Qu'est-ce que Robostral Navigate ?

C'est le premier modèle de navigation pour robots du laboratoire français Mistral, dévoilé le 8 juillet 2026. Il permet à un robot de se déplacer dans un environnement à partir d'une seule caméra et d'une consigne en langage courant.

Pourquoi n'utiliser qu'une seule caméra est important ?

Cela supprime le besoin de capteurs de profondeur ou de caméras multiples, plus coûteux. Le modèle atteint pourtant 76,6% de réussite sur le test R2R-CE, devançant des systèmes mieux équipés.

Comment le modèle a-t-il été entraîné ?

Entièrement en simulation, sur environ 400 000 trajectoires réparties dans 6 000 décors virtuels, sans exposition au monde réel pendant l'apprentissage.

Mistral fait naviguer des robots avec une seule caméra

Guider un robot dans une pièce inconnue demande d'habitude une batterie de capteurs coûteux. Le laboratoire français Mistral affirme qu'une simple caméra peut suffire. Le 8 juillet 2026, l'entreprise parisienne a dévoilé Robostral Navigate, son tout premier modèle dédié à la navigation des robots, et son entrée officielle dans ce que le secteur appelle l'IA physique.

Une caméra et une consigne en langage courant suffisent

Robostral Navigate est un modèle de 8 milliards de paramètres. Il prend en entrée une image issue d'une caméra classique (dite RGB) et une instruction formulée en langage courant, du type "va jusqu'à la porte du fond". À partir de là, il déplace le robot dans son environnement, sans capteur de profondeur ni caméras multiples. Là où les systèmes concurrents empilent le matériel, Mistral mise sur le logiciel.

Le modèle ne raisonne pas en distances précises. Il fonctionne par "pointage" : il prédit, dans l'image qu'il voit, l'endroit exact où le robot doit se rendre et l'orientation à adopter en arrivant. Cette approche le rend, selon Mistral, plus robuste aux changements de caméra ou d'échelle, un problème classique dès qu'on change de robot.

Des scores qui dépassent le matériel plus lourd

Sur le test de référence R2R-CE, Robostral Navigate atteint 76,6% de réussite dans des environnements inédits et 79,4% dans des environnements déjà vus. Surtout, il devance la meilleure approche mono-caméra de 9,7 points, et bat de 4,5 points les meilleurs systèmes équipés de capteurs de profondeur ou de plusieurs caméras. Autrement dit, il fait mieux avec moins.

Modèle de 8 milliards de paramètres, une seule caméra RGB.
76,6% de réussite en environnement inconnu sur le benchmark R2R-CE.
Compatible avec des robots à roues, à pattes et volants.

Un entraînement entièrement virtuel

Fait notable, le modèle n'a jamais vu le monde réel pendant son apprentissage. Il a été entraîné intégralement en simulation, sur environ 400 000 trajectoires réparties dans 6 000 décors virtuels. Mistral revendique aussi des techniques économes : le nombre de tokens nécessaires à l'entraînement a été divisé par 22 par rapport à une méthode naïve. De quoi réduire les coûts de calcul, un argument de poids face aux géants américains.

Ce que ça veut dire

Avec Robostral Navigate, Mistral quitte le terrain des seuls modèles de langage pour s'attaquer aux robots, un pari amorcé par le rachat en mai 2026 de la startup autrichienne Emmi AI. L'enjeu est concret : si une caméra bon marché et un modèle léger suffisent à faire naviguer une machine, la robotique devient accessible à bien plus d'acteurs. Pour un laboratoire européen qui cherche à exister face à OpenAI, Google ou les usines chinoises, c'est une manière de se distinguer sur un terrain encore ouvert.