法國AI企業Mistral發佈首款面向機器人導航的AI模型Robostral Navigate，總參數量僅8B。這款模型讓機器人僅憑單個普通RGB攝像頭，就能在複雜環境中實現完全自主導航，無需依賴深度傳感器或激光雷達。

image.png

該模型主要面向具身導航任務，適用場景覆蓋辦公室、住宅、商業建築以及戶外環境。傳統機器人導航通常需要搭載激光雷達或深度傳感器來感知周圍空間，硬件成本和部署複雜度都不低。Robostral Navigate將這一門檻大幅拉低，一顆普通攝像頭加上8B模型，就能完成從環境感知到路徑規劃的完整閉環。

憑"單眼"碾壓"多眼"，全新場景成功率超76%

性能數據相當亮眼。在R2R-CE基準測試中，該模型在訓練集已存在場景下的成功率達79.4%，在從未見過的全新場景下成功率達76.6%。更值得注意的是，它比此前最佳的單攝像頭方案高出9. 7 分，甚至比使用深度傳感器或多個攝像頭的最佳系統還高出4. 5 分。這意味着"單眼"方案不僅追平了"多眼"方案，還實現了全面反超。

模型完全由Mistral內部自主研發，僅在模擬環境中進行訓練，使用了分佈在 6000 個不同虛擬空間中的約 40 萬條記錄路徑。這種純仿真訓練策略大幅降低了對真實世界數據採集的依賴，同時也驗證了虛擬環境訓練向真實場景遷移的有效性。

輪式、腿式、飛行機器人通吃，開源生態可期

在兼容性方面，Robostral Navigate適用於輪式、腿式和飛行三類機器人，覆蓋了當前主流的機器人形態。從倉儲物流中的輪式搬運機器人，到四足機器狗，再到無人機，同一套導航模型即可適配，通用性極強。

作爲歐洲最具影響力的AI企業之一，Mistral此前以開源大語言模型聞名業界，如今將技術版圖拓展到具身智能領域。當8B參數的小模型就能用一顆攝像頭搞定複雜導航，機器人自主移動的硬件門檻正在被重新定義，而這場"輕量化導航"的競賽或許纔剛剛打響。