A empresa francesa de IA Mistral AI entrou no espaço da robótica com o Robostral Navigate, um modelo de 8 bilhões de parâmetros que permite aos robôs navegar autonomamente em ambientes complexos usando nada mais do que uma única câmera RGB comum. O modelo, anunciado em 8 de julho de 2026, representa o primeiro movimento da Mistral em direção à IA incorporada e à robótica física.
O Robostral Navigate pega imagens RGB e instruções em linguagem simples e move um robô por um ambiente como um escritório, prédio residencial ou espaço externo. O que o diferencia é o minimalismo do hardware: enquanto os modelos concorrentes normalmente contam com sensores de profundidade, LiDAR ou múltiplas câmeras trabalhando em conjunto, o Robostral Navigate usa apenas uma câmera RGB padrão e nenhum sensor de profundidade. Para uma cobertura abrangente dos lançamentos emergentes de modelos de IA, os leitores podem acompanhar os mais recentes desenvolvimentos de IA em nossa página inicial.
Desempenho de última geração em R2R-CE
Apesar de sua abordagem de câmera única, o Robostral Navigate alcança uma taxa de sucesso de 76,6% no benchmark de validação R2R-CE (Sala a Sala em Ambientes Contínuos), o teste padrão para seguir instruções de navegação em ambientes realizados durante o treinamento. Este resultado supera a melhor abordagem anterior de câmera única em 9,7 pontos percentuais e supera o melhor sistema usando sensores de profundidade ou múltiplas câmeras em 4,5 pontos, apesar de não usar nenhum deles.
Na validação vista, o modelo atinge uma taxa de sucesso de 79,4%. De acordo com Mistral, o modelo é generalizado para todos os tipos de robôs, rodando em robôs com rodas, pernas e até mesmo voadores, e se adapta aos tamanhos dos robôs sem retreinamento.
Construído inteiramente em simulação
Um dos aspectos mais notáveis do Robostral Navigate é que ele foi construído inteiramente internamente e treinado exclusivamente em simulação. Mistral construiu um pipeline eficiente de geração de dados que produziu um conjunto de dados de aproximadamente 400.000 trajetórias coletadas em 6.000 cenas simuladas. Essa abordagem de simulação permitiu uma iteração rápida sem os custos e os desafios logísticos da coleta de dados do mundo real.
O modelo é inicializado a partir do próprio modelo de linguagem de visão do Mistral, que foi especializado para tarefas básicas como apontar, contar e localização de objetos. A navegação surge como uma extensão natural destas capacidades: uma vez que o modelo compreende onde as coisas estão numa imagem, aprende como se mover em direção a elas. Notavelmente, o Robostral Navigate não depende de nenhum modelo de linguagem de visão de código aberto existente.
Navegação Baseada em Apontamento e Aprendizagem por Reforço
Robostral Navigate usa um mecanismo de navegação baseado em apontamento. Dada uma tarefa e um histórico de observações, o modelo prevê para onde o robô deve se mover em seguida, inferindo as coordenadas da imagem do local alvo na visão atual da câmera do robô, juntamente com a orientação desejada na chegada. Esta abordagem de apontar torna a política naturalmente robusta a mudanças nas características intrínsecas da câmara e na escala mundial, ao contrário dos comandos que dependem de deslocamentos métricos.
Quando o local de destino está fora do campo de visão atual e o apontamento não se aplica, o modelo volta aos deslocamentos no quadro de coordenadas locais do robô. Após o treinamento supervisionado, Mistral aplicou o aprendizado por reforço on-line usando seu algoritmo CISPO, que permitiu ao modelo aprender por tentativa e erro, recuperar-se de falhas e adquirir comportamentos exploratórios. Este estágio de aprendizagem por reforço por si só melhorou a taxa de sucesso em 3,2 pontos percentuais, e Mistral relata que o desempenho ainda está subindo sem sinais de estagnação.
Treinamento eficiente via cache de prefixo
Uma inovação técnica importante é um algoritmo de treinamento eficiente baseado em cache de prefixo. Usando uma estratégia de mascaramento de atenção baseada em árvore, o método de Mistral comprime um episódio inteiro em uma única sequência, permitindo o treinamento em todos os intervalos de tempo em uma única passagem para frente, evitando o vazamento de informações entre os intervalos de tempo. Comparada ao treinamento com uma amostra por intervalo de tempo, essa abordagem reduz o número de tokens de treinamento por um fator de 22, preservando todos os sinais de aprendizagem. Na prática, a empresa diz que isso transforma execuções de treinamento que levariam meses em execuções que seriam concluídas em dias.
Aplicativos e o que vem a seguir
A Mistral posiciona o Robostral Navigate como um dos recursos mais solicitados atualmente por seus clientes. A tecnologia desbloqueia aplicações em manufatura, entrega, logística e hotelaria. Dê uma instrução ao modelo e ele completa toda a tarefa de forma autônoma, movendo-se por espaços cheios de pessoas e obstáculos que nunca foram mostrados durante o treinamento.
A empresa descreve este lançamento como apenas o primeiro passo em direção a um agente incorporado unificado. A Mistral está expandindo ativamente sua equipe de robótica e procurando cientistas e engenheiros pesquisadores. O lançamento marca uma expansão estratégica significativa para a startup com sede em Paris, que é conhecida principalmente pelos seus grandes modelos de linguagem e agora sinalizou um compromisso sério com a IA física e a robótica.
A mudança para a robótica ocorre num momento em que a indústria mais ampla da IA investe cada vez mais na IA incorporada, com as empresas explorando como as capacidades do modelo de linguagem podem ser estendidas à interação no mundo físico. A abordagem de simulação e câmera única da Mistral poderia reduzir a barreira para a implantação de sistemas de navegação autônomos, especialmente em aplicações comerciais sensíveis ao custo, onde configurações de múltiplos sensores são impraticáveis.
Fique à frente da IA
O Robostral Navigate já está disponível para os clientes da Mistral. Para obter mais notícias e análises de última hora sobre IA, visite AI Buzz Wire.
Leia mais notícias sobre IA →
