أعلنت شركة Mistral AI عن إطلاق نموذجها Robostral Navigate، وهو نموذج لغوي بصري يضم ثمانية مليارات معامل، يُتيح للروبوتات التنقل باستقلالية تامة باستخدام كاميرا RGB عادية فحسب. جاء الإعلان في الثامن من يوليو 2026، ليتحدى الافتراض السائد بأن حركة الروبوت الآمنة والموثوقة تستلزم أجهزة استشعار LiDAR باهظة الثمن أو كاميرات العمق — ويدعم هذا التحدي بنتائج قياسية تتفوق على كل الأنظمة متعددة المستشعرات.
أبرز المميزات
- نسبة نجاح 76.6% في اختبار R2R-CE على بيئات غير مألوفة، متفوقاً على أنظمة المستشعرات المتعددة وكاميرات العمق
- يتجاوز أفضل نهج بكاميرا واحدة سابق بفارق 9.7 نقطة مئوية
- دُرِّب كلياً في بيئات محاكاة افتراضية عبر 400,000 مسار و6,000 مشهد
- يعمل على الروبوتات ذات العجلات والأرجل والطائرات دون تعديلات على العتاد
- طريقة تدريب التخزين المؤقت للبادئات تُقلل استخدام الرموز 22 مرة، مما يُحوّل أشهر التدريب إلى أيام
آلية العمل: الملاحة عبر الإشارة
على عكس نماذج الملاحة التقليدية التي تُصدر أوامر تحريك قياسية، يعتمد Robostral Navigate على آلية الإشارة: بناءً على تعليمة بلغة طبيعية وصورة الكاميرا الحالية للروبوت، يتوقع النموذج إحداثيات البكسل للموقع المستهدف في الصورة والاتجاه المطلوب عند الوصول.
وحين يكون الهدف خارج مجال الكاميرا، يتراجع النموذج إلى إحداثيات الإطار المحلي — انتقال سلس يُبقي الحركة متواصلة حتى حين لا يظهر الهدف في المشهد.
يجعل هذا النهج القائم على الإشارة النموذجَ مقاوماً بطبيعته لتغيرات الخصائص الداخلية للكاميرا وحجم البيئة. يمكن لنموذج واحد قيادة روبوتات بأحجام وتكوينات مختلفة دون إعادة تدريب، وهو أمر نادر في أنظمة الذكاء الاصطناعي المتجسد الحالية.
إنجاز في كفاءة التدريب
بناء Robostral Navigate تطلّب حل مشكلة كفاءة التدريب التي أعاقت أبحاث الذكاء الاصطناعي المتجسد. طوّر فريق Mistral طريقة تخزين مؤقت للبادئات مع قناع انتباه شجري تُقلل رموز التدريب اللازمة بمقدار 22 مرة مقارنة بالأساليب التقليدية. ما كان يستغرق أشهراً من الحوسبة أصبح يتم في أيام.
فوق أساس التدريب الإشرافي، أضاف التعلم المعزز عبر خوارزمية CISPO 3.2 نقطة مئوية إضافية في معدل النجاح، دون بلوغ أي حد استقرار. تُشير Mistral إلى أن تجارب التعلم المعزز لا تزال تُظهر مكاسب، مما يعني أن النموذج لديه مجال للتحسن.
بُني النموذج بالكامل داخلياً، دون الاعتماد على نماذج لغوية بصرية مفتوحة المصدر.
نتائج المعيار القياسي
في اختبار بيئات الغرفة إلى الغرفة المستمرة (R2R-CE)، المعيار الأساسي للملاحة الداخلية في بيئات غير مألوفة:
- التحقق (بيئات مألوفة): نسبة نجاح 79.4%
- التحقق (بيئات غير مألوفة): نسبة نجاح 76.6%
تتجاوز هذه النتائج أفضل نظام بكاميرا واحدة بفارق 9.7 نقطة، وتتفوق على أفضل نهج باستخدام مستشعر العمق أو كاميرات متعددة بفارق 4.5 نقاط، رغم أن Robostral Navigate يعتمد على بيانات حسية أقل.
التطبيقات المستهدفة
صُمِّم النموذج للنشر الفعلي في بيئات داخلية وخارجية معقدة:
- التصنيع — التنقل المستقل في المصانع والمستودعات
- التوصيل واللوجستيات — التوصيل الداخلي في الميل الأخير دون عتاد ثقيل
- الضيافة — التنقل في الفنادق والمتاجر والمباني
- المكاتب والأماكن السكنية — إيجاد الطريق في بيئات مليئة بالناس والعقبات الديناميكية
أثبت فريق Mistral قدرة Robostral Navigate على إتمام مهام كاملة باستقلالية في بيئات حية مليئة بالناس والعقبات التي لم يسبق للنموذج مواجهتها خلال التدريب.
لماذا يهم هذا الإطلاق
تبرز الأهمية اقتصادياً بقدر ما تبرز تقنياً. تُضيف أجهزة استشعار LiDAR ومنصات الكاميرات المتعددة آلاف الدولارات لتكلفة كل وحدة روبوتية. نموذج جاهز للإنتاج يُحقق أداءً قياسياً متفوقاً بكاميرا RGB قياسية — من النوع الموجود في معظم الروبوتات الاستهلاكية — يُخفّض حاجز الدخول إلى الذكاء الاصطناعي المتجسد على نطاق واسع.
بالنسبة للفاعلين الصناعيين واللوجستيين في منطقة الشرق الأوسط وشمال أفريقيا وعلى المستوى العالمي، قد يُعجّل انخفاض التكاليف هذا بشكل ملحوظ من الجداول الزمنية للتبني. يُتاح النشر عبر قناة مبيعات Mistral للعملاء من المؤسسات.
المصدر: Mistral AI