机器人前瞻（公众号：robot_pro）
编译 | 周加琦
编辑 | 漠影

机器人前瞻7月9日消息，据外媒彭博社报道，Mistral AI发布了一款机器人导航模型Robostral Navigate。通过使用该模型，机器人仅凭单个摄像头和基础语言指令，就能在复杂环境中完成自主导航。

Mistral AI成立于2023年，专注于构建全栈人工智能解决方案，涵盖前沿模型、开发者工具、应用和算力。

Mistral AI联合创始人兼CEO Arthur Mensch，曾担任谷歌DeepMind的研究科学员，从事大语言模型相关工作；另外两位联合创始人Guillaume Lample和Timothee Lacroix，都曾任Meta Llama模型的主要架构师。

▲Mistral AI联合创始人Guillaume Lample（左）、Arthur Mensch（中）、Timothee Lacroix（右）（图源：金融时报)

据了解，目前该公司正在准备新一轮的融资，计划募资34亿美元，预计投后的估值达230亿美元。

Robostral Navigate是由Mistral AI自研的一款80亿参数大模型。与其他模型不同的是，该模型仅凭单个RGB摄像头，便能完成复杂环境下的语义理解与路径规划。

“离开大厅，穿过走廊，进入储藏室，然后停下来朝向第二个书架。”

这样一条简单的指令任务，其他模型往往需要深度传感器、激光雷达和多个摄像头协同工作，而Robostral Navigate只用一个普通RGB摄像头就能完成。

根据测试结果来看，在陌生的连通实景空间（R2R-CE），使用Robostral Navigate的成功率可达76.6%，这个结果比最优单摄像头的方案高出9.7个百分点，比搭载深度摄像头或多摄像头的系统也高出4.5个百分点。在训练过的空间，使用Robostral Navigate的成功率可达79.4%。

▲模型成功率对比图（图源：Mistral AI）

Mistral AI称，团队搭建了全仿真数据采集体系，实现数据快速迭代，最终在6000个不同场景下，采集了约40万条运动轨迹的数据集。

此外，Robostral Navigate还采用基于前缀缓存的高效训练算法。通过树状结构的注意力掩码技术，模型将机器人整条轨迹压缩成单一序列，一次性完成所有时间步训练，防止出现信息泄露。

相比传统训练方式，该方法不仅保留了全部学习信号，还将训练Token消耗降低了22倍，原本几个月的训练周期也被压缩到几天。

不仅如此，Mistral AI还将训练大语言模型的经验运用到Robostral Navigate，通过在线强化学习算法，进一步优化模型，有效将成功率提高了3.2%。

目前，这款模型可以部署在轮式、足式等各类机器人上，并且适用于制造、物流和酒店等多个领域。