Mistral lanciert Robostral Navigate — erstes KI-Navigationsmodell für Roboter ohne LiDAR

Mit Robostral Navigate präsentiert Mistral AI am 8. Juli 2026 sein erstes Robotik-Modell: Das 8-Milliarden-Parameter-System navigiert Roboter jeder Bauart allein über eine Standard-RGB-Kamera durch unbekannte Umgebungen — und übertrifft dabei Ansätze mit teurer Multi-Sensor-Hardware.

Mistral AI hat am 8. Juli 2026 sein erstes Robotik-Modell veröffentlicht: Robostral Navigate ist ein 8-Milliarden-Parameter-Vision-Language-Modell (VLM), das Roboter durch komplexe, bisher unbekannte Umgebungen navigiert — und dafür ausschließlich eine gewöhnliche RGB-Kamera benötigt.

Konzept: Sprache statt Sensorik-Stack

Der klassische Ansatz zur autonomen Roboternavigation erfordert oft kostspielige Sensor-Kombinationen aus LiDAR, Tiefenkameras und mehreren kalibrierten Kameraeinheiten. Robostral Navigate dreht dieses Paradigma um: Das Modell empfängt ein einzelnes RGB-Bild sowie eine natürlichsprachliche Anweisung — etwa „Verlasse die Eingangshalle, gehe den Korridor entlang, betrete den Lagerraum und stoppe vor dem zweiten Regal” — und gibt daraus entweder eine Zielkoordinate im aktuellen Bild oder einen lokalen Bewegungsbefehl aus.

Das Modell ist hardware-agnostisch: Es soll auf Rad-Robotern, zweibeinigen Systemen und Drohnen gleichermaßen laufen.

Training ausschließlich in Simulation

Mistral trainierte Robostral Navigate vollständig synthetisch: rund 400.000 Trajektorien in 6.000 verschiedenen Szenen bildeten die Grundlage, ergänzt durch Online-Reinforcement-Learning zur weiteren Verfeinerung. Der Verzicht auf teure reale Demonstrationsdaten ermöglicht es, das Modell auf nahezu beliebigen Roboterplattformen einzusetzen, ohne aufwändige Hardware-spezifische Datensätze zu erheben.

Benchmark-Ergebnisse

Auf dem R2R-CE-Benchmark (Room-to-Room — Continuous Environments), der Navigation in simulierten, zuvor ungesehenen Gebäuden testet, erreichte Robostral Navigate eine Erfolgsrate von 76,6 % — gemessen an Trajektorien in unbekannten Validierungsumgebungen. Im Vergleich:

+9,7 Prozentpunkte gegenüber dem bisher besten Single-Camera-Ansatz
+4,5 Prozentpunkte gegenüber dem besten System, das Tiefensensoren oder mehrere Kameras nutzt

⚠️ Benchmark-Ergebnisse gelten für die von Mistral veröffentlichten Validierungsbedingungen. Eine unabhängige Replikation dieser Zahlen war zum Redaktionsschluss nicht bekannt.

Strategische Einordnung

Mit Robostral Navigate betritt Mistral AI — bisher vor allem als Anbieter von Sprach- und Multimodal-Modellen bekannt — das Feld der Physical AI: KI-Systeme, die nicht nur Text oder Bilder verarbeiten, sondern physische Aktionen in der realen Welt steuern. Bloomberg berichtet, dass dem Launch bereits Verhandlungen mit europäischen Industrieunternehmen vorangegangen seien.

Das Modell ergänzt eine wachsende Landschaft spezialisierter Robotik-Foundational-Models: NVIDIA stellt mit Groot N1.7 eine VLA-Architektur für Manipulation und Motorik bereit, während Mistral nun explizit Navigation adressiert — also das „Wie komme ich dorthin?” statt das „Was tue ich dort?”. Beide Dimensionen sind für autonome Humanoide im Fabrikeinsatz entscheidend.

Das Modell ist laut Mistral über ihre API verfügbar; Details zu Lizenzierung und kommerzieller Nutzung wurden zum Zeitpunkt der Veröffentlichung nicht vollständig kommuniziert.