- Mistral AI 推出了 Robostral Navigate 模型，该模型仅凭单摄像头和自然语言指令，即可让机器人在陌生空间中导航。
- 该模型在未见过的 R2R-CE 基准测试中得分 76.6%，击败了依赖多种传感器的竞争对手。
- 在欧洲逐渐失去优势、中国在人形机器人领域占据主导地位之际，这家法国 AI 实验室正式进军实体机器人领域。
法国 AI 巨头 Mistral AI 于 7 月 14 日发布了 80 亿参数的 Robostral Navigate 模型，标志着欧洲大陆最大 AI 玩家的首次物理 AI 发布。
随着此次发布，这家位于巴黎的公司已从开放权重语言模型领域扩展到生产能够通过普通语言命令和单个普通相机引导机器人穿越陌生建筑的系统。
为什么 Mistral 的 Robostral Navigate 如此重要？
简洁性正是 Mistral 在营销其 Robostral Navigate 模型时采用的销售策略，该模型声称完全摒弃了深度传感器、激光雷达（LiDAR）和多摄像头阵列。
相反，Mistral 表示它用一套读取标准 RGB（红、绿、蓝）图像流并自主完成任务的系统，替换了自主机器人用于移动的传统传感器堆栈。
Mistral 称该模型适用于轮式、足式和飞行机器人，并在不同尺寸的机器人和不同类型的相机之间表现一致。
在 Mistral 演示的场景中，它指示机器人执行以下操作：“离开大厅，穿过走廊，进入储藏室，并停在面对第二个货架的位置”，这是一个标准的 Robostral Navigate 提示示例。
在 R2R-CE（连续环境中的房间到房间）测试中，这是衡量单元在训练环境之外表现的标准测试，Robostral Navigate 在未见过验证集上得分 76.6%，在已见过集合上得分 79.4%。
根据 Mistral 的提交数据，这些分数比任何单摄像头方法的未见过分数高出 9.7 分，比最强的深度或多摄像头系统高出 4.5 分。
一家进军硬件的欧洲实验室
此次发布正值欧洲机器人行业尴尬的时刻。euRobotics 董事会成员 Nabil Belbachir 与两位合著者在 6 月《Science|Business》的观点文章中指出，欧洲自 20 世纪 70 年代以来在工业领域一直处于领先地位，但现在正目睹其基础逐渐流失，市场份额萎缩，曾经的冠军企业落入外国手中。
他们警告称，政策制定者一直追逐人工智能软件，而将机器人技术视为次要事项。
尽管如此，资金仍在流动。根据 行业追踪机构 EUACC 引用的数据，2025 年欧洲机器人行业的股权融资额翻了一番，达到约 14.5 亿欧元，涉及 30 多轮超过 1000 万欧元的投资，其中包括德国 Neura Robotics 和法国 Wandercraft 的锚轮投资。
Mistral 现在加入了一个拥挤的 具身智能进军行列。Nvidia、Google DeepMind 和 Hugging Face 最近都推出了机器人技术项目。
与此同时，中国主导了人形机器人市场。摩根士丹利 预计该国今年将交付 50,000 个人形机器人 ，该国在 2025 年全球部署的 16,000 多台人形机器人中已占据 80% 以上的份额，正如 与此同时，.
Mistral 将 Navigate 视为第一步，称导航是更广泛具身智能代理的基础能力，且其得分尚未达到瓶颈。
最聪明的加密领域人士已经在阅读我们的通讯。想加入吗？加入他们。
常见问题
Robostral Navigate 使用哪些传感器来驱动机器人移动？
它仅使用一个普通 RGB 摄像头配合自然语言指令，无需激光雷达（LiDAR）、深度传感器或多摄像头阵列。
Robostral Navigate 在 R2R-CE 基准测试中的表现如何？
Mistral 表示，其在验证集未见数据上的成功率为 76.6%，在验证集已见数据上的成功率为 79.4%，比最佳单摄像头方案高出 9.7 个百分点，比最强的深度或多摄像头系统高出 4.5 个百分点。
在没有真实世界机器人数据的情况下，该模型是如何训练的？
Mistral 完全在模拟环境中生成了约 40 万条轨迹，涵盖 6,000 个场景；随后采用前缀缓存技术，将训练 token 数量减少了 22 倍，并使用名为 CISPO 的强化学习算法，使成功率提升了 3.2 个百分点。
Hannah Collymore
汉娜是一位作家兼编辑，在加密货币领域拥有近十年的博客写作和活动报道经验。在Cryptopolitan，汉娜负责新闻板块，报道和分析DeFi、RWA、加密货币监管、AI和前沿科技行业的最新发展。她毕业于阿卡迪亚大学，获得工商管理学位。
