Mistral hat Robostral Navigate vorgestellt, ein 8-Milliarden-Parameter-Modell, das Roboter allein mit einer gewöhnlichen RGB-Kamera durch komplexe Räume lotst. Kein LiDAR, keine Tiefensensoren, kein Kamera-Array. Man gibt eine Anweisung in normaler Sprache, »verlasse die Lobby, geh durch den Korridor, betritt den Lagerraum und bleib vor dem zweiten Regal stehen«, und der Roboter erledigt den Rest selbst. Es ist das erste Modell, das die Franzosen für Embodied AI gebaut haben.
Die Zahl, die zählt: 76,6% Erfolgsquote auf R2R-CE in unbekannten Umgebungen, dem Benchmark für sprachgesteuerte Navigation. Damit schlägt das Modell laut Mistral das beste Einzelkamera-System um 9,7 Punkte und sogar das beste System mit Tiefensensoren und mehreren Kameras um 4,5 Punkte. Trainiert wurde komplett in Simulation, 400.000 Trajektorien über 6.000 Szenen, keine einzige echte Halle. Der Trick heißt »Pointing«: Statt Meterangaben zu berechnen, zeigt das Modell im aktuellen Kamerabild auf den nächsten Zielpunkt, ungefähr so, wie ein Mensch mit dem Finger deuten würde.
Interessant ist der Zeitpunkt. Während die halbe Branche Coding-Agenten gegeneinander antreten lässt und Mistral im jüngsten Safety-Ranking der Future of Life Institute ein glattes F kassiert hat, bringt die Firma stattdessen Robotern das Laufen bei. Der eigentliche Clou steckt aber in der Sparsamkeit. Eine simple Webcam ersetzt Sensorik, die pro Roboter gern mal so viel kostet wie ein Kleinwagen. Wer Maschinen in Logistik, Lieferung oder Hotels in Stückzahlen ausrollen will, rechnet genau, und jeder Sensor, den man weglassen kann, ist bares Geld.
Mistral selbst nennt das nur den ersten Schritt zu einem »unified embodied agent«, dem Roboter, der nicht nur navigiert, sondern auch greift und handelt. Wohin die Reise der KI geht, deutet sich hier an: raus aus dem Chatfenster, rein in den Flur. Bis dahin gilt aber: 76,6% heißt eben auch, dass der Roboter in fast einem Viertel der Fälle nicht dort ankommt, wo er soll. In einem Büro voller Menschen und Kaffeetassen ist das ein Rest, den man deutlich merkt.
Quellen
- Mistral AI: Robostral Navigate, single-camera AI navigation
- MarkTechPost: Mistral AI Releases Robostral Navigate, an 8B Model Enabling Robots to Navigate Complex Environments Using a Single RGB Camera
- TestingCatalog: Mistral unveils Robostral model for robot navigation with RGB camera
Ähnliche News
- Google füttert seine KI jetzt mit deinen Fotos und deiner Stimme
- Mistral nimmt KI-Agenten an die kurze Leine
- Mistral OCR 4 erkennt 170 Sprachen und bleibt auf deinem Server
Diese Meldung wurde mit Unterstützung von Claude (Anthropic) recherchiert und verfasst. Inhaltliche Fehler sind möglich. Die verlinkten Quellen ermöglichen eine eigene Prüfung. Fachbegriffe erläutert das Glossar.