Mistral、カメラ1台で動作するロボットナビモデルを発表

欧州を代表するAIスタートアップであるMistral AIは、自律型ロボットナビゲーションに特化した80億パラメータ（8B）のAIモデル「Robostral Navigate」を発表しました。新たに設立された「AI Science Robotics」部門が手がけた本モデルは、ロボットの車輪型や飛行型といった形態に依存しない仕様で、高価なセンサー類を必要とせず、カメラ1台の視覚情報とテキストによる移動指示のみで高い移動性能を実現します。

1. 単一のRGBカメラ映像からコマンド生成

本モデルは、単一のRGBカメラからのビデオ入力と、「ロビーを出て廊下を進み、資材室に入って2番目の棚の前に止まる」といった自然言語の指示を直接受け取り、ロボットが実行すべきナビゲーションコマンドに変換します。従来のナビゲーションでは、障害物や位置を検知するためにLiDARや深度カメラ、IMUなどの複数のセンサー群を組み合わせることが不可欠とされてきましたが、本モデルはその定説を覆す性能を示しました。

2. 多重センサー搭載の従来基準を凌駕するベンチマーク性能

未学習（初めて走行する）の連続環境評価ベンチマーク「R2R-CE」において、Robostral Navigateは76.6%の成功率を記録しました。これは、他の単一カメラモデルの精度を9.7ポイント上回るだけでなく、LiDARと深度カメラを組み合わせた従来の多重センサーシステムのスコアをも4.5ポイント上回る結果です。この技術が実機で証明されれば、配送ロボットや自律搬送車の製造コストを大幅に引き下げる要因となります。

3. シミュレーションによる高速訓練とM&Aの背景

このロボット制御モデルは、6,000の仮想シーンにおける約40万回の移動データを用い、完全にシミュレーション環境で訓練されました。さらに、Reutersの報道によると、本モデルの開発にはMistral AIが2026年5月に実施したオーストリアのロボットAIスタートアップ「Emmi AI」の買収と技術統合が深く関与していることが明らかになりました。

これまでのテキストや画像の枠組みを超えて、Mistral AIは物理世界に干渉する「フィジカルAI」およびロボティクスの分野へ本格的に進出しました。ハードウェアの製造コストを抑えた自律走行の可能性を提示したことで、倉庫内オートメーションやスマートファクトリー市場における新たな有力な競合が現れたことになります。

引用元：AI Weekly