फ्रांसीसी एआई कंपनी मिस्ट्रल एआई ने रोबोस्ट्रल नेविगेट के साथ रोबोटिक्स क्षेत्र में प्रवेश किया है, जो एक 8-बिलियन-पैरामीटर मॉडल है जो रोबोटों को एक साधारण आरजीबी कैमरे से अधिक कुछ नहीं का उपयोग करके जटिल वातावरण को स्वायत्त रूप से नेविगेट करने में सक्षम बनाता है। 8 जुलाई, 2026 को घोषित मॉडल, सन्निहित एआई और भौतिक रोबोटिक्स में मिस्ट्रल के पहले कदम का प्रतिनिधित्व करता है।
रोबोस्ट्रल नेविगेट आरजीबी छवियां और एक सामान्य भाषा निर्देश लेता है और एक रोबोट को कार्यालय, आवासीय भवन या बाहरी स्थान जैसे वातावरण में ले जाता है। जो चीज़ इसे अलग करती है वह है इसका हार्डवेयर न्यूनतावाद: जबकि प्रतिस्पर्धी मॉडल आमतौर पर डेप्थ सेंसर, LiDAR, या एक साथ काम करने वाले कई कैमरों पर निर्भर होते हैं, रोबोस्ट्रल नेविगेट केवल एक मानक RGB कैमरा का उपयोग करता है और कोई भी डेप्थ सेंसर नहीं होता है। उभरते एआई मॉडल लॉन्च के व्यापक कवरेज के लिए, पाठक हमारे होमपेज पर नवीनतम एआई विकास का अनुसरण कर सकते हैं।
R2R-CE पर अत्याधुनिक प्रदर्शन
अपने एकल-कैमरा दृष्टिकोण के बावजूद, रोबोस्ट्रल नेविगेट ने आर2आर-सीई (निरंतर वातावरण में कक्ष-से-कक्ष) सत्यापन अनदेखी बेंचमार्क पर 76.6% सफलता दर हासिल की है, जो प्रशिक्षण के दौरान आयोजित वातावरण में नेविगेशन निर्देशों का पालन करने के लिए मानक परीक्षण है। यह परिणाम पिछले सर्वश्रेष्ठ एकल-कैमरा दृष्टिकोण को 9.7 प्रतिशत अंकों से पीछे छोड़ देता है और डेप्थ सेंसर या एकाधिक कैमरों का उपयोग करने वाले सर्वोत्तम सिस्टम को 4.5 अंकों से पीछे छोड़ देता है, बावजूद इसके कि इनमें से किसी का भी उपयोग नहीं किया जाता है।
सत्यापन के बाद, मॉडल 79.4% सफलता दर तक पहुँच जाता है। मिस्ट्रल के अनुसार, मॉडल सभी प्रकार के रोबोटों को सामान्यीकृत करता है, पहिये वाले, पैरों वाले और यहां तक कि उड़ने वाले रोबोटों पर भी चलता है, और बिना दोबारा प्रशिक्षण के रोबोट के आकार को अपनाता है।
पूरी तरह से सिमुलेशन में निर्मित
रोबोस्ट्रल नेविगेट के सबसे उल्लेखनीय पहलुओं में से एक यह है कि इसे पूरी तरह से इन-हाउस बनाया गया था और विशेष रूप से सिमुलेशन में प्रशिक्षित किया गया था। मिस्ट्रल ने एक कुशल डेटा जेनरेशन पाइपलाइन का निर्माण किया, जिसने 6,000 सिम्युलेटेड दृश्यों में एकत्र किए गए लगभग 400,000 प्रक्षेप पथों का डेटासेट तैयार किया। इस सिमुलेशन-प्रथम दृष्टिकोण ने वास्तविक दुनिया डेटा संग्रह की लागत और तार्किक चुनौतियों के बिना तेजी से पुनरावृत्ति को सक्षम किया।
मॉडल को मिस्ट्रल के स्वयं के दृष्टि-भाषा मॉडल से प्रारंभ किया गया है, जो पॉइंटिंग, गिनती और ऑब्जेक्ट स्थानीयकरण जैसे ग्राउंडिंग कार्यों के लिए विशिष्ट था। नेविगेशन इन क्षमताओं के स्वाभाविक विस्तार के रूप में उभरता है: एक बार जब मॉडल समझ जाता है कि छवि में चीजें कहां हैं, तो यह सीखता है कि उनकी ओर कैसे बढ़ना है। विशेष रूप से, रोबोस्ट्रल नेविगेट किसी भी मौजूदा ओपन-सोर्स विज़न-भाषा मॉडल पर निर्भर नहीं करता है।
पॉइंटिंग-आधारित नेविगेशन और सुदृढीकरण सीखना
रोबोस्ट्रल नेविगेट एक पॉइंटिंग-आधारित नेविगेशन तंत्र का उपयोग करता है। एक कार्य और अवलोकनों के इतिहास को देखते हुए, मॉडल आगमन पर वांछित अभिविन्यास के साथ-साथ रोबोट के वर्तमान कैमरे के दृश्य में लक्ष्य स्थान के छवि निर्देशांक का अनुमान लगाकर भविष्यवाणी करता है कि रोबोट को आगे कहां जाना चाहिए। मीट्रिक विस्थापन पर निर्भर आदेशों के विपरीत, यह इंगित करने वाला दृष्टिकोण नीति को स्वाभाविक रूप से कैमरा इंट्रिनिक्स और विश्व स्तर में बदलाव के लिए मजबूत बनाता है।
जब लक्ष्य स्थान दृश्य के वर्तमान क्षेत्र के बाहर होता है और पॉइंटिंग लागू नहीं होती है, तो मॉडल रोबोट के स्थानीय समन्वय फ्रेम में विस्थापन पर वापस आ जाता है। पर्यवेक्षित प्रशिक्षण के बाद, मिस्ट्रल ने अपने CISPO एल्गोरिथ्म का उपयोग करके ऑनलाइन सुदृढीकरण सीखने को लागू किया, जिसने मॉडल को परीक्षण और त्रुटि से सीखने, विफलताओं से उबरने और खोजपूर्ण व्यवहार प्राप्त करने में सक्षम बनाया। अकेले इस सुदृढीकरण सीखने के चरण ने सफलता दर में 3.2 प्रतिशत अंक का सुधार किया, और मिस्ट्रल की रिपोर्ट है कि प्रदर्शन अभी भी स्थिरीकरण के संकेतों के बिना चढ़ रहा है।
प्रीफ़िक्स-कैशिंग के माध्यम से कुशल प्रशिक्षण
एक प्रमुख तकनीकी नवाचार प्रीफ़िक्स-कैशिंग पर आधारित एक कुशल प्रशिक्षण एल्गोरिदम है। वृक्ष-आधारित ध्यान-मास्किंग रणनीति का उपयोग करते हुए, मिस्ट्रल की विधि पूरे प्रकरण को एक ही अनुक्रम में संपीड़ित करती है, जिससे समय चरणों के बीच सूचना रिसाव को रोकते हुए एक ही फॉरवर्ड पास में सभी समय चरणों पर प्रशिक्षण सक्षम हो जाता है। प्रति समय चरण में एक नमूने के साथ प्रशिक्षण की तुलना में, यह दृष्टिकोण सभी सीखने के संकेतों को संरक्षित करते हुए प्रशिक्षण टोकन की संख्या को 22 गुना कम कर देता है। व्यवहार में, कंपनी का कहना है कि यह महीनों लगने वाले प्रशिक्षण को उन दौड़ों में बदल देता है जो कुछ ही दिनों में पूरी हो जाती हैं।
एप्लिकेशन और आगे क्या आता है
मिस्ट्रल रोबोस्ट्रल नेविगेट को आज अपने ग्राहकों के लिए सबसे अधिक मांग वाली क्षमताओं में से एक के रूप में स्थान देता है। प्रौद्योगिकी विनिर्माण, वितरण, लॉजिस्टिक्स और आतिथ्य में अनुप्रयोगों को अनलॉक करती है। मॉडल को एक निर्देश दें और यह पूरे कार्य को स्वायत्त रूप से पूरा करता है, लोगों और बाधाओं से भरे लाइव स्थानों के माध्यम से चलते हुए, जैसा कि प्रशिक्षण के दौरान कभी नहीं दिखाया गया था।
कंपनी इस रिलीज़ को एकीकृत सन्निहित एजेंट की ओर केवल पहला कदम बताती है। मिस्ट्रल सक्रिय रूप से अपनी रोबोटिक्स टीम का विस्तार कर रहा है और अनुसंधान वैज्ञानिकों और इंजीनियरों की तलाश कर रहा है। यह लॉन्च पेरिस स्थित स्टार्टअप के लिए एक महत्वपूर्ण रणनीतिक विस्तार का प्रतीक है, जो मुख्य रूप से अपने बड़े भाषा मॉडल के लिए जाना जाता है और अब इसने भौतिक एआई और रोबोटिक्स के प्रति गंभीर प्रतिबद्धता का संकेत दिया है।
रोबोटिक्स में कदम तब आया है जब व्यापक एआई उद्योग तेजी से सन्निहित एआई में निवेश कर रहा है, कंपनियां यह खोज रही हैं कि भाषा मॉडल क्षमताओं को भौतिक विश्व इंटरैक्शन तक कैसे बढ़ाया जा सकता है। मिस्ट्रल का सिमुलेशन-प्रथम, एकल-कैमरा दृष्टिकोण स्वायत्त नेविगेशन सिस्टम को तैनात करने में बाधा को कम कर सकता है, विशेष रूप से लागत-संवेदनशील वाणिज्यिक अनुप्रयोगों में जहां मल्टी-सेंसर सेटअप अव्यावहारिक हैं।
एआई से आगे रहें
रोबोस्ट्रल नेविगेट अब मिस्ट्रल के ग्राहकों के लिए उपलब्ध है। अधिक ब्रेकिंग एआई समाचार और विश्लेषण के लिए, एआई बज़ वायर पर जाएँ।
अधिक AI समाचार पढ़ें →
