Mistral entra nella robotica: basta una videocamera per guidare un robot
Robostral Navigate, un modello 8B addestrato interamente in simulazione, guida robot su ruote, con zampe e volanti usando una sola videocamera RGB, superando sistemi ricchi di sensori.
Mistral, il laboratorio francese di IA noto soprattutto per i suoi modelli linguistici aperti, ha presentato il suo primo modello di robotica. Robostral Navigate è un modello 8B, piccolo per gli standard odierni, che guida i robot attraverso edifici e spazi all’aperto usando soltanto una normale videocamera RGB e istruzioni in linguaggio naturale come «vai in cucina e fermati accanto al frigorifero».
Il dettaglio della singola videocamera è il cuore della notizia. I robot capaci di muoversi autonomamente si affidano in genere al LiDAR, uno scanner laser per misurare le distanze, a sensori di profondità o a più videocamere, componenti che aumentano costi, peso e complessità. Robostral Navigate fa a meno di tutto questo. Su R2R-CE, un benchmark standard in cui i robot devono seguire istruzioni di navigazione in ambienti mai visti, Mistral dichiara una percentuale di successo del 76,6%, 9,7 punti in più rispetto al miglior metodo precedente basato su una sola videocamera e, fatto notevole, 4,5 punti in più rispetto ai migliori sistemi che utilizzano sensori di profondità o videocamere aggiuntive.
L’approccio all’addestramento è altrettanto interessante. Il modello non ha mai visto il mondo reale: ha imparato interamente in simulazione, da circa 400.000 percorsi registrati in 6.000 spazi virtuali, e in seguito è migliorato ancora grazie all’apprendimento per rinforzo, un metodo di addestramento basato su tentativi ed errori nel quale il modello riceve una ricompensa quando raggiunge il proprio obiettivo. Mistral afferma che tali esperimenti abbiano già aggiunto 3,2 punti percentuali e che non si intraveda ancora un limite ai progressi. Lo stesso modello funziona su robot con ruote, zampe o capacità di volo.
Cosa c’è dietro? Mistral considera la navigazione il fondamento della robotica generalista: prima di poter piegare il bucato, un robot deve riuscire a raggiungere con affidabilità il cesto dei panni. C’è anche un aspetto commerciale: ora che il mercato dei chatbot è affollato, i laboratori cercano nella cosiddetta «IA fisica» la prossima storia di crescita. Per un laboratorio europeo, la robotica destinata alla produzione, alla logistica e alle consegne rappresenta una scelta naturale. Prima di entusiasmarti, è bene sapere che Mistral non ha ancora annunciato disponibilità, prezzi o pesi aperti. Si tratta di un annuncio di ricerca e il successo nei benchmark in simulazione non garantisce un funzionamento impeccabile in un vero corridoio pieno di ostacoli.
Cosa significa per te: oggi non c’è nulla da scaricare. Questo è però uno di quei segnali discreti sulla direzione futura: se i robot possono orientarsi con una sola videocamera economica invece di usare sensori dal costo di migliaia di euro, costruire robot utili diventa molto meno costoso. Per chi segue la scena europea dell’IA, è anche la prova che Mistral si sta espandendo oltre i modelli di chat e scommette che la prossima ondata di IA si muoverà su ruote e zampe, non soltanto nei browser.
Fonti
La nuova modalità vocale di ChatGPT può ascoltare e parlare contemporaneamente
GPT-Live di OpenAI usa un'architettura full-duplex per rendere naturali le conversazioni vocali, affidando in sottofondo le domande difficili a GPT-5.5.
