Mistral steigt in die Robotik ein: Eine Kamera reicht, um einen Roboter zu steuern
Robostral Navigate, ein vollständig in einer Simulation trainiertes 8B-Modell, steuert Roboter auf Rädern, Beinen oder in der Luft mit nur einer RGB-Kamera, und schlägt Systeme mit deutlich mehr Sensoren.
Mistral, das französische KI-Labor, das vor allem für seine offenen Sprachmodelle bekannt ist, hat sein erstes Robotikmodell veröffentlicht. Robostral Navigate ist ein 8B-Modell, nach heutigen Maßstäben klein, das Roboter nur mithilfe einer gewöhnlichen RGB-Kamera und alltagssprachlichen Anweisungen wie „Fahre in die Küche und halte am Kühlschrank“ durch Gebäude und Außenbereiche steuert.
Die einzelne Kamera ist der entscheidende Punkt. Roboter, die selbstständig navigieren, verlassen sich normalerweise auf LiDAR, einen laserbasierten Entfernungsmesser, auf Tiefensensoren oder mehrere Kameras, Hardware, die Kosten, Gewicht und Komplexität erhöht. Robostral Navigate verzichtet auf all das. Bei R2R-CE, einem Standard-Benchmark, in dem Roboter Navigationsanweisungen in noch nie gesehenen Umgebungen befolgen müssen, meldet Mistral eine Erfolgsquote von 76,6 Prozent, 9,7 Punkte mehr als die bisher beste Methode mit nur einer Kamera und bemerkenswerterweise 4,5 Punkte mehr als die besten Systeme, die Tiefensensoren oder zusätzliche Kameras einsetzen.
Der Trainingsansatz ist ebenso interessant. Das Modell hat die reale Welt nie gesehen: Es lernte vollständig in einer Simulation anhand von ungefähr 400.000 aufgezeichneten Wegen durch 6.000 virtuelle Räume. Anschließend verbesserte es sich durch bestärkendes Lernen weiter, eine Trainingsmethode, bei der das Modell durch Versuch und Irrtum lernt und eine Belohnung erhält, wenn es sein Ziel erreicht. Laut Mistral haben diese Experimente bereits 3,2 Prozentpunkte zusätzlich gebracht, ohne dass ein Plateau in Sicht wäre. Dasselbe Modell funktioniert auf Robotern mit Rädern, Beinen und Flugfähigkeit.
Was steckt dahinter? Mistral betrachtet Navigation als Grundlage für universell einsetzbare Robotik, bevor ein Roboter deine Wäsche falten kann, muss er zuverlässig zum Wäschekorb gelangen. Es gibt auch einen wirtschaftlichen Aspekt: „Physische KI“ gilt den Laboren als nächste Wachstumsgeschichte, nachdem der Markt für Chatbots zunehmend überfüllt ist. Für ein europäisches Labor liegt Robotik für Produktion, Logistik und Auslieferung nahe. Bevor du dich zu sehr freust, solltest du wissen: Mistral hat bislang weder Verfügbarkeit und Preise noch offene Modellgewichte angekündigt, es handelt sich um eine Forschungsankündigung, und ein Erfolg in simulierten Benchmarks garantiert keine reibungslose Leistung in einem echten, vollgestellten Flur.
Was das für dich bedeutet: Heute gibt es nichts herunterzuladen. Trotzdem ist dies eines jener leisen Signale für die kommende Entwicklung: Wenn Roboter mit einer einzigen günstigen Kamera statt mit Sensoren im Wert von Tausenden Euro navigieren können, lassen sich nützliche Roboter drastisch günstiger bauen. Für alle, die Europas KI-Szene verfolgen, zeigt es außerdem, dass Mistral über Chatmodelle hinauswächst, und darauf setzt, dass die nächste KI-Welle auf Rädern und Beinen läuft, nicht nur in Browsern.
Quellen
ChatGPTs neuer Sprachmodus kann gleichzeitig zuhören und sprechen
OpenAIs GPT-Live nutzt eine Vollduplex-Architektur, um Sprachgespräche menschlicher wirken zu lassen, und übergibt schwierige Fragen im Hintergrund unauffällig an GPT-5.5.
