Lernens verbesserte die Erfolgsquote um 3,2 Prozentpunkte, und Mistral berichtet, dass die Leistung immer noch steigt, ohne Anzeichen eines Plateaus.

Effizientes Training durch Präfix-Caching

Eine wichtige technische Innovation ist ein effizienter Trainingsalgorithmus, der auf Präfix-Caching basiert. Mithilfe einer baumbasierten Aufmerksamkeitsmaskierungsstrategie komprimiert Mistrals Methode eine gesamte Episode in eine einzige Sequenz und ermöglicht so das Training aller Zeitschritte in einem einzigen Vorwärtsdurchlauf, während gleichzeitig ein Informationsverlust zwischen den Zeitschritten verhindert wird. Im Vergleich zum Training mit einer Probe pro Zeitschritt reduziert dieser Ansatz die Anzahl der Trainingstokens um den Faktor 22, während alle Lernsignale erhalten bleiben. In der Praxis werden dadurch Trainingsläufe, die Monate dauern würden, in Läufe umgewandelt, die in wenigen Tagen abgeschlossen sind, so das Unternehmen.

Bewerbungen und was als nächstes kommt

Mistral positioniert Robostral Navigate als Lösung für eine der gefragtesten Funktionen seiner Kunden heute. Die Technologie erschließt Anwendungen in den Bereichen Fertigung, Lieferung, Logistik und Gastgewerbe. Geben Sie dem Modell eine Anweisung und es erledigt die gesamte Aufgabe autonom und bewegt sich durch Lebensräume voller Menschen und Hindernisse, die ihm während des Trainings nie gezeigt wurden.

Das Unternehmen beschreibt diese Veröffentlichung nur als den ersten Schritt in Richtung eines einheitlichen verkörperten Agenten. Mistral baut sein Robotik-Team aktiv aus und sucht nach Forschern und Ingenieuren. Der Start markiert eine bedeutende strategische Erweiterung für das in Paris ansässige Startup, das vor allem für seine großen Sprachmodelle bekannt ist und nun ein ernsthaftes Engagement für physische KI und Robotik signalisiert.

Der Schritt in die Robotik erfolgt zu einem Zeitpunkt, an dem die KI-Branche insgesamt zunehmend in verkörperte KI investiert und Unternehmen untersuchen, wie die Fähigkeiten von Sprachmodellen auf die Interaktion mit der physischen Welt ausgeweitet werden können. Der auf Simulationen basierende Einzelkamera-Ansatz von Mistral könnte die Hürde für den Einsatz autonomer Navigationssysteme verringern, insbesondere bei kostensensiblen kommerziellen Anwendungen, bei denen Multisensor-Setups unpraktisch sind.

Der KI einen Schritt voraus sein

Robostral Navigate ist jetzt für Mistral-Kunden verfügbar. Weitere aktuelle KI-Nachrichten und Analysen finden Sie unter AI Buzz Wire.

Weitere KI-Neuigkeiten lesen →