Robostral Navigate発表──単眼カメラだけで動くロボットナビAIの現実味

Mistral AIは、ロボットの自律移動に特化した8Bモデル「Robostral Navigate」を発表した。LiDARや深度センサーを使わず、単一のRGBカメラと自然言語指示で複雑な環境を移動することを狙う。

単眼ナビゲーションの特徴

Robostral Navigateは、R2R-CE validation unseenで76.6%の成功率を示し、単眼方式だけでなく複数センサー方式の既存手法も上回ったと説明されている。モデルはシミュレーションで生成した約240万の軌跡、35万シーンを用いて訓練された。

移動先を画像上の座標として指し示す「pointing」方式を中心にし、対象が視野外の場合はローカル座標での移動指示に切り替える。カメラの内部パラメータやロボットのサイズ差に強くする狙いがある。

日本企業への示唆

ロボット導入では、センサー構成がコスト、保守、設置条件を大きく左右する。単眼カメラで高いナビゲーション性能が出るなら、倉庫、オフィス、商業施設、病院などでの導入ハードルは下がる可能性がある。

一方、シミュレーションでの性能が現場の安全性を保証するわけではない。照明、反射、混雑、床面、非常停止、通信断など、現実環境の例外をどう扱うかが本番導入の焦点になる。

注意点

Physical AIは効果が見えやすい一方で、事故時の責任と検証が重い領域だ。企業は、モデル性能だけでなく、走行ログ、停止条件、人との距離、保険、現場教育を含めた安全設計を先に固めるべきだ。

参考：Mistral AI公式発表