Согласно официальному блогу Mistral AI, компания выпустила Robostral Navigate — свою первую модель для воплощённой навигации (embodied navigation). Это компактная нейросеть с 8 миллиардами параметров, которая управляет движением робота в физическом пространстве на основе изображения с одной обычной RGB-камеры и текстовой инструкции на естественном языке.
Что такое Robostral Navigate
Robostral Navigate — не полноценный робот и не универсальный «мозг» для человекоподобных машин. Это узкоспециализированная модель навигации: она принимает на вход кадр с камеры и команду вроде «отнеси груз к зоне отгрузки», а на выходе даёт координаты точки на изображении, куда роботу нужно переместиться, и желаемую ориентацию по прибытии. Всё остальное — построение маршрута, объезд препятствий, адаптация к незнакомой среде — модель делает сама.
Ключевая особенность: для работы не требуются LiDAR, глубинные сенсоры или многокамерные стереостеки. Одна обычная RGB-камера — и этого достаточно, чтобы обходить незнакомые помещения, предварительно не нанося их на карту. По данным компании, модель достигает 76,6% успеха на тестовой выборке R2R-CE (Room-to-Room in Continuous Environments) на сценариях, не встречавшихся в обучении, и 79,4% — на знакомых сценариях.
По заявлению Mistral, это лучший результат среди однокамерных подходов (превосходство на 9,7 процентного пункта) и на 4,5 п.п. лучше систем, использующих глубинные сенсоры или несколько камер.
Архитектура и обучение
Robostral Navigate построена полностью силами Mistral AI — без опоры на существующие open-source VLM. Модель инициализирована от собственной vision-language модели, специализированной на задачах указания (pointing), подсчёта и локализации объектов. Навигация, по замыслу разработчиков, становится естественным расширением этих способностей: если модель понимает, где находятся объекты, она учится, как к ним двигаться.
Данные для обучения сгенерированы целиком в симуляции: около 400 000 траекторий в 6 000 виртуальных сценах. Для эффективности использован метод prefix-caching — древовидная стратегия attention-masking, которая сжимает весь эпизод в одну последовательность и обучает на всех временных шагах за один прямой проход. Это сократило количество токенов на обучение в 22 раза. После supervised-этапа применяется онлайн-обучение с подкреплением (CISPO), давшее дополнительно 3,2% к успешности.
Применение в промышленности
Основные сценарии применения Robostral Navigate — производство, складская логистика, доставка и гостиничный сервис. Модель аппаратно-независима: работает на колёсных, шагающих и летающих роботах, адаптируется к разным типам камер.
Запуск модели — очередной шаг Mistral AI в сторону Physical AI («физического искусственного интеллекта»). Ранее в 2026 году компания уже приобрела австрийский стартап Emmi AI (май 2026), представила модели Physics AI для ускорения инженерных расчётов и заключила партнёрства с промышленными гигантами, включая ASML. Robostral Navigate — не отдельный продукт, а слой в более широком промышленном стеке Mistral, объединяющем симуляцию, workflow и промышленный AI.
По данным Reuters, запуск модели состоялся 8 июля 2026 года и знаменует собой выход европейского чемпиона AI в сегмент промышленной автоматизации, где доминируют традиционные робототехнические компании и американские AI-лаборатории.
Почему это важно для бизнеса
Для компаний, покупающих или интегрирующих AI, Robostral Navigate интересна по нескольким причинам.
Снижение стоимости сенсоров
Отказ от LiDAR и глубинных камер существенно удешевляет оснащение парка роботов. Для операций, где навигация — главный bottleneck (склады, логистические центры, транспортные маршруты на предприятиях), это может снизить порог входа в роботизацию.
Простота интеграции
Модель не требует предварительного картирования помещений и работает с обычной камерой, которая уже может быть установлена на роботе. Это упрощает retrofitting существующего парка без замены аппаратной части.
Аппаратная независимость
Robostral Navigate работает на разных платформах — от колёсных тележек до дронов. Это снижает зависимость заказчика от одного поставщика роботов и упрощает стандартизацию.
По данным аналитиков, Physical AI (включая навигацию, манипуляцию и embodied reasoning) оценивается как один из крупнейших растущих сегментов AI-рынка. Однако массовое внедрение, по оценкам, начнётся именно с навигации и маршрутизации — как наименее рискованного первого шага перед полной автоматизацией манипуляций.
Lisa AI — оптовый поставщик корпоративного API-доступа к нейросетям в РФ — предоставляет прямой доступ к 100+ LLM для юридических лиц. Оплата по счёту с НДС, закрывающие документы, запуск за 1–3 дня. Оставьте заявку на lisa-ai.ru.
