Mistral 发布 Robostral Navigate：基于单摄像头的顶尖具身智能导航模型

Mistral AI 推出了其首个具身导航模型 Robostral Navigate，这是一个拥有 80 亿参数（8B）的模型，旨在赋予机器人在复杂环境中自主导航的能力。该技术最引人注目的特点在于其极简的硬件依赖：不同于传统方案依赖激光雷达、深度传感器或多摄像头阵列，Robostral Navigate 仅使用单一的普通 RGB 摄像头即可执行指令。尽管硬件门槛大幅降低，其性能却十分强悍，在 R2R-CE（连续环境中的房间到房间）基准测试的未见数据集上取得了 76.6% 的成功率，超越了此前最佳单摄像头方案 9.7 个百分点，甚至击败了依赖深度或多传感器的复杂系统。技术上，该模型结合了基于“指涉”的导航策略与在线强化学习（CISPO），能够适应不同形态的机器人（如轮式、腿式）并处理训练中未见过的真实世界障碍。Mistral 还开发了基于前缀缓存的高效训练算法，将训练令牌数减少了 22 倍，大幅提升了训练效率，展示了通过仿真数据驱动低成本机器人部署的可行路径。

事件分析

💡 核心观点：Mistral 证明了纯视觉大模型配合高效算法足以替代昂贵的传感器堆叠，大幅降低具身智能落地门槛，标志着 AI 从“数字大脑”向“物理行动者”的关键跨越。