Robostral Navigate

1. 调研缘由

Robostral Navigate 是 Mistral 首个面向具身导航的模型，发布于 2026 年 7 月，关注单摄像头机器人如何执行长路径自然语言指令。[S1][S2]

2. 简介与产品工作流

模型输入 RGB 图像和自然语言任务，预测机器人下一步应前往的图像位置及到达后的朝向；目标不在当前视野内时，官方称其会回退到机器人局部坐标系中的位移指令。[S1]

官方称该模型可用于轮式、足式与飞行机器人，面向办公、住宅、商业和户外环境。[S1]

3. 团队与资本背景

Robostral Navigate 由 Mistral AI 发布，治理页将其列为专用模型，状态为 Active。[S1][S2]

4. 技术基础与生态位

官方披露它是 8B 模型、只用单个普通 RGB 摄像头、不使用 LiDAR 或深度传感器，并在模拟环境中训练；数据集约含 240 万条轨迹、35 万个场景。[S1]

训练采用基于 prefix-caching 的方法和在线强化学习。完整权重、训练数据和部署接口未见公开。[S1]

5. 市场与外部信号

官方将制造、配送、物流与酒店列为潜在场景，并报告其在 R2R-CE validation unseen 上的 76.6% 成功率。[S1]

6. 公开评价与主要分歧

正面评价（官方）： 官方称其单摄像头配置在所述基准上超过若干多传感器方案。[S1]

主要批评/质疑（独立来源）： 本次没有纳入独立实机复现，不能把模拟基准成绩外推为现实场地表现。

存在分歧之处： 传感器简化有利于硬件成本，但真实环境的安全、定位与失效恢复仍须单独验证。

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： 多摄像头、深度相机或 LiDAR 导航系统。

维度	Robostral Navigate	多传感器导航系统
视觉输入	单个 RGB 摄像头。[S1]	常见深度、LiDAR 或多摄像头。
输出方式	指向位置和朝向，必要时局部位移。[S1]	实现各异。
公开状态	企业合作入口，权重未公开。	产品各异。

8. 信息缺口与后续观察

• 实机安全性、延迟、部署硬件和价格未公开。
• 需要独立测试不同光照、障碍物和机器人平台。

9. 归纳洞察 ★

Robostral Navigate 把具身导航拆成视觉定位与动作选择，说明机器人模型的评估不能只看语言理解，还要看真实传感器和失效边界。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-31
• 最后复查(last_checked): 2026-07-31
• 最后更新(last_updated): null