Mistral rzuca wyzwanie robotyce: Robostral Navigate obiecuje autonomię opartą na jednej kamerze

Francuski czempion sztucznej inteligencji, Mistral, wykonał właśnie pierwszy krok w stronę fizycznego świata maszyn. Robostral Navigate, model o parametrach rzędu 8 miliardów, ma stać się fundamentem dla nowej generacji robotów mobilnych. Zamiast polegać na kosztownych zestawach czujników, lidarach czy mapowaniu głębi, inżynierowie z Paryża postawili na minimalizm sprzętowy wsparty zaawansowanymi algorytmami. System do nawigacji w nieznanym terenie potrzebuje jedynie obrazu z pojedynczej kamery RGB.

Premiera ma kluczowe znaczenie właśnie teraz, ponieważ europejski gigant udowadnia, że precyzyjna orientacja w przestrzeni nie wymaga drogich peryferiów, a jedynie potężnej mocy obliczeniowej zamkniętej w modelu. Mistral zmienia standardy w robotyce mobilnej i dronach, oferując uniwersalny mózg nawigacyjny, który rzuca wyzwanie systemom polegającym na skomplikowanym pomiarze otoczenia.

Przełomowa skuteczność wirtualnego treningu

Choć Robostral Navigate został wytrenowany wyłącznie w środowiskach symulowanych, jego wyniki na tle konkurencji budzą respekt. W istotnym dla branży benchmarku R2R-CE, sprawdzającym zdolność maszyn do poruszania się w nowych, nieznanych przestrzeniach, model uzyskał wynik 79,4% skuteczności. Mistral twierdzi, że to rezultat przewyższający nie tylko dotychczasowe rozwiązania monokularowe, ale również skomplikowane systemy wyposażone w czujniki głębi lub zestawy wielu kamer.

Do osiągnięcia tej biegłości wykorzystano imponującą bazę 400 tysięcy ścieżek zarejestrowanych w 6 tysiącach różnorodnych wirtualnych lokacji. Warto dodać, że rynek nie stoi w miejscu. Przykładowo projekt STRIDER podniósł swój Success Rate z 29% do 35% w tym samym teście, co pokazuje, jak dynamicznie rośnie konkurencja w obszarze optymalizacji przestrzeni decyzyjnej.

Uniwersalność ponad wszystko

Strategia Mistral zakłada stworzenie uniwersalnej matrycy nawigacyjnej, która nie jest przywiązana do konkretnej konstrukcji mechanicznej. Robostral Navigate ma sterować zarówno robotami kołowymi, kroczącymi, jak i dronami. Firma podkreśla, że to dopiero początek drogi. Zastosowanie technik uczenia przez wzmacnianie (reinforcement learning) już teraz podniosło efektywność o kolejne 3,2 punktu procentowego, a inżynierowie nie zauważyli jeszcze efektu nasycenia.

Sugeruje to, że dalsze skalowanie treningu przyniesie jeszcze lepsze parametry. Branża bacznie obserwuje te ruchy, zwłaszcza w kontekście rozwiązań takich jak MobileVLA-R1, które również notują średnie wzrosty skuteczności o 5% powyżej dotychczasowych baz. Na razie Mistral wstrzymuje się z podaniem konkretnych dat udostępnienia modelu szerszemu rynkowi, ale sygnał wysłany do producentów robotyki jest jasny: przyszłość należy do wizji komputerowej opartej na czystym AI.