Mistral AI 發表 Robostral Navigate:單一攝影機＋語言指令,機器人就能自己找路

Mistral AI 於 2026 年 7 月 8 日發表首款機器人導航模型 Robostral Navigate,鎖定「機器人如何在真實空間裡自己找路」這個問題。這是一款 80 億參數模型,僅需一顆一般 RGB 攝影機搭配自然語言指令,即可規劃路徑,不必依賴光達(LiDAR)、深度攝影機或多鏡頭陣列。官方公布的實測數據顯示,在衡量導航指令跟隨能力的 R2R-CE(Room-to-Room in Continuous Environments)基準測試中,Robostral Navigate 達到 76.6% 成功率,比目前最佳的單攝影機方案高出 9.7 個百分點,甚至比搭配深度攝影機或光達的多感測器方案還高出 4.5 個百分點。

技術意義:用模擬取代真實世界試錯

模型完全在模擬環境中訓練,累積 40 萬條導航軌跡、橫跨 6,000 個模擬場域,再把學到的導航能力遷移到真實世界執行,同一套權重可套用在輪式、腿式甚至飛行載具等不同機型上,不必為每種硬體重新訓練。這種「Sim-to-Real」路線並非新概念,但把單攝影機、語言指令、跨硬體通用三個條件與可驗證的基準成績同時做到,顯示模擬訓練的精細度已到了能被拿出來當產品賣的階段。

與既有方案的落差:導航技術正在「輕量化」

目前多數商用導航機器人仍高度依賴光達或深度攝影機等昂貴感測器,以及針對特定機型客製化的控制軟體。Robostral Navigate 若能維持官方公布的實測水準,等於把導航能力從「昂貴專用感測硬體」搬到「一般攝影機加模型算力」上,是硬體門檻下降、軟體門檻承接的產業轉移訊號。目前 Mistral 已開放製造、物流、配送與飯店等領域的部分合作夥伴優先測試,尚未全面開放。

對管理者的意義

這則新聞值得管理者留意的不是「要不要馬上買機器人」,而是感測與導航技術門檻正在快速下降。原本需要昂貴光達與客製化整合的自動導引方案,未來可能用一顆攝影機加通用模型就能達成,代表機器人導入的成本結構將在一到兩年內明顯改變,值得提前追蹤供應商動態、預留評估空間。