Mistral lanza Robostral Navigate: un modelo de 8B que guía robots con una sola cámara barata

Mistral presentó esta semana Robostral Navigate: un modelo de navegación corpórea de 8.000 millones de parámetros que guía a un robot por edificios que nunca ha visto usando únicamente una cámara RGB y una instrucción en lenguaje natural. Sin lidar. Sin sensor de profundidad. Sin mapa previo.

La propuesta es directa. Se le entrega al modelo un fotograma de la cámara y una orden del tipo “sal del vestíbulo, atraviesa el pasillo, entra en el almacén y detente frente a la segunda estantería”, y devuelve una coordenada de destino dentro de la imagen actual o un comando de desplazamiento local. Ese bucle, repetido, es navegación autónoma en interiores con hardware de consumo.

Los números respaldan la afirmación. En la partición de entornos no vistos de R2R-CE — el benchmark estándar de navegación visión-lenguaje en entornos continuos — Robostral Navigate logra un 76,6% de éxito, y un 79,4% en la partición de entornos conocidos. Supera a los sistemas monoculares anteriores por 9,7 puntos porcentuales. Y lo más llamativo: bate a los enfoques multisensor por 4,5 puntos sin usar profundidad ni múltiples cámaras. El costoso paquete de sensores, resulta, no compraba precisión.

El entrenamiento es donde se nota el sello de eficiencia de Mistral. El modelo aprendió de unas 400.000 trayectorias repartidas en 6.000 escenas simuladas — sin flotas de recogida de datos en el mundo real. Un esquema de prefix-caching redujo los tokens de entrenamiento 22 veces, comprimiendo ejecuciones de un mes en cuestión de días. El aprendizaje por refuerzo ya ha sumado 3,2 puntos adicionales y, según Mistral, las mejoras no muestran “ninguna meseta medida”. Habrá checkpoints actualizados.

Al ser agnóstico al hardware, los mismos pesos sirven para robots con ruedas, plataformas con patas y drones. Mistral lo posiciona como middleware para la industria robótica: el cerebro de percepción y navegación que cualquier fabricante puede montar sobre su chasis. El lanzamiento sale de su recién creada división AI Science Robotics, con Airbus y BMW ya firmados como socios — los almacenes logísticos y las plantas de fabricación son los despliegues obvios.

Las salvedades existen. Todos los resultados publicados provienen de simulación; Mistral no ha mostrado datos de despliegue real. Tampoco hay precio, modelo de distribución ni calendario — no está claro si Robostral Navigate será open-weight, como buena parte de su catálogo, o quedará reservado a acuerdos industriales.

Aun así, la dirección importa. El coste de los sensores ha frenado la navegación robótica durante una década: los equipos de lidar y profundidad añaden miles de dólares por unidad. Si un modelo de 8B con una cámara de clase webcam iguala de verdad a ese stack, la lista de materiales de un robot de interior útil acaba de desplomarse.

Fuentes

• AI Weekly