Robostral Navigate казва на робота накъде да върви, гледайки през една обикновена камера. Без лазерен далекомер. Без сензори за дълбочина. Без няколко камери наведнъж. Роботът се ориентира горе-долу както се ориентираме ние - с очи и с опит.
Факт
Фактите: модел с 8 милиарда параметъра, трениран изцяло в симулация, около 400 000 траектории в 6000 сцени, нито веднъж с истински робот в истинска стая. По данни на Mistral, на бенчмарка R2R-CE моделът постига 79.4% успеваемост при познати сцени и 76.6% при непознати, което според компанията е с 9.7 точки над най-добрия досегашен подход с една камера и с 4.5 точки над системи, които ползват сензори за дълбочина или няколко камери. Техника за кеширане намалява нужните токени при обучение 22 пъти, също по данни на Mistral. Цена и лиценз няма обявени; поканата е за разговор с екипа, тоест достъпът е през партньорство, не свободно сваляне.
Кое работи наистина личи в избора какво да махнеш, не в колко точки биеш таблицата. Лазерният далекомер и сензорите за дълбочина често струват колкото цялото шаси - те са скъпата половина на всеки мобилен робот. Издържи ли успеваемост около осемдесет процента с една евтина камера извън тестовата зала, прагът кой може да строи роботи пада рязко. Тази сметка ме вълнува повече от процента.
Скъпият сензорен стек отпада. Роботът гледа с едно око, като нас.
Оттук нататък е чакане. Моделът е учен само в симулация и още не е достъпен извън партньорство - вратата не е отворена за всеки. Засега е обещание за евтина навигация, не машина, която поръчваш утре. Ще проверя как се държи извън симулацията, когато мога. Струва си да го следиш и по друга причина: това е първият сериозен ход в роботиката на европейски играч, познат досега само с езикови модели.
Официални първоизточници
Mistral AI - Robostral NavigateВизуалът към статията е генериран код-арт, без чужди изображения.