Mistral发布8B导航模型：单摄像头让机器人认路

7月8日，法国AI公司Mistral发布了首款机器人导航AI模型Robostral Navigate。参数只有8B，但有个很特别的设定：它只靠一个普通RGB摄像头，就能让机器人在办公室、住宅、商业建筑甚至户外环境中自主导航。

为什么这件事有意思

目前主流机器人导航方案基本都依赖激光雷达或深度传感器。激光雷达贵、深度传感器对环境光敏感，这两样东西把机器人成本推高了不少。Robostral Navigate的思路是反过来的：我不堆硬件，我堆算法。

用单个RGB摄像头做导航，相当于让机器人只用一只普通眼睛看世界，然后脑补出三维空间。这件事在过去基本被认为不可行，因为单目视觉缺少深度信息。但Mistral用8B参数的模型做到了。

实际表现怎么样

在R2R-CE基准测试中，Robostral Navigate在训练集已有场景中的导航成功率超过70%。这个数字单独看不算惊艳，但考虑到它只用单摄像头、不依赖任何深度传感器，已经是非常有意义的突破。

更重要的是，这个模型不需要GPU集群推理。8B参数意味着它可以在边缘设备上运行，比如直接部署在机器人的嵌入式计算单元上。这对实际落地来说是个巨大优势。

对机器人行业意味着什么

如果单摄像头导航这条路能走通，机器人整机BOM成本可以砍掉一大块。目前一台人形机器人的传感器成本占比不低，激光雷达动辄几千块。省掉这些，机器人就有机会从工业场景走向消费级市场。

更值得关注的是Mistral进入机器人赛道的信号。这家公司之前主要做文本大模型，现在开始做具身智能的感知层。说明AI公司已经意识到：光会聊天不够，得会走路。从大模型到机器人导航，本质上是在把语言理解能力迁移到空间理解上。

冷静一下

当然，现在说它能取代激光雷达还为时过早。70%的成功率在实验室是突破，在真实工厂里可能意味着每三次导航就失败一次。而且单摄像头在低光、逆光、遮挡场景下的表现，论文里还没给够数据。

但这个方向的正确性是毋庸置疑的。就像自动驾驶从堆激光雷达转向纯视觉方案一样，机器人导航大概率也会走这条路。Mistral这次不是发了一篇论文，而是指了一个方向：用轻量模型加普通摄像头，让机器人真正便宜起来。