Mistral AIs Robostral Navigate landet, während Europa offiziell in den Robotik-Wettbewerb einsteigt
- Mistral AI hat das Robostral Navigate-Modell auf den Markt gebracht, mit dem Roboter mithilfe einer einzigen Kamera und einer einfachen Sprachanweisung in unbekannten Umgebungen navigieren können.
- Das Modell erzielte beim nicht vorab getesteten R2R-CE-Benchmark 76,6 % und schlug damit Konkurrenten mit vielen Sensoren.
- Das französische KI-Labor steigt in die physische Robotik ein, zu einer Zeit, in der Europa an Boden verliert und China den Markt für humanoide Roboter dominiert.
Der französische KI-Riese Mistral AI veröffentlichte am 14. Juli das 8 Milliarden Parameter umfassende Robostral Navigate-Modell und markierte damit die Premiere eines physischen KI-Systems durch den größten KI-Anbieter auf dem europäischen Kontinent.
Mit der Markteinführung hat das in Paris ansässige Unternehmen sein Angebot von offenen Sprachmodellen auf Systeme ausgeweitet, die Roboter mithilfe von Befehlen in einfacher Sprache und einer einzigen, gewöhnlichen Kamera durch unbekannte Gebäude steuern.
Warum ist Robostral Navigate in Mistral so wichtig?
Mistral setzt bei der Vermarktung seines Robostral Navigate- Modells auf Einfachheit, da dieses nach eigenen Angaben komplett auf Tiefensensoren, LiDAR und Mehrkamera-Systeme verzichtet.
Stattdessen habe man, so Mistral, die Stapel von Sensoren, die autonome Roboter zur Fortbewegung nutzen, durch ein System ersetzt, das Datenströme von Standard-RGB-Bildern (rot, grün, blau) liest und Aufgaben selbstständig erledigt.
Laut Mistral funktioniert das Modell auf Rad-, Bein- und Flugrobotern und bewährt sich bei unterschiedlichen Robotergrößen und Kameratypen.
In dem von Mistral demonstrierten Szenario wurde der Roboter beispielsweise angewiesen: „Verlasse die Lobby, gehe durch den Korridor, betrete den Lagerraum und bleibe vor dem zweiten Regal stehen“, als Beispiel für eine Standard-Robostral-Navigate-Anweisung.
Robostral Navigate erzielte bei der Validierung mit unbekannten Daten 76,6 % und bei den bekannten Daten 79,4 %, als es den R2R-CE (Room-to-Room in Continuous Environments) durchlief, den Standardtest für die Leistungsfähigkeit einer Einheit außerhalb der Umgebung, die für ihr Training verwendet wurde.
Laut Mistral sind diese Ergebnisse um 9,7 Punkte besser als das bisher unbekannte Ergebnis von Einzelkamera-Methoden und um 4,5 Punkte besser als dastronTiefen- oder Mehrkamerasystem.
Ein europäisches Labor, das in die Hardwareentwicklung vordringt
Die Markteinführung erfolgt zu einem ungünstigen Zeitpunkt für die europäische Robotikbranche. Europa war seit den 1970er Jahren industriell führend auf diesem Gebiet, muss aber nun mit ansehen, wie seine Position schrumpft, Marktanteile abnehmen und ehemalige Marktführer in ausländische Hände übergehen, argumentierten Nabil Belbachir, Vorstandsmitglied von euRobotics, und zwei Mitautoren in einem Kommentar in der Juni-Ausgabe von Science|Business.
Sie warnten davor, dass sich die politischen Entscheidungsträger auf KI-Software konzentrierten, während sie die Robotik eher vernachlässigten.
Das Geld fließt aber weiterhin. Die Eigenkapitalfinanzierung für europäische Robotik hat sich bis 2025 auf rund 1,45 Milliarden Euro verdoppelt, verteilt auf mehr als 30 Finanzierungsrunden mit einem Volumen von über 10 Millionen Euro, wie aus Daten des Branchenbeobachters EUACC hervorgeht tracZuden wichtigsten Finanzierungsrunden zählen die bei Neura Robotics aus Deutschland und Wandercraft aus Frankreich.
Mistral reiht sich nun in die Riege der Unternehmen ein, die sich mit verkörperter KI beschäftigen. Nvidia, Google DeepMind und Hugging Face haben in letzter Zeit ebenfalls Robotik-Projekte gestartet.
China dominiert unterdessen den Markt für humanoide Roboter. Morgan Stanley rechnet damit, dass das Land in diesem Jahr 50.000 humanoide Roboter ausliefern wird . Wie Cryptopolitan berichtet , wird China bereits jetzt mehr als 80 % der über 16.000 humanoiden Roboter ausmachen, die 2025 weltweit im Einsatz sein werden .
Mistral betrachtet Navigate als ersten Schritt und sagt, Navigation sei die Basisfähigkeit für einen umfassenderen verkörperten Agenten und ihre Werte würden sich noch nicht stabilisieren.
Die klügsten Köpfe der Krypto-Szene lesen bereits unseren Newsletter. Möchten Sie auch dabei sein? Dann schließen Sie sich ihnen an.
Häufig gestellte Fragen
Welche Sensoren verwendet Robostral Navigate zur Steuerung eines Roboters?
Es verwendet lediglich eine gewöhnliche RGB-Kamera sowie eine natürlichsprachliche Anweisung, ohne LiDAR, Tiefensensoren oder Mehrkamerasysteme.
Wie gut schneidet Robostral Navigate im R2R-CE-Benchmark ab?
Mistral gibt an, bei der Validierung ohne Sichtkontakt eine Erfolgsquote von 76,6 % und bei der Validierung mit Sichtkontakt eine Erfolgsquote von 79,4 % erreicht zu haben. Damit übertrifft das Unternehmen den besten Ansatz mit einer einzelnen Kamera um 9,7 Punkte und dastronTiefen- oder Mehrkamerasystem um 4,5 Punkte.
Wie wurde das Modell ohne reale Roboterdaten trainiert?
Mistral generierte rund 400.000 Trajektorien in 6.000 Szenen vollständig in einer Simulation, verwendete dann eine Präfix-Caching-Technik, die die Anzahl der Trainings-Token um das 22-fache reduzierte, und einen Reinforcement-Learning-Algorithmus namens CISPO, der die Erfolgsquote um 3,2 Prozentpunkte erhöhte.
Hannah Collymore
Hannah ist Autorin und Redakteurin mit fast zehn Jahren Erfahrung im Bloggen und der Eventberichterstattung im Kryptobereich. Bei Cryptopolitanschreibt sie für die Nachrichtenseite und berichtet und analysiert die neuesten Entwicklungen in den Bereichen DeFi, RWA, Kryptoregulierung, KI und Zukunftstechnologien. Sie hat an der Arcadia University Betriebswirtschaftslehre studiert.
