Le 8 juillet 2026, la start-up française Mistral AI, jusqu’ici surtout connue pour ses grands modèles de langage, a dévoilé Robostral Navigate, son tout premier modèle dédié à la navigation robotique. Avec cette sortie, le laboratoire parisien affiche une ambition claire : sortir l’intelligence artificielle des écrans pour la faire entrer dans des corps mécaniques capables de se déplacer seuls dans le monde réel, des entrepôts aux bureaux en passant par les espaces extérieurs.
Concrètement, Robostral Navigate est un modèle de 8 milliards de paramètres qui prend en entrée un flux d’images et une consigne en langage naturel, du type « sors du hall, traverse le couloir, entre dans le local technique et arrête-toi face à la deuxième étagère », puis pilote le robot pas à pas jusqu’à destination. Le système gère seul l’ensemble du trajet, y compris lorsqu’il croise des obstacles ou des personnes qu’il n’avait jamais rencontrés pendant son entraînement.
Ce qui distingue surtout ce modèle, c’est sa sobriété matérielle. Là où la plupart des systèmes de navigation robotique s’appuient sur des capteurs de profondeur, des LiDAR ou plusieurs caméras combinées, Robostral Navigate se contente d’une seule caméra RGB ordinaire. Il atteint pourtant 76,6 % de réussite sur le benchmark de référence R2R-CE dans des environnements inédits, et 79,4 % sur des environnements déjà vus à l’entraînement. Ce score dépasse de 9,7 points la meilleure approche concurrente à caméra unique, et de 4,5 points les meilleurs systèmes équipés de capteurs de profondeur ou de plusieurs caméras.
Mistral affirme avoir construit ce modèle entièrement en interne, sans repartir d’un modèle vision-langage open source existant. Il a été entraîné sur environ 400 000 trajectoires générées dans 6 000 scènes simulées, grâce à un pipeline de données conçu maison. Pour se repérer, le modèle utilise une méthode dite de « pointage » : il désigne directement, dans l’image de sa caméra, les coordonnées du point vers lequel se diriger, et bascule vers des instructions de déplacement classiques lorsque la cible sort du champ de vision. Une technique d’entraînement basée sur la mise en cache des préfixes a par ailleurs permis de diviser par 22 le nombre de tokens nécessaires, avant qu’une phase d’apprentissage par renforcement en ligne n’améliore encore le taux de réussite de 3,2 points.
Le modèle fonctionne aussi bien sur des robots à roues qu’à pattes ou volants, et généralise à différentes tailles de machines. Mistral cible en priorité des usages industriels et logistiques : entrepôts, livraison, hôtellerie ou maintenance de sites, autant de secteurs où un robot capable de comprendre une consigne simple et de s’orienter sans capteurs coûteux pourrait réduire fortement les coûts de déploiement. Le modèle est disponible depuis son lancement via l’API de Mistral.
Reste que Robostral Navigate a été entraîné exclusivement en simulation, et que sa robustesse face à la diversité et à l’imprévisibilité du monde réel devra encore être confirmée à plus grande échelle. Mistral elle-même présente ce lancement comme une première brique vers un agent robotique généraliste, pas comme un aboutissement. L’enjeu est néanmoins clair : en montrant qu’une navigation fiable peut se passer de LiDAR et de capteurs multiples, ce modèle ouvre la voie à des robots autonomes bien moins chers à équiper, ce qui pourrait accélérer leur diffusion bien au-delà des laboratoires de recherche.
Laisser un commentaire