Mistral se lance dans la robotique : une seule caméra suffit pour diriger un robot
Robostral Navigate, un modèle 8B entièrement entraîné en simulation, guide des robots à roues, à pattes ou volants à l’aide d’une seule caméra RVB, et surpasse des systèmes riches en capteurs.
Mistral, le laboratoire français d’IA surtout connu pour ses modèles de langage ouverts, a lancé son premier modèle de robotique. Robostral Navigate est un modèle 8B, petit selon les standards actuels, qui dirige des robots dans des bâtiments et des espaces extérieurs à l’aide d’une seule caméra RVB ordinaire et d’instructions en langage courant, comme « va dans la cuisine et arrête-toi près du réfrigérateur ».
Cette unique caméra constitue le véritable enjeu. Les robots qui se déplacent de manière autonome reposent généralement sur le LiDAR, un scanner de distance à laser, des capteurs de profondeur ou plusieurs caméras, autant de matériel qui accroît le coût, le poids et la complexité. Robostral Navigate se passe de tout cela. Sur R2R-CE, une évaluation standard dans laquelle les robots doivent suivre des instructions de navigation dans des environnements qu’ils n’ont jamais vus, Mistral annonce un taux de réussite de 76,6 %, 9,7 points de mieux que la meilleure méthode précédente à caméra unique et, fait notable, 4,5 points de mieux que les meilleurs systèmes utilisant des capteurs de profondeur ou des caméras supplémentaires.
La méthode d’entraînement est tout aussi intéressante. Le modèle n’a jamais vu le monde réel : il a tout appris en simulation, à partir d’environ 400 000 trajectoires enregistrées dans 6 000 espaces virtuels, puis a encore progressé grâce à l’apprentissage par renforcement, une méthode dans laquelle le modèle apprend par essais et erreurs, et reçoit une récompense lorsqu’il atteint son objectif. Selon Mistral, ces expériences ont déjà ajouté 3,2 points de pourcentage sans qu’aucun plafonnement soit encore en vue. Le même modèle fonctionne avec des robots à roues, à pattes ou volants.
Que se cache-t-il derrière ce projet ? Mistral considère la navigation comme le socle de la robotique généraliste, avant de pouvoir plier votre linge, un robot doit réussir à atteindre le panier à linge de manière fiable. Il y a aussi un enjeu commercial : « l’IA physique » est le nouveau relais de croissance recherché par les laboratoires, maintenant que le marché des chatbots est encombré. Pour un laboratoire européen, la robotique appliquée à la production, à la logistique et à la livraison représente un prolongement naturel. À savoir avant de vous enthousiasmer : Mistral n’a encore annoncé ni disponibilité, ni tarif, ni poids ouverts, il s’agit d’une annonce de recherche, et une réussite aux évaluations en simulation ne garantit pas un fonctionnement sans accroc dans un véritable couloir encombré.
Ce que cela signifie pour vous : Il n’y a rien à télécharger aujourd’hui. Mais c’est l’un de ces signaux discrets qui indiquent la direction prise : si les robots peuvent se déplacer avec une seule caméra bon marché plutôt qu’avec plusieurs milliers d’euros de capteurs, il devient nettement moins cher de construire des robots utiles. Pour les personnes qui suivent l’écosystème européen de l’IA, c’est aussi le signe que Mistral s’étend au-delà des modèles de chat, et parie que la prochaine vague d’IA avancera sur des roues et des pattes, et pas seulement dans les navigateurs.
Sources
Le nouveau mode vocal de ChatGPT peut écouter et parler en même temps
GPT-Live d’OpenAI utilise une architecture en duplex intégral pour rendre les conversations vocales plus humaines, et transmet discrètement les questions difficiles à GPT-5.5 en arrière-plan.
