Mistral lance un modèle qui fait marcher un robot

Mistral a présenté Robostral Navigate, son premier modèle dédié à la navigation robotique (8B Model). Sa particularité : il guide un robot dans un environnement réel à partir d'une seule caméra classique, là où la plupart des approches concurrentes ont besoin de capteurs de profondeur, de LiDAR, ou de plusieurs caméras combinées.

Une instruction en langage courant suffit

Le principe est simple à formuler, même si la technique derrière ne l'est pas : on donne au robot une instruction écrite, par exemple « sors du hall, traverse le couloir, entre dans la réserve, et arrête-toi face à la deuxième étagère », et il l'exécute seul, en s'adaptant aux obstacles et aux personnes présentes qu'il n'a jamais rencontrés pendant son entraînement.

Concrètement, le modèle fonctionne par pointage : à chaque instant, il désigne un point précis dans l'image que capte la caméra du robot, plutôt que de calculer des distances exactes. Cette méthode le rend robuste aux changements de caméra ou d'échelle. Quand la destination sort du champ de vision, il bascule sur des instructions de déplacement plus classiques, comme avancer de deux mètres et tourner de 25 degrés.

Meilleur que les modèles à plusieurs capteurs

Sur R2R-CE, le test de référence du secteur pour évaluer la navigation dans des environnements inconnus, Robostral Navigate atteint 76,6 % de réussite. Il devance la meilleure approche à une seule caméra de 9,7 points, et surprise, la meilleure approche utilisant plusieurs capteurs ou de la profondeur de 4,5 points, tout en s'appuyant sur moins de matériel qu'elle.

C'est un modèle relativement compact, 8 milliards de paramètres, entraîné entièrement en interne par Mistral, sans s'appuyer sur des modèles open source existants. Il fonctionne sur des robots à roues, à pattes, comme sur des drones.

Le détail technique qui change l'échelle de temps

Mistral a conçu une méthode d'entraînement fondée sur la mise en cache de préfixes, qui réduit 22 fois le volume de données nécessaires par rapport à l'approche classique. Des entraînements qui prenaient auparavant des mois se terminent désormais en quelques jours. Une phase d'apprentissage par renforcement affine ensuite le modèle par essai-erreur, avec un gain de performance mesuré de 3,2 points supplémentaires.

Ce que ça annonce

Mistral présente Robostral Navigate comme une première étape, pas un aboutissement : l'entreprise vise à terme un agent robotique unifié, capable de bien plus que de se déplacer. L'application visée dépasse largement le gadget technique : industrie, logistique, livraison et hôtellerie sont citées comme premiers terrains d'usage.

---

Source : Introducing Robostral Navigate, Mistral AI