​一個普通攝像頭就能自主導航：Mistral發佈8B模型Robostral Navigate，性能碾壓多攝像頭方案

法國人工智慧新創公司 Mistral 近日發表了第一款專為機器人導航設計的 AI 模型 Robostral Navigate，總參數量僅 8B。這款模型的突破之處在於，機器人只須配備一個普通的 RGB 攝像頭，即可在複雜環境中實現完全自主的導航能力，無需仰賴傳統的深度感測器或光學雷達（LiDAR）。這項技術的出現，大幅降低了機器人導航系統的硬體成本與部署複雜度。傳統上，要讓機器人在室內或戶外環境中順利移動，通常必須搭載多顆感測器，例如激光雷達、立體視覺攝影機或超聲波感測器。這些設備不僅價格昂貴，還需要額外的校準與維護程序，限制了機器人在一般消費市場與中小企業中的普及。

Mistral 推出的 Robostral Navigate 則徹底改寫了這項規則，僅靠一顆普通 RGB 攝像頭所擷取的影像，就能完成從環境感知、障礙物辨識到路徑規劃的完整閉環。根據 Mistral 公布的測試數據，Robostral Navigate 在 R2R-CE 基準測試中表現相當出色。在訓練集已經涵蓋的場景中，模型導航的成功率達到 79.4%；即使是在模型從未見過的全新場景下，成功率依然高達 76%。這兩項數字不僅證明了模型的泛化能力，更值得注意的是，它比此前市場上最佳的單攝像頭導航方案還要高出 9 個百分點。

換句話說，過去需要多顆鏡頭甚至深度感測器才能達到的效果，如今用一顆普通攝像頭就足以超越。這款模型的主要應用鎖定在「具身導航任務」，也就是讓機器人能夠理解所處環境並自主移動至指定目標。適用場景涵蓋辦公室、住宅、商業建築以及戶外環境。不論是送餐機器人、倉儲搬運機器人，還是居家清掃機器人，都可以透過嵌入 Robostral Navigate 來獲得可靠的導航能力，而不再需要為每台機器人安裝昂貴的感測器陣列。Mistral 過去以大型語言模型聞名，這次跨足機器人領域，選擇以輕量化的 8B 參數模型切入，展現了其對邊緣運算與即時推理的重視。

8B 參數意味著模型可以在功耗與運算資源有限的嵌入式設備上運行，不必依賴雲端連線，這對於需要即時反應的機器人導航來說至關重要。Robostral Navigate 的推出，也代表 AI 模型從純文字處理走向物理世界互動的重要一步。從技術層面來看，單攝影機視覺導航最大的挑戰在於如何從二維影像中重建三維空間資訊，並在動態環境中維持穩定的定位與路徑規劃。傳統方法通常需要深度估計模型輔助，而 Robostral Navigate 似乎直接將環境理解與導航決策整合在同一個模型中，跳過了繁複的中間步驟。這不僅提升了效率，也減少了系統延遲。

儘管 Robostral Navigate 的成果令人振奮，但機器人導航仍存在許多現實考驗。例如在光線昏暗、反光強烈或紋理極少的環境中，單一 RGB 攝像頭的表現是否依然穩定，仍有待更多實際部署的驗證。不過，76% 的全新場景成功率已經顯示，這套方案具備足夠的魯棒性來應對大部分常見的室內外環境。業界觀察人士指出，Mistral 選擇在此時推出機器人導航模型，正好呼應了全球對低成本自主機器人的強勁需求。隨著無人配送、智慧製造與服務型機器人市場持續成長，能將導航系統的硬體成本壓低的解決方案，將具有極高的商業潛力。

Robostral Navigate 的出現，可能促使更多中小型機器人製造商採用純視覺方案，進一步加速機器人的普及。值得一提的是，Mistral 並未公布 Robostral Navigate 的開源計畫或商業授權細節。不過考慮到該公司過去對開放模型生態的態度，未來很可能會提供開發者友善的部署工具，讓機器人研發團隊能夠快速整合這項技術。這也將有助於建立更豐富的應用場景，從辦公室迎賓機器人到戶外巡檢無人車，都有機會受惠。整體而言，Robostral Navigate 以 8B 參數的輕量模型，搭配一顆普通攝像頭，便能在導航效能上碾壓過去需要多感測器的方案。

這不僅是 Mistral 在機器人領域的漂亮開局，更為整個產業揭示了「視覺優先」的新可能。隨著模型持續迭代與硬體成本持續下降，未來或許只需要一支手機級的攝像頭，就能讓任何移動機器人擁有精準的導航大腦。