Ai总结： 法国AI公司Mistral AI发布80亿参数的单摄像头导航模型Robostral Navigate，挑战多传感器系统主导地位。测试显示其在未见环境中表现超越传统方案，但实际应用效果仍存疑。

Mistral AI发布单摄像头具身导航模型，开启物理智能新赛道

周三，总部位于巴黎的人工智能企业Mistral AI正式推出名为Robostral Navigate的新型神经网络模型，该系统仅依赖单一RGB摄像头即可实现机器人的自主移动决策，标志着其首次深度切入物理世界交互领域。

突破性导航架构：纯视觉驱动的具身智能

与主流依赖激光雷达、立体视觉或多摄像头融合感知的工业级导航方案不同，Robostral Navigate采用端到端的单目视觉处理机制，通过自然语言指令直接生成运动控制信号，实现从“理解”到“行动”的闭环。

模拟环境表现亮眼，性能超越多传感器系统

根据官方披露的数据，该模型在R2R-CE未见环境基准测试中取得76.6%的成功率，较现有最佳单摄像头系统提升9.7个百分点；在验证见环境任务中达成79.4%得分，甚至超过部分基于多传感器融合的先进方案4.5个百分点。

训练效率跃升，但真实场景落地仍待验证

尽管模型展现出显著优势，其评估结果均来自仿真环境。据透露，该系统基于约60万场景中的400万条轨迹进行训练，并通过优化算法将所需训练token量压缩22倍，使训练周期从数月缩短至数日。然而，目前尚未公开设备端延迟数据或实机部署案例，业内对其能否在复杂现实场景中稳定运行持保留态度。