Robostral Navigate от Mistral AI: Европа официально вступает в гонку робототехники
- Mistral AI представила модель Robostral Navigate, позволяющую роботам ориентироваться в незнакомых пространствах с помощью одной камеры и инструкции на естественном языке.
- Модель набрала 76,6% на бенчмарке R2R-CE с неизученными сценами и превзошла конкурентов, сильно зависящих от датчиков.
- Французская ИИ-лаборатория выходит в область физической робототехники в то время, когда Европа теряет позиции, а Китай доминирует в сфере гуманоидов.
Французский гигант ИИ Mistral AI выпустил модель Robostral Navigate с 8 миллиардами параметров 14 июля, что ознаменовало дебют физического запуска ИИ крупнейшим игроком на европейском континенте.
С запуском парижская компания расширила свою деятельность из сегмента языковых моделей с открытым весом в создание систем, которые перемещают роботов по незнакомым зданиям с помощью простых текстовых команд и одной обычной камеры.
Почему Robostral Navigate от Mistral — это большое дело?
Простота — это то, на чем Mistral делает акцент в маркетинге своей модели Robostral Navigate которая, по их утверждению, полностью исключает использование датчиков глубины, LiDAR и многокамерных установок.
Вместо этого Mistral заявила, что заменила стопки датчиков, которые используют автономные роботы для перемещения, на систему, которая считывает потоки стандартных RGB (красный, зеленый, синий) изображений и выполняет задачи самостоятельно.
Mistral говорит, что модель работает на колесных, шагающих и летающих роботах и демонстрирует стабильность при различных размерах роботов и типах камер.
В сценарии, продемонстрированном Mistral, она направила робота: «Покиньте лобби, пройдитесь по коридору, войдите в складское помещение и остановитесь, повернувшись ко второй полке», в качестве примера стандартного запроса для Robostral Navigate.
Robostral Navigate набрал 76,6% на невидимых данных проверки и 79,4% на видимых наборах при прохождении теста R2R-CE (Room-to-Room in Continuous Environments), который является стандартным тестом на то, насколько хорошо устройство работает вне среды, использованной для его обучения.
Эти показатели, по заявлению Mistral, на 9,7 балла лучше, чем любой показатель методов с одной камерой, и на 4,5 балла лучше, чем у самой сильной системы с датчиками глубины или несколькими камерами.
Европейская лаборатория выходит в аппаратное обеспечение
Запуск происходит в неудобный момент для европейской робототехники. Европа лидировала в этой области в промышленном плане с 1970-х годов, но теперь наблюдает за эрозией своей базы, сокращением доли рынка и переходом бывших чемпионов в руки иностранных компаний, утверждают член совета euRobotics Набиль Белбашер и два соавтора в обзоре Science|Business от июня.
Они предупредили, что политики гнались за программным обеспечением ИИ, оставляя робототехнику на второстепенное место.
Деньги все еще движутся. Объем финансирования европейской робототехники по акциям примерно удвоился до 1,45 млрд евро в 2025 году в рамках более чем 30 раундов свыше 10 млн евро, согласно данным, приведенным отраслевым трекером EUACC, с якорными раундами в немецкой Neura Robotics и французской Wandercraft.
Теперь Mistral присоединяется к переполненному движению в сторону воплощенного ИИ. Nvidia, Google DeepMind и Hugging Face недавно выпустили свои робототехнические разработки.
Тем временем Китай доминирует на рынке гуманоидов. Morgan Stanley ожидает, что страна поставит 50,000 гуманоидных роботов в этом году, при этом страна уже обеспечивает более 80% от более чем 16 000 гуманоидов, развернутых по всему миру в 2025 году, как Cryptopolitan сообщил.
Mistral называет Navigate первым шагом, говоря, что навигация является базовой способностью для более широкого воплощенного агента, и что ее показатели еще не достигли плато.
Не просто читайте новости о криптовалютах. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.
Часто задаваемые вопросы
Какие датчики использует Robostral Navigate для перемещения робота?
Она использует только одну обычную RGB-камеру и инструкцию на естественном языке, без LiDAR, датчиков глубины или многокамерных систем.
Насколько хорошо Robostral Navigate работает на бенчмарке R2R-CE?
По словам Mistral, она достигла успеха в 76,6% на валидационных неизученных данных и 79,4% на валидационных изученных данных, превзойдя лучший подход с одной камерой на 9,7 пункта и самую сильную систему с датчиками глубины или несколькими камерами на 4,5 пункта.
Как модель обучалась без реальных данных с роботов?
Mistral сгенерировала около 400 000 траекторий по 6 000 сцен исключительно в симуляции, затем использовала технику префиксного кэширования, сократившую количество обучающих токенов в 22 раза, и алгоритм обучения с подкреплением CISPO, который добавил 3,2 процентных пункта к показателю успешности.
Ханна Коллимор
Ханна — писатель и редактор с почти десятилетним опытом ведения блогов и освещения мероприятий в криптоиндустрии. В Cryptopolitan Ханна работает над новостной страницей, освещая и анализируя последние события в сферах DeFi, RWA, криптовалютного регулирования, искусственного интеллекта и передовых технологий. Она окончила Университет Аркадии со степенью бакалавра делового администрирования.
