Mistral AI presentó Robostral Navigate, un modelo de 8.000 millones de parámetros que guía robots por entornos complejos usando solo una cámara RGB corriente. Sin LiDAR, sin sensores de profundidad, sin el equipo caro que suele hacer falta. Le das una instrucción en lenguaje natural y mueve el robot hasta el destino.
Puntos clave
- Robostral Navigate tiene 8.000 millones de parámetros y está hecho íntegramente por Mistral.
- Navega con una sola cámara RGB, sin LiDAR ni sensores de profundidad, e interpreta instrucciones en lenguaje natural.
- Se entrenó al 100% en simulación: unas 400.000 trayectorias repartidas en 6.000 escenas.
- En el benchmark R2R-CE saca 79,4% de acierto en escenas conocidas y 76,6% en escenas nuevas, por encima tanto de los sistemas de una cámara como de los multisensor.
Qué cambia técnicamente
Lo interesante es lo que quita. La robótica de navegación seria suele apoyarse en LiDAR y sensores de profundidad, que son precisos pero caros y pesados. Robostral Navigate se apaña con una cámara RGB normal, la misma clase de sensor que lleva cualquier móvil. Eso abarata el hardware y abre la puerta a robots más baratos.
Los números respaldan la apuesta. En R2R-CE, un test estándar de navegación por instrucciones, acierta el 79,4% de las veces en escenas que ya ha visto y el 76,6% en escenas nuevas. Y no gana solo a los rivales de su categoría: supera en 9,7 puntos al mejor enfoque de una sola cámara y en 4,5 puntos a los mejores sistemas multisensor, que usan mucho más equipo. Batir a los que llevan LiDAR usando solo una cámara es el titular técnico.
El modelo funciona con una técnica que Mistral llama "señalar": predice las coordenadas del punto de destino en la imagen y hacia dónde debe orientarse el robot, y cuando el objetivo queda fuera del campo de la cámara, cambia a órdenes de desplazamiento local. Se entrenó entero en simulación, con unas 400.000 trayectorias en 6.000 escenas, y generaliza a robots muy distintos: con ruedas, con patas y voladores. Por dentro, Mistral usó prefix-caching para recortar 22 veces los tokens de entrenamiento y una fase de aprendizaje por refuerzo online (algoritmo CISPO) que subió el acierto un 3,2%.
Mistral se mete en robótica
El lanzamiento dice algo sobre hacia dónde va Mistral, la apuesta europea frente a OpenAI y Google. Hasta ahora se la conocía por sus modelos de lenguaje y su bandera de código abierto. Meter la cabeza en la navegación robótica la sitúa en el mismo terreno donde ya juegan los grandes, que ven la robótica como el siguiente gran mercado de la IA. Que salga de un laboratorio europeo, y no de Silicon Valley o de China, tiene su peso en un momento en que Europa busca no quedarse fuera de esta carrera.
Por qué importa
Para la mayoría de empresas esto no es un producto que vayas a comprar mañana. Pero marca por dónde van a bajar los costes. Si un robot puede orientarse solo con una cámara barata y entender lo que le pides hablándole, la automatización física deja de ser cosa exclusiva de fábricas con presupuesto de millones. Almacenes, logística, reparto y hospitalidad son los casos que Mistral pone como ejemplo.
La señal para un directivo es la misma que con el resto de la IA: la barrera de entrada baja rápido. Tareas que hace dos años exigían sensores caros y equipos de especialistas empiezan a resolverse con un modelo y una cámara. No hace falta actuar hoy, pero sí tenerlo en el radar para cuando toque plantearse si algún proceso físico de tu operación se puede automatizar sin arruinarse en hardware.
Relacionado
