法国AI企业Mistral发布首款面向机器人导航的AI模型Robostral Navigate，总参数量仅8B。这款模型让机器人仅凭单个普通RGB摄像头，就能在复杂环境中实现完全自主导航，无需依赖深度传感器或激光雷达。
该模型主要面向具身导航任务，适用场景覆盖办公室、住宅、商业建筑以及户外环境。传统机器人导航通常需要搭载激光雷达或深度传感器来感知周围空间，硬件成本和部署复杂度都不低。Robostral Navigate将这一门槛大幅拉低，一颗普通摄像头加上8B模型，就能完成从环境感知到路径规划的完整闭环。
一、凭”单眼”碾压”多眼”，全新场景成功率超76%
性能数据相当亮眼。在R2R-CE基准测试中，该模型在训练集已存在场景下的成功率达79.4%，在从未见过的全新场景下成功率达76.6%。更值得注意的是，它比此前最佳的单摄像头方案高出9. 7 分，甚至比使用深度传感器或多个摄像头的最佳系统还高出4. 5 分。这意味着”单眼”方案不仅追平了”多眼”方案，还实现了全面反超。
模型完全由Mistral内部自主研发，仅在模拟环境中进行训练，使用了分布在 6000 个不同虚拟空间中的约 40 万条记录路径。这种纯仿真训练策略大幅降低了对真实世界数据采集的依赖，同时也验证了虚拟环境训练向真实场景迁移的有效性。
二、轮式、腿式、飞行机器人通吃，开源生态可期
在兼容性方面，Robostral Navigate适用于轮式、腿式和飞行三类机器人，覆盖了当前主流的机器人形态。从仓储物流中的轮式搬运机器人，到四足机器狗，再到无人机，同一套导航模型即可适配，通用性极强。
作为欧洲最具影响力的AI企业之一，Mistral此前以开源大语言模型闻名业界，如今将技术版图拓展到具身智能领域。当8B参数的小模型就能用一颗摄像头搞定复杂导航，机器人自主移动的硬件门槛正在被重新定义，而这场”轻量化导航”的竞赛或许才刚刚打响。
