Mistral entra en la robótica: una sola cámara basta para dirigir un robot
Robostral Navigate, un modelo 8B entrenado íntegramente en simulaciones, guía robots con ruedas, patas o capacidad de vuelo utilizando una sola cámara RGB y supera a sistemas cargados de sensores.
Mistral, el laboratorio francés de IA conocido sobre todo por sus modelos de lenguaje abiertos, ha presentado su primer modelo de robótica. Robostral Navigate es un modelo 8B, pequeño para los estándares actuales, que dirige robots por edificios y espacios exteriores utilizando únicamente una cámara RGB convencional e instrucciones en lenguaje natural como «ve a la cocina y detente junto al frigorífico».
El detalle de la cámara única es la verdadera noticia. Los robots capaces de desplazarse de forma autónoma suelen depender de LiDAR (un escáner de distancias basado en láser), sensores de profundidad o varias cámaras, componentes que añaden costes, peso y complejidad. Robostral Navigate prescinde de todo ello. En R2R-CE, una prueba estándar en la que los robots deben seguir instrucciones de navegación en entornos que nunca han visto, Mistral informa de una tasa de éxito del 76,6 por ciento: 9,7 puntos más que el mejor método anterior con una sola cámara y, de forma destacada, 4,5 puntos más que los mejores sistemas que sí utilizan sensores de profundidad o cámaras adicionales.
El enfoque de entrenamiento resulta igual de interesante. El modelo nunca vio el mundo real: aprendió íntegramente mediante simulaciones, a partir de unos 400.000 recorridos grabados en 6.000 espacios virtuales, y después mejoró aún más mediante aprendizaje por refuerzo, un método de entrenamiento en el que aprende por ensayo y error y recibe recompensas cuando alcanza su objetivo. Mistral afirma que esos experimentos ya han sumado 3,2 puntos porcentuales y todavía no se aprecia ningún estancamiento. El mismo modelo funciona con robots de ruedas, patas y capacidad de vuelo.
¿Qué hay detrás? Mistral considera la navegación como la base de la robótica de propósito general: antes de que un robot pueda doblar tu ropa, debe ser capaz de llegar de forma fiable hasta el cesto de la colada. También existe un ángulo empresarial: la «IA física» es donde los laboratorios buscan la próxima historia de crecimiento ahora que el mercado de los chatbots está saturado. Para un laboratorio europeo, la robótica aplicada a la fabricación, la logística y el reparto encaja de forma natural. Algo que conviene saber antes de entusiasmarse: Mistral aún no ha anunciado disponibilidad, precios ni pesos abiertos. Es un anuncio de investigación, y los buenos resultados en pruebas simuladas no garantizan un funcionamiento fluido en un pasillo real lleno de obstáculos.
Qué significa esto para ti: Hoy no hay nada que descargar. Pero esta es una de esas señales discretas sobre la dirección del sector: si los robots pueden orientarse con una cámara barata en vez de necesitar sensores valorados en miles de euros, fabricar robots útiles se abarata de forma radical. Para quienes siguen la escena europea de la IA, también indica que Mistral está ampliando su actividad más allá de los modelos de chat y apuesta por que la próxima ola de IA circulará sobre ruedas y patas, no solo dentro del navegador.
Fuentes
El nuevo modo de voz de ChatGPT puede escuchar y hablar al mismo tiempo
GPT-Live de OpenAI utiliza una arquitectura full-duplex para que las conversaciones de voz resulten humanas y, en segundo plano, deriva discretamente las preguntas difíciles a GPT-5.5.
