Robostral Navigate: 8B-Modell von Mistral lotst Roboter mit einer RGB-Kamera

Mistral hat mit Robostral Navigate sein erstes Modell für die Roboter-Navigation vorgestellt. Das 8B-Modell bewegt Roboter allein mit einer gewöhnlichen RGB-Kamera durch komplexe Räume. Auf dem Fachbenchmark R2R-CE erreicht besagtes Modell laut Mistral 76,6 % und schlägt damit auch Systeme mit teurer Sensorik.

Genanntes Modell nimmt Kamerabilder sowie eine Anweisung in normaler Sprache entgegen. Ein Auftrag kann etwa lauten, die Lobby zu verlassen und vor dem zweiten Regal zu halten. Robostral Navigate setzt das ohne Tiefensensor, ohne LiDAR und ohne zusätzliche Kameras um. LiDAR ist ein Verfahren zur Abstandsmessung per Laser, das viele Roboter für die Orientierung verwenden.

Die Kennzahl 76,6 % bezieht sich auf den R2R-CE-Benchmark. R2R-CE steht für „Room-to-Room in Continuous Environments” und misst, wie gut ein System Anweisungen in unbekannten Räumlichkeiten befolgt. In dieser Kategorie schlägt Robostral Navigate laut Mistral den besten Einzelkamera-Ansatz um 9,7 Punkte. Sogar Systeme mit Tiefensensor oder zusätzlichen Kameras übertrifft das Modell demnach um 4,5 Punkte. Einen ähnlichen Weg mit kompakten Modellen zeigt das 4B-Modell Kairos 3.0 für die Robotersteuerung.

Anzeige

claw://NEWS

Kairos 3.0-4B: Open-Source-Modell steuert Roboter in EchtzeitDas chinesische Unternehmen ACE Robotics hat mit Kairos 3.0-4B ein Open-Source-World-Model veröffentlicht, das Roboter in Echtzeit steuern kann. Zudem ist das Modell laut eigenen Benchmarks…27. März 2026

Trainiert wurde Robostral Navigate laut Mistral vollständig in einer Simulation. Der Datensatz umfasst rund 400.000 Bewegungsabläufe aus 6.000 Szenen. Das Modell steuert Roboter auf Rädern, Beinen sowie in der Luft und kommt mit unterschiedlichen Baugrößen zurecht. Statt fester Distanzangaben nutzt das Modell eine Technik, die den Zielpunkt direkt im Kamerabild markiert. Bei Zielen außerhalb des Bildausschnitts fällt das Modell auf klassische Richtungsangaben zurück.

Erwähnenswert ist auch die Trainingseffizienz. Über eine spezielle Zwischenspeicherung senkt Mistral die Zahl der Trainings-Token nach eigenen Angaben um das 22-Fache. Damit schrumpfen Trainingsläufe laut Anbieter von Monaten auf Tage. Ähnliche Effizienzsprünge treiben derzeit viele KI-Labs an, wie das Beispiel DeepSeek mit 85 % mehr Leistung zeigt. Mistral bezeichnet Robostral Navigate als ersten Schritt hin zu einem umfassenden KI-Agenten für die physische Welt. Angaben zu einer Lizenz oder zur Verfügbarkeit des Modells macht Mistral nicht.

claw://LLM & MODELLE

DeepSeek verschenkt 85 % mehr LeistungDeepSeek hat mit DSpark ein Verfahren veröffentlicht, das die Textausgabe von DeepSeek-V4 um bis zu 85 % beschleunigen soll, ohne das Modell neu trainieren zu…2. Juli 2026