- Mistral AI 发布了 Robostral Navigate，这是一款拥有 80 亿参数的模型，它使机器人能够仅使用单个 RGB 摄像头和自然语言指令在复杂空间中导航，无需激光雷达或深度传感器。
- 它在 R2R-CE 未见基准测试中取得了 76.6% 的成绩，击败了单摄像头和多传感器竞争对手，尽管这些结果来自仿真环境而非实际部署的机器人。
- 这一新进展对仓库、工厂和物流运营商至关重要，因为纯摄像头系统可以大幅降低机器人硬件的成本。
AI公司Mistral AI于星期三发布了一个名为Robostral Navigate的80亿参数模型，该模型使用单个摄像头控制机器人，标志着这家法国公司首次涉足物理A.I.领域。
此次发布旨在挑战仓库和工厂中使用的依赖大量传感器的导航系统。
Mistral AI构建具有AI的新型导航系统
这家总部位于巴黎的初创公司在9月的C轮融资中估值为117亿欧元（约134亿美元），在其存在的大部分时间里，它一直在与OpenAI在文本和代码领域竞争。然而，其新模型Robostral Navigate将该公司置于一个完全不同的技术类别中。
根据Mistral的新闻稿，该模型处理“具身导航”，使机器人能够在没有外部输入的情况下在办公室、家庭、商业建筑和户外空间中移动。
然而，与依赖激光雷达、深度传感器或多个协同工作的摄像头的常规自主导航模型不同，Robostral Navigate仅运行在单个RGB摄像头上。该模型只需要像AI文本提示一样的自然语言指令，然后生成移动命令来执行。
Mistral AI试验数据
Mistral AI表示，该机器人AI模型在未见的R2R-CE验证基准测试中得分76.6%，该基准测试衡量机器人在未训练环境中遵循指令的能力。据《The News International》报道，这一成绩比此前最佳单摄像头成绩高出9.7分。
《AI Weekly》报道称，该模型还以79.4%的验证可见得分，超过了基于激光雷达和深度传感器的多传感器系统4.5分。
如果这些差距在现实生活中保持不变，那么对于那些对工业机器人感兴趣的人来说，这将至关重要。自然，移动机器人领域的普遍假设是，仅靠摄像头太脆弱，因此必须配备完整的传感器堆栈。如果仅使用单个摄像头就能匹配或超越全传感器堆栈系统，将降低仓库和设施机器的零部件成本。
对实际使用的怀疑
值得注意的是，这些分数来自模拟情况，而非现实生活。Mistral声称，该公司在6,000个场景中使用了约40万条轨迹来训练该模型，使用的方法据称将训练令牌减少了22倍，同时将以前需要数月才能完成的运行时间缩短至仅几天。
但正如《AI Weekly》所指出的，该公司尚未发布任何实际的机器人使用结果或关于设备延迟的数据。工程师们还质疑76.6%的成功率是否足以在现实生活中部署。
Mistral 也被报道正在洽谈以接近 200 亿欧元（约 230 亿美元）的估值筹集约 30 亿欧元（约 34.2 亿美元）。
如果您正在阅读这篇文章，说明您已经领先一步。请继续通过我们的通讯保持关注。
Opeyemi Olanrewaju
Opeyemi 专注于创作和打磨高质量内容，聚焦加密货币、全球金融市场及宏观经济领域。他毕业于伊巴丹大学，拥有医学博士（MBBS）学位。他曾担任学院编辑出版物的主编，并在 CFA 任职。在 Cryptopolitan 担任新闻编辑的六年多时间里，他一直致力于维护内容的独特性。
