- Mistral AI は、単一の RGB カメラと自然言語の指示のみで複雑な空間をナビゲートできる 80 億パラメータのモデル「Robostral Navigate」をリリースしました。LiDAR や深度センサーは不要です。
- このモデルは、未見の R2R-CE ベンチマークで 76.6% のスコアを記録し、単一カメラ型やマルチセンサー型の競合他社を上回りましたが、結果はシミュレーションに基づくものです。
- 新しい開発は、倉庫、工場、物流事業者にとって重要です。カメラのみを使用するシステムにより、ロボットのハードウェアコストを大幅に削減できる可能性があるためです。
AI企業のMistral AIは、水曜日に単一カメラでロボットを操縦する80億パラメータのモデル「Robostral Navigate」を発表し、フランスの同社が物理的なAへの最初の動きを示した。
この発売は、倉庫や工場全体で使用されているセンサー重視のナビゲーションシステムに挑戦することを意図している。
Mistral AI、AIを用いた革新的なナビゲーションシステムを構築
2025年9月のシリーズCラウンドで評価額が117億ユーロ（約134億米ドル）とされるパリ発のスタートアップは、その存在の大部分をOpenAIとのテキストおよびコードでの競争に費やしてきた。しかし、新しいモデル「Robostral Navigate」により、同社は全く異なる技術カテゴリーに参入することになる。
Mistralのプレスリリースによると、このモデルは「具現化ナビゲーション」を処理し、外部入力なしでオフィス、家庭、商業ビル、屋外空間をロボットが移動できるようにする。
ただし、LiDAR、深度センサー、または複数のカメラの協調に依存する通常の自律ナビゲーションモデルとは異なり、Robostral Navigateは単一のRGBカメラで動作する。モデルが必要とするのは、AIテキストプロンプトと同様の自然言語の指示だけで、その後、それを実行するための移動コマンドを生成する。
Mistral AIのトライアル数値
Mistral AIは、ロボティックAIモデルがR2R-CE検証未見で76.6%のスコアを記録したと発表した。これは、ロボットが訓練されていない環境で指示をどれだけよく従うかを測定するベンチマークだ。その数値は、The News Internationalによると、以前の最高スコアである単一カメラのスコアを9.7ポイント上回った。
AI Weekly によると、このモデルはLiDARと深度に基づくマルチセンサーシステムも4.5ポイント上回り、検証既見スコアは79.4%だった。
これらのギャップが実際の状況でも維持される場合、それは産業用ロボットに関心を持つ者にとって極めて重要になる。当然のことながら、モバイルロボティクスにおける一般的な仮定は、カメラだけでは脆すぎるため、完全なセンサースタックが必須であるということだ。単一カメラのみで構成され、完全なスタックシステムと同等またはそれ以上の性能を持つビルドは、倉庫や施設の機械の部品コストを削減するだろう。
実際の使用に関する懐疑論
これらのスコアは実際の生活ではなく、シミュレーションされた状況から来ていることに留意する価値がある。Mistralは、同社が訓練トークンを22分の1に削減し、以前は数ヶ月かかっていた実行を数日に短縮したと主張する方法を用いて、6,000のシーン全体で約40万の軌道にわたってモデルを訓練したと主張している。
しかし、AI Weeklyが指摘したように、同社は実際のロボット使用結果やデバイス上のレイテンシに関する数値をまだ公開していない。エンジニアたちは、76.6%の成功率が実際の展開に十分かどうかについても疑問を呈している。
ミストラルはまた、評価額200億ユーロ（約230億ドル）前後で約30億ユーロ（約34億2000万ドル）の資金調達を検討中であると報告されています。
最も賢明な暗号通貨の専門家たちはすでに私たちのニュースレターを読んでいます。あなたも参加しませんか？ 彼らに加わりましょう。
Opeyemi Olanrewaju
Opeyemi氏は、暗号資産、グローバル金融市場、経済に焦点を当てた高品質なコンテンツの作成と洗練を専門としています。イバダン大学で医学博士（MBBS）号を取得し、同大学の編集出版機関で編集長を務め、以前はCFAでも働きました。Cryptopolitanでは過去6年以上にわたり、ニュースエディターとして独自性の維持に貢献しています。
