- Mistral AI ha lanzado Robostral Navigate, un modelo de 8.000 millones de parámetros que permite a los robots navegar por espacios complejos utilizando una única cámara RGB e instrucciones en lenguaje natural, sin necesidad de LiDAR ni sensores de profundidad.
- Obtuvo una puntuación del 76,6 % en la benchmark R2R-CE unseen, superando tanto a rivales de cámara única como de múltiples sensores, aunque los resultados provienen de simulaciones y no de robots desplegados.
- Este nuevo avance es importante para operadores de almacenes, fábricas y logística, ya que un sistema basado únicamente en cámaras podría reducir drásticamente el costo del hardware robotizado.
La empresa de IA Mistral AI presentó un modelo de 8 mil millones de parámetros, llamado Robostral Navigate, que dirige robots con una sola cámara el miércoles, marcando el primer movimiento de la compañía francesa hacia la A física.
El lanzamiento tiene la intención de desafiar los sistemas de navegación basados en muchos sensores utilizados en almacenes y fábricas.
Mistral AI construye un sistema de navegación novel con IA
La startup con sede en París, valorada en 11.7 mil millones de euros (aproximadamente $13.4 mil millones) en su ronda Serie C de septiembre, ha pasado la mayor parte de su existencia compitiendo con OpenAI en texto y código. Sin embargo, su nuevo modelo, Robostral Navigate, coloca a la compañía en una categoría tecnológica totalmente diferente.
Según un comunicado de prensa de Mistral, el modelo maneja la «navegación incorporada», lo que permite a un robot moverse a través de oficinas, hogares, edificios comerciales y espacios exteriores sin entrada externa.
Sin embargo, a diferencia de los modelos de navegación autónoma normales que dependen de LiDAR, sensores de profundidad o varias cámaras trabajando juntas, Robostral Navigate funciona con una sola cámara RGB. Todo lo que requiere el modelo es una instrucción en lenguaje natural, similar a un prompt de texto de IA, después de lo cual produce los comandos de movimiento para llevarla a cabo.
Números de prueba de Mistral AI
Mistral AI dice que el modelo de IA robótica obtuvo un 76.6% en la validación no vista de R2R-CE, una métrica que mide qué tan bien sigue un robot las instrucciones en entornos en los que no fue entrenado. Esa cifra superó las mejores puntuaciones anteriores de una sola cámara en 9.7 puntos, según The News International.
AI Weekly informó que el modelo también superó a los sistemas multimodales basados en LiDAR y profundidad por 4.5 puntos, con una puntuación de validación vista del 79.4%.
Si estas brechas se mantienen en situaciones de la vida real, sería de suma importancia para aquellos interesados en robots industriales. Naturalmente, la suposición general en la robótica móvil ha sido que las cámaras por sí solas son demasiado frágiles, por lo que una pila completa de sensores es obligatoria. Una construcción con solo una sola cámara que iguale o supere a los sistemas de pila completa reduciría la factura de piezas para máquinas de almacenes e instalaciones.
Escepticismo sobre el uso en la vida real
Cabe señalar que estas puntuaciones provienen de situaciones simuladas y no de la vida real. Mistral afirma haber entrenado el modelo en aproximadamente 400.000 trayectorias a través de 6.000 escenas, utilizando un método que la compañía afirma redujo los tokens de entrenamiento por un factor de 22, mientras acortaba las ejecuciones que anteriormente tomaban meses a solo días.
Pero como señaló AI Weekly, la compañía no ha publicado ningún resultado real de uso de robots ni cifras sobre la latencia del dispositivo. Los ingenieros también han cuestionado si una tasa de éxito del 76.6% es suficiente para el despliegue en la vida real.
También se informa que Mistral está en conversaciones para recaudar alrededor de 3 mil millones de euros (aproximadamente $3.42 mil millones) con una valoración cercana a los 20 mil millones de euros (unos $23 mil millones).
No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.
Opeyemi Olanrewaju
Opeyemi se especializa en crear y refinar contenido de alta calidad centrado en criptomonedas, mercados financieros globales y la economía. Se graduó de la Universidad de Ibadan con un título de MBBS. Ha trabajado como Editor Jefe de la publicación editorial de su universidad y anteriormente en CFA. Durante más de seis años, ha ayudado a salvaguardar la originalidad como editor de noticias en Cryptopolitan.
