Η Mistral AI λανσάρει το Robostral Navigate, το πρώτο της μοντέλο ρομποτικής για πλοήγηση με ρομπότ με μία κάμερα

Η γαλλική εταιρεία τεχνητής νοημοσύνης Mistral AI εισήλθε στον χώρο της ρομποτικής με το Robostral Navigate, ένα μοντέλο 8 δισεκατομμυρίων παραμέτρων που επιτρέπει στα ρομπότ να πλοηγούνται αυτόνομα σε περίπλοκα περιβάλλοντα χρησιμοποιώντας μόνο μια απλή κάμερα RGB. Το μοντέλο, που ανακοινώθηκε στις 8 Ιουλίου 2026, αντιπροσωπεύει την πρώτη κίνηση της Mistral στην ενσωματωμένη τεχνητή νοημοσύνη και τη φυσική ρομποτική.

Το Robostral Navigate λαμβάνει εικόνες RGB και μια οδηγία σε απλή γλώσσα και μετακινεί ένα ρομπότ μέσα από ένα περιβάλλον όπως ένα γραφείο, ένα κτίριο κατοικιών ή έναν εξωτερικό χώρο. Αυτό που το ξεχωρίζει είναι ο μινιμαλισμός του υλικού του: ενώ τα ανταγωνιστικά μοντέλα βασίζονται συνήθως σε αισθητήρες βάθους, LiDAR ή πολλαπλές κάμερες που λειτουργούν από κοινού, το Robostral Navigate χρησιμοποιεί μόνο μία τυπική κάμερα RGB και κανένα απολύτως αισθητήρα βάθους. Για ολοκληρωμένη κάλυψη των αναδυόμενων μοντέλων τεχνητής νοημοσύνης, οι αναγνώστες μπορούν να παρακολουθούν τις τελευταίες εξελίξεις της τεχνητής νοημοσύνης στην αρχική μας σελίδα.

Επίδοση αιχμής στο R2R-CE

Παρά την προσέγγισή του με μία κάμερα, το Robostral Navigate επιτυγχάνει ποσοστό επιτυχίας 76,6% στο αόρατο σημείο αναφοράς επικύρωσης R2R-CE (Room-to-Room in Continuous Environments), το τυπικό τεστ για την παρακολούθηση των οδηγιών πλοήγησης σε περιβάλλοντα που δεν εμφανίζονται κατά τη διάρκεια της εκπαίδευσης. Αυτό το αποτέλεσμα ξεπερνά την καλύτερη προηγούμενη προσέγγιση με μία κάμερα κατά 9,7 ποσοστιαίες μονάδες και ξεπερνά το καλύτερο σύστημα που χρησιμοποιεί αισθητήρες βάθους ή πολλαπλές κάμερες κατά 4,5 μονάδες, παρόλο που δεν χρησιμοποιούσε καμία.

Μετά την επικύρωση, το μοντέλο φτάνει σε ποσοστό επιτυχίας 79,4%. Σύμφωνα με τη Mistral, το μοντέλο γενικεύεται σε όλους τους τύπους ρομπότ, που τρέχουν σε τροχοφόρα, με πόδια, ακόμη και ιπτάμενα ρομπότ, και προσαρμόζεται στα μεγέθη ρομπότ χωρίς επανεκπαίδευση.

Ενσωματωμένο εξ ολοκλήρου σε προσομοίωση

Μία από τις πιο αξιοσημείωτες πτυχές του Robostral Navigate είναι ότι κατασκευάστηκε εξ ολοκλήρου εντός της εταιρείας και εκπαιδεύτηκε αποκλειστικά στην προσομοίωση. Η Mistral κατασκεύασε έναν αποτελεσματικό αγωγό παραγωγής δεδομένων που παρήγαγε ένα σύνολο δεδομένων περίπου 400.000 τροχιών που συγκεντρώθηκαν σε 6.000 προσομοιωμένες σκηνές. Αυτή η προσέγγιση πρώτης προσομοίωσης επέτρεψε την ταχεία επανάληψη χωρίς το κόστος και τις υλικοτεχνικές προκλήσεις της συλλογής δεδομένων στον πραγματικό κόσμο.

Το μοντέλο έχει αρχικοποιηθεί από το μοντέλο γλώσσας όρασης της ίδιας της Mistral, το οποίο ήταν εξειδικευμένο για εργασίες γείωσης όπως η κατάδειξη, η καταμέτρηση και ο εντοπισμός αντικειμένων. Η πλοήγηση αναδεικνύεται ως μια φυσική επέκταση αυτών των δυνατοτήτων: μόλις το μοντέλο καταλάβει πού βρίσκονται τα πράγματα σε μια εικόνα, μαθαίνει πώς να κινείται προς αυτά. Σημειωτέον, το Robostral Navigate δεν βασίζεται σε κανένα υπάρχον μοντέλο γλώσσας όρασης ανοιχτού κώδικα.

Πλοήγηση και Ενισχυτική Μάθηση Βασισμένη σε Σημεία

Το Robostral Navigate χρησιμοποιεί έναν μηχανισμό πλοήγησης που βασίζεται σε κατάδειξη. Λαμβάνοντας υπόψη μια εργασία και ένα ιστορικό παρατηρήσεων, το μοντέλο προβλέπει πού θα κινηθεί το ρομπότ στη συνέχεια, συμπεραίνοντας τις συντεταγμένες εικόνας της θέσης στόχου στην τρέχουσα προβολή κάμερας του ρομπότ, μαζί με τον επιθυμητό προσανατολισμό κατά την άφιξη. Αυτή η προσέγγιση κατάδειξης καθιστά την πολιτική φυσικά ανθεκτική στις αλλαγές στην εγγενή εικόνα της κάμερας και στην παγκόσμια κλίμακα, σε αντίθεση με τις εντολές που βασίζονται σε μετρικές μετατοπίσεις.

Όταν η θέση στόχος βρίσκεται έξω από το τρέχον οπτικό πεδίο και η κατάδειξη δεν ισχύει, το μοντέλο επανέρχεται σε μετατοπίσεις στο τοπικό πλαίσιο συντεταγμένων του ρομπότ. Μετά από εποπτευόμενη εκπαίδευση, η Mistral εφάρμοσε online ενισχυτική μάθηση χρησιμοποιώντας τον αλγόριθμό της CISPO, ο οποίος επέτρεψε στο μοντέλο να μάθει από τη δοκιμή και το σφάλμα, να ανακάμψει από αποτυχίες και να αποκτήσει διερευνητικές συμπεριφορές. Αυτό το στάδιο ενίσχυσης εκμάθησης από μόνο του βελτίωσε το ποσοστό επιτυχίας κατά 3,2 ποσοστιαίες μονάδες και η Mistral αναφέρει ότι η απόδοση εξακολουθεί να ανεβαίνει χωρίς σημάδια πτώσης.

Αποτελεσματική εκπαίδευση μέσω Prefix-Caching

Μια βασική τεχνική καινοτομία είναι ένας αποτελεσματικός αλγόριθμος εκπαίδευσης που βασίζεται στην προσωρινή αποθήκευση προθεμάτων. Χρησιμοποιώντας μια στρατηγική κάλυψης προσοχής που βασίζεται σε δέντρα, η μέθοδος του Mistral συμπιέζει ένα ολόκληρο επεισόδιο σε μια ενιαία ακολουθία, επιτρέποντας την εκπαίδευση σε όλα τα χρονικά βήματα σε ένα μόνο πέρασμα προς τα εμπρός, ενώ αποτρέπει τη διαρροή πληροφοριών μεταξύ των χρονικών βημάτων. Σε σύγκριση με την εκπαίδευση με ένα δείγμα ανά χρονικό βήμα, αυτή η προσέγγιση μειώνει τον αριθμό των κουπονιών εκπαίδευσης κατά 22, ενώ διατηρεί όλα τα σήματα εκμάθησης. Στην πράξη, η εταιρεία λέει ότι αυτό μετατρέπει τις προπονήσεις που θα διαρκούσαν μήνες σε διαδρομές που ολοκληρώνονται σε ημέρες.

Εφαρμογές και τι ακολουθεί

Η Mistral τοποθετεί τη Robostral Navigate ως μια από τις πιο απαιτητικές δυνατότητες για τους πελάτες της σήμερα. Η τεχνολογία ξεκλειδώνει εφαρμογές στην κατασκευή, την παράδοση, την επιμελητεία και τη φιλοξενία. Δώστε στο μοντέλο μία οδηγία και ολοκληρώνει ολόκληρη την εργασία αυτόνομα, κινούμενος μέσα από ζωντανούς χώρους γεμάτους ανθρώπους και εμπόδια που δεν παρουσιάστηκαν ποτέ κατά τη διάρκεια της προπόνησης.

Η εταιρεία περιγράφει αυτήν την έκδοση ως μόνο το πρώτο βήμα προς έναν ενοποιημένο ενσωματωμένο πράκτορα. Η Mistral επεκτείνει ενεργά την ομάδα ρομποτικής της και αναζητά ερευνητές επιστήμονες και μηχανικούς. Το λανσάρισμα σηματοδοτεί μια σημαντική στρατηγική επέκταση για τη startup με έδρα το Παρίσι, η οποία είναι κυρίως γνωστή για τα μεγάλα γλωσσικά της μοντέλα και έχει πλέον σηματοδοτήσει μια σοβαρή δέσμευση για τη φυσική τεχνητή νοημοσύνη και τη ρομποτική.

Η μετάβαση στη ρομποτική έρχεται καθώς η ευρύτερη βιομηχανία τεχνητής νοημοσύνης επενδύει ολοένα και περισσότερο στην ενσωματωμένη τεχνητή νοημοσύνη, με τις εταιρείες να διερευνούν πώς οι δυνατότητες γλωσσικών μοντέλων μπορούν να επεκταθούν στην αλληλεπίδραση του φυσικού κόσμου. Η προσέγγιση της πρώτης προσομοίωσης της Mistral με μία κάμερα θα μπορούσε να μειώσει το εμπόδιο στην ανάπτυξη αυτόνομων συστημάτων πλοήγησης, ιδιαίτερα σε εμπορικές εφαρμογές ευαίσθητες στο κόστος, όπου οι ρυθμίσεις πολλών αισθητήρων δεν είναι πρακτικές.

Μείνε μπροστά από την τεχνητή νοημοσύνη

Το Robostral Navigate είναι πλέον διαθέσιμο στους πελάτες του Mistral. Για περισσότερες έκτακτες ειδήσεις και αναλύσεις AI, επισκεφτείτε το AI Buzz Wire.

Διαβάστε περισσότερα νέα AI →