Mistral AI lance Robostral Navigate, un modèle d'intelligence artificielle de huit milliards de paramètres conçu spécifiquement pour la navigation autonome des robots. Contrairement aux solutions industrielles habituelles qui nécessitent des capteurs de profondeur, du LiDAR ou des architectures multi-caméras, ce système fonctionne avec un seul capteur RGB ordinaire et des instructions en langage naturel. Sur le benchmark R2R-CE, qui mesure la capacité des robots à suivre des consignes dans des environnements jamais rencontrés lors de l'entraînement, il atteint un taux de réussite de 76,6 %. Il devance ainsi les meilleures approches monoculaires de 9,7 points et surpasse même les configurations multi-capteurs de 4,5 points. Le fonctionnement repose sur une stratégie de navigation par pointage. Au lieu de calculer des distances métriques complexes, le modèle prédit les coordonnées cibles dans le champ de la caméra et l'orientation finale souhaitée. Cette approche rend le système naturellement robuste aux variations de perspective, de focale ou d'échelle. Si la destination sort du champ visuel, le modèle bascule automatiquement vers des déplacements relatifs dans le repère local du robot. Conçu entièrement en interne, Robostral Navigate découle directement d'un modèle vision-langage spécialisé dans l'ancrage spatial, comme le repérage d'objets ou le comptage, faisant de la navigation une extension naturelle de ses capacités de perception. La performance élevée du modèle repose sur des méthodes d'entraînement hautement optimisées. Une infrastructure de génération de données en simulation a produit environ 400 000 trajets à travers des milliers de scènes virtuelles. Une technique de mise en cache des préfixes combinée à un masquage d'attention arborescent permet de compresser une séquence complète en un seul passage, réduisant le volume de jetons nécessaires de vingt-deux fois. Cette efficacité transforme des entraînements normalement longs de plusieurs mois en processus réalisables en quelques jours. Une fois la phase supervisée terminée, un algorithme d'apprentissage par renforcement en ligne nommé CISPO est appliqué. Il permet au réseau d'apprendre de ses erreurs, de se remettre de situations d'échec et de développer des comportements exploratoires, améliorant le taux de réussite de 3,2 points supplémentaires. Cette avancée technologique ouvre la voie à une intelligence incarnée véritablement unifiée. En pratique, Robostral Navigate permet aux robots de se déplacer de manière autonome dans des bureaux, des entrepôts, des hôpitaux ou des espaces publics, en évitant les piétons et les obstacles imprévus sans besoin de recalibrage constant. Pour les secteurs de la logistique, de la livraison autonome, de l'hôtellerie et de la maintenance, le modèle réduit drastiquement le coût matériel tout en garantissant une grande polyvalence opérationnelle. La présentation de Robostral Navigate constitue la première pierre d'une plateforme de navigation robotique générale. Mistral AI indique que les courbes d'apprentissage restent ascendantes et que la performance continuera de progresser avec l'augmentation des données d'entraînement et des tests en conditions réelles. En parallèle, l'entreprise élargit activement ses équipes de recherche et d'ingénierie pour accélérer le déploiement de cette intelligence embarquée et consolider sa position dans le développement de la robotique autonome de nouvelle génération.