Mistral AI ra mắt Robostral Navigate, Mô hình Robotics đầu tiên dành cho Điều hướng Robot một camera

Công ty AI Mistral AI của Pháp đã bước vào lĩnh vực chế tạo robot với Robostral Navigate, một mô hình 8 tỷ thông số cho phép robot tự động điều hướng trong các môi trường phức tạp mà chỉ sử dụng một camera RGB thông thường. Mô hình này, được công bố vào ngày 8 tháng 7 năm 2026, đại diện cho bước đi đầu tiên của Mistral vào lĩnh vực AI và robot vật lý hiện thân.

Robostral Navigate lấy hình ảnh RGB và hướng dẫn bằng ngôn ngữ đơn giản rồi di chuyển robot qua môi trường như văn phòng, tòa nhà dân cư hoặc không gian ngoài trời. Điều làm nên sự khác biệt của nó là sự tối giản về phần cứng: trong khi các mẫu máy cạnh tranh thường dựa vào cảm biến độ sâu, LiDAR hoặc nhiều camera hoạt động đồng bộ thì Robostral Navigate chỉ sử dụng một camera RGB tiêu chuẩn và không có cảm biến độ sâu nào. Để biết thông tin toàn diện về các lần ra mắt mô hình AI mới nổi, độc giả có thể theo dõi những diễn biến mới nhất của AI tại trang chủ của chúng tôi.

Hiệu suất tối tân trên R2R-CE

Bất chấp cách tiếp cận bằng một camera, Robostral Navigate vẫn đạt được tỷ lệ thành công 76,6% khi xác thực R2R-CE (Từ phòng này sang phòng khác trong môi trường liên tục), điểm chuẩn không nhìn thấy được, bài kiểm tra tiêu chuẩn để làm theo hướng dẫn điều hướng trong môi trường được tổ chức trong quá trình đào tạo. Kết quả này đánh bại phương pháp sử dụng camera đơn tốt nhất trước đó với 9,7 điểm phần trăm và vượt qua hệ thống tốt nhất sử dụng cảm biến độ sâu hoặc nhiều camera với 4,5 điểm, mặc dù không sử dụng cả hai camera.

Khi xác thực, mô hình đạt tỷ lệ thành công 79,4%. Theo Mistral, mô hình này khái quát hóa các loại robot, chạy trên robot có bánh xe, có chân và thậm chí cả robot bay, đồng thời thích ứng với kích thước robot mà không cần đào tạo lại.

Được xây dựng hoàn toàn bằng mô phỏng

Một trong những khía cạnh đáng chú ý nhất của Robostral Navigate là nó được xây dựng hoàn toàn nội bộ và được đào tạo riêng về mô phỏng. Mistral đã xây dựng một đường dẫn tạo dữ liệu hiệu quả để tạo ra bộ dữ liệu gồm khoảng 400.000 quỹ đạo được thu thập trên 6.000 cảnh mô phỏng. Cách tiếp cận mô phỏng đầu tiên này cho phép lặp lại nhanh chóng mà không gặp phải những thách thức về chi phí và hậu cần khi thu thập dữ liệu trong thế giới thực.

Mô hình này được khởi tạo từ mô hình ngôn ngữ tầm nhìn của Mistral, vốn chuyên dùng cho các tác vụ nền tảng như trỏ, đếm và bản địa hóa đối tượng. Điều hướng nổi lên như một phần mở rộng tự nhiên của những khả năng này: khi mô hình hiểu được mọi thứ ở đâu trong hình ảnh, nó sẽ học cách di chuyển về phía chúng. Đáng chú ý, Robostral Navigate không dựa vào bất kỳ mô hình ngôn ngữ tầm nhìn nguồn mở hiện có nào.

Học tập tăng cường và điều hướng dựa trên điểm

Robostral Navigate sử dụng cơ chế điều hướng dựa trên con trỏ. Với một nhiệm vụ và lịch sử quan sát, mô hình dự đoán vị trí robot sẽ di chuyển tiếp theo bằng cách suy ra tọa độ hình ảnh của vị trí mục tiêu trong chế độ xem camera hiện tại của robot, cùng với hướng mong muốn khi đến nơi. Cách tiếp cận trỏ này làm cho chính sách trở nên mạnh mẽ một cách tự nhiên trước những thay đổi về bản chất bên trong của máy ảnh và quy mô thế giới, không giống như các lệnh dựa vào chuyển vị số liệu.

Khi vị trí mục tiêu nằm ngoài trường nhìn hiện tại và việc trỏ không được áp dụng, mô hình sẽ quay trở lại các chuyển vị trong khung tọa độ cục bộ của robot. Sau quá trình đào tạo có giám sát, Mistral đã áp dụng phương pháp học tăng cường trực tuyến bằng thuật toán CISPO, cho phép mô hình học hỏi từ quá trình thử và sai, phục hồi sau thất bại và có được các hành vi khám phá. Chỉ riêng giai đoạn học tăng cường này đã cải thiện tỷ lệ thành công thêm 3,2 điểm phần trăm và Mistral báo cáo rằng hiệu suất vẫn đang tăng lên mà không có dấu hiệu chững lại.

Đào tạo hiệu quả thông qua Prefix-Caching

Một cải tiến kỹ thuật quan trọng là thuật toán đào tạo hiệu quả dựa trên bộ nhớ đệm tiền tố. Sử dụng chiến lược che giấu sự chú ý dựa trên cây, phương pháp của Mistral nén toàn bộ tập phim thành một chuỗi duy nhất, cho phép đào tạo tất cả các bước thời gian trong một lần chuyển tiếp đồng thời ngăn chặn rò rỉ thông tin giữa các bước thời gian. So với việc đào tạo với một mẫu cho mỗi bước thời gian, phương pháp này giúp giảm số lượng mã thông báo đào tạo xuống 22 lần trong khi vẫn giữ được tất cả các tín hiệu học tập. Trên thực tế, công ty cho biết điều này sẽ biến các hoạt động đào tạo mất hàng tháng thành các hoạt động hoàn thành trong vài ngày.

Ứng dụng và điều gì sẽ xảy ra tiếp theo

Mistral định vị Robostral Navigate là giải pháp giải quyết một trong những khả năng được khách hàng yêu cầu nhiều nhất hiện nay. Công nghệ này mở ra các ứng dụng trong sản xuất, giao hàng, hậu cần và khách sạn. Đưa ra một hướng dẫn cho mô hình và nó sẽ tự động hoàn thành toàn bộ nhiệm vụ, di chuyển qua các không gian sống đầy người và chướng ngại vật mà nó chưa từng xuất hiện trong quá trình đào tạo.

Công ty mô tả bản phát hành này chỉ là bước đầu tiên hướng tới một đại lý được thể hiện thống nhất. Mistral đang tích cực mở rộng đội ngũ chế tạo robot của mình và tìm kiếm các nhà khoa học và kỹ sư nghiên cứu. Sự ra mắt này đánh dấu sự mở rộng chiến lược đáng kể của công ty khởi nghiệp có trụ sở tại Paris, vốn chủ yếu được biết đến với các mô hình ngôn ngữ lớn và hiện đã báo hiệu một cam kết nghiêm túc đối với AI vật lý và robot.

Việc chuyển sang lĩnh vực robot diễn ra khi ngành công nghiệp AI rộng lớn hơn ngày càng đầu tư vào AI thể hiện, với các công ty đang khám phá cách mở rộng khả năng của mô hình ngôn ngữ sang tương tác trong thế giới vật lý. Phương pháp mô phỏng đầu tiên, một camera của Mistral có thể hạ thấp rào cản trong việc triển khai các hệ thống định vị tự động, đặc biệt là trong các ứng dụng thương mại nhạy cảm với chi phí, nơi việc thiết lập nhiều cảm biến là không thực tế.

Đi trước AI

Robostral Navigate hiện có sẵn cho khách hàng của Mistral. Để biết thêm tin tức và phân tích mới về AI, hãy truy cập AI Buzz Wire.

Đọc thêm tin tức về AI →