Kampuni ya Ufaransa ya AI ya Mistral AI imeingia kwenye nafasi ya roboti na Robostral Navigate, kielelezo cha kigezo cha bilioni 8 ambacho huwezesha roboti kuzunguka kwa uhuru mazingira magumu bila kutumia chochote zaidi ya kamera moja ya kawaida ya RGB. Muundo huo, uliotangazwa mnamo Julai 8, 2026, unawakilisha hatua ya kwanza ya Mistral katika AI iliyojumuishwa na roboti za kimwili.
Robostral Navigate huchukua picha za RGB na maagizo ya lugha rahisi na kusogeza roboti kupitia mazingira kama vile ofisi, jengo la makazi au nafasi ya nje. Kinachoitofautisha ni umaridadi wake wa maunzi: huku modeli zinazoshindana kwa kawaida hutegemea vihisi vya kina, LiDAR, au kamera nyingi zinazofanya kazi katika tamasha, Robostral Navigate hutumia kamera moja tu ya kawaida ya RGB na hakuna vitambuzi vya kina vyovyote. Kwa habari kamili ya uzinduzi wa miundo ya AI inayoibuka, wasomaji wanaweza kufuata maendeleo ya hivi punde ya AI kwenye ukurasa wetu wa nyumbani.
Utendaji wa Hali ya Juu kwenye R2R-CE
Licha ya mbinu yake ya kamera moja, Robostral Navigate inafikia kiwango cha mafanikio cha 76.6% kwenye uthibitishaji wa R2R-CE (Chumba hadi Chumba katika Mazingira Endelevu) ambao hauonekani, kipimo cha kawaida cha kufuata maagizo ya urambazaji katika mazingira yanayofanyika wakati wa mafunzo. Matokeo haya yanashinda mbinu bora ya awali ya kamera moja kwa asilimia 9.7 na inapita mfumo bora zaidi unaotumia vihisi vya kina au kamera nyingi kwa pointi 4.5, licha ya kutumia kifaa kimoja.
Kwa uthibitisho unaoonekana, mtindo hufikia kiwango cha mafanikio cha 79.4%. Kulingana na Mistral, muundo huu unajumuisha aina zote za roboti, zinazoendesha roboti za magurudumu, miguu, na hata kuruka, na hubadilika kulingana na saizi za roboti bila kujizoeza tena.
Imejengwa Kabisa kwa Uigaji
Mojawapo ya mambo mashuhuri zaidi ya Robostral Navigate ni kwamba ilijengwa ndani kabisa ya nyumba na kufunzwa katika uigaji pekee. Mistral iliunda bomba la kuzalisha data bora ambalo lilitoa mkusanyiko wa data wa takriban trajectories 400,000 zilizokusanywa katika matukio 6,000 yaliyoigwa. Mbinu hii ya uigaji wa kwanza iliwezesha kurudiwa kwa haraka bila gharama na changamoto za upangiaji wa ukusanyaji wa data katika ulimwengu halisi.
Muundo huu umeanzishwa kutoka kwa mtindo wa Mistral wa lugha ya maono, ambao ulikuwa maalum kwa ajili ya kazi za msingi kama vile kuashiria, kuhesabu, na ujanibishaji wa kitu. Urambazaji hujitokeza kama upanuzi wa asili wa uwezo huu: modeli inapoelewa mahali ambapo vitu viko kwenye picha, hujifunza jinsi ya kuvielekeza. Hasa, Robostral Navigate haitegemei miundo yoyote iliyopo ya lugha ya maono ya chanzo-wazi.
Uelekezaji-Kulingana na Uelekezaji na Mafunzo ya Kuimarisha
Robostral Navigate hutumia utaratibu wa kusogeza unaotegemea kuelekeza. Kwa kuzingatia kazi na historia ya uchunguzi, kielelezo kinatabiri mahali ambapo roboti itafuata kwa kukisia viwianishi vya picha vya eneo lengwa katika mwonekano wa sasa wa kamera ya roboti, pamoja na uelekeo unaotaka inapowasili. Mbinu hii ya kuelekezea inafanya sera kuwa thabiti kiasili katika mabadiliko ya asili ya kamera na ukubwa wa dunia, tofauti na amri zinazotegemea uhamishaji wa vipimo.
Wakati eneo linalolengwa likiwa nje ya uga wa sasa wa mwonekano na uelekezi hautumiki, kielelezo hurejea kwenye uhamishaji katika fremu ya kuratibu ya ndani ya roboti. Baada ya mafunzo yanayosimamiwa, Mistral ilitumia uimarishaji wa ujifunzaji mtandaoni kwa kutumia algoriti yake ya CISPO, ambayo iliwezesha kielelezo kujifunza kutokana na majaribio na makosa, kupona kutokana na kushindwa, na kupata tabia za uchunguzi. Hatua hii ya mafunzo ya uimarishaji pekee iliboresha kiwango cha ufaulu kwa asilimia 3.2, na Mistral inaripoti kuwa ufaulu bado unapanda bila dalili za kupanda.
Mafunzo ya Ufanisi kupitia Uhifadhi wa kiambishi awali
Ubunifu muhimu wa kiufundi ni kanuni bora ya mafunzo kulingana na uakibishaji wa kiambishi awali. Kwa kutumia mkakati wa kuficha usikivu unaotegemea mti, mbinu ya Mistral inabana kipindi kizima kuwa mfuatano mmoja, kuwezesha mafunzo kwa hatua zote za muda katika kupita moja ya mbele huku ikizuia kuvuja kwa taarifa kati ya hatua za wakati. Ikilinganishwa na mafunzo na sampuli moja kwa hatua ya wakati, mbinu hii inapunguza idadi ya tokeni za mafunzo kwa 22 huku ikihifadhi ishara zote za kujifunza. Kiutendaji, kampuni hiyo inasema kuwa hii inabadilisha uendeshaji wa mafunzo ambao ungechukua miezi kadhaa katika utekelezaji ambao unakamilika kwa siku.
Maombi na Nini Kinachofuata
Mistral inaweka Robostral Navigate kama kushughulikia mojawapo ya uwezo unaohitajika sana kwa wateja wake leo. Teknolojia hufungua matumizi katika utengenezaji, utoaji, vifaa, na ukarimu. Ipe kielelezo maagizo ya kwanza na inakamilisha kazi yote kwa uhuru, ikipitia maeneo ya moja kwa moja yaliyojaa watu na vizuizi ambavyo havijaonyeshwa wakati wa mafunzo.
Kampuni inaelezea toleo hili kama hatua ya kwanza tu kuelekea wakala aliyejumuishwa. Mistral inapanua timu yake ya roboti kwa bidii na inatafuta wanasayansi na wahandisi wa utafiti. Uzinduzi huo unaashiria upanuzi mkubwa wa kimkakati kwa uanzishaji wa makao yake makuu mjini Paris, ambao umejulikana kimsingi kwa miundo yake mikubwa ya lugha na sasa umeashiria kujitolea kwa dhati kwa AI halisi na robotiki.
Kuhamia kwa roboti kunakuja wakati tasnia pana ya AI inazidi kuwekeza katika AI iliyojumuishwa, na kampuni zinazochunguza jinsi uwezo wa kielelezo wa lugha unaweza kupanuliwa hadi mwingiliano wa ulimwengu. Uigaji wa kwanza wa Mistral, mbinu ya kamera moja inaweza kupunguza kizuizi cha kupeleka mifumo ya urambazaji inayojiendesha, haswa katika matumizi ya kibiashara ambayo ni nyeti kwa gharama ambapo usanidi wa sensorer nyingi hauwezekani.
Kaa Mbele ya AI
Robostral Navigate sasa inapatikana kwa wateja wa Mistral. Kwa habari zaidi zinazochipuka za AI na uchambuzi, tembelea AI Buzz Wire.
Soma habari zaidi za AI →
