ミストラル、Robostral Navigate 8Bを発表:シングルカメラによる自律航行がマルチカメラシステムを上回る性能を発揮
フランスの人工知能企業ミストラル(Mistral)は、ロボットナビゲーション向けの同社初となるAIモデル「Robostral Navigate」をリリースした。80億のパラメータを備えたこのモデルにより、ロボットは標準的なRGBカメラのみを使用して複雑な環境を自律的に移動することが可能となり、深度センサーやLiDARが不要となる。

主に「エンボディッド・ナビゲーション(身体化されたナビゲーション)」を想定して設計された「Robostral Navigate」は、オフィス、住宅、商業ビル、屋外エリアなど、多様な環境での活用が可能です。 従来のナビゲーションシステムは、通常、高価なLiDARや深度センサーに依存しており、ハードウェアコストや導入の複雑さを増大させていました。「Robostral Navigate」は、標準的なカメラと80億パラメータのモデルを活用することで、これらの障壁を大幅に低減し、環境認識から経路計画に至るまでの完全な閉ループシステムを確立しています。
単一のレンズでマルチカメラシステムを上回る性能を発揮し、このモデルは未知の環境においても76%を超える成功率を達成しています。
その性能指標は極めて優れています。R2R-CEベンチマークテストにおいて、このモデルは学習データに含まれるシーンで79.4%、全く新しい環境でも76.6%の成功率を達成しました。 特に注目すべきは、これまでの最高性能を誇っていた単一カメラソリューションを9.7ポイント上回り、深度センサーや複数カメラを使用するトップクラスのシステムをも4.5ポイント上回っている点です。これは、単一カメラのアプローチがマルチカメラソリューションに匹敵するだけでなく、包括的な性能の飛躍的向上をもたらし得ることを示しています。
Mistral社はこのモデルを完全に自社内で開発し、6,000の異なる仮想空間にわたる約40万件の記録された経路を用いて、シミュレーション環境でのみ学習を行いました。この純粋なシミュレーションベースの学習戦略により、実世界でのデータ収集の必要性を最小限に抑えつつ、仮想環境から物理環境へのスキルの転移の有効性を検証しています。
車輪型、脚型、飛行型ロボットに対応するこのオープンソースのエコシステムは、大きな可能性を秘めています。
互換性に関して、「Robostral Navigate」は、車輪型、脚型、飛行型の3つの主要なロボットカテゴリーをサポートしており、現在の主流となるロボット形態を網羅しています。車輪型の物流ロボット、四足歩行のロボット犬、ドローンのいずれに適用する場合でも、同じナビゲーションモデルを適応させることができ、その高い汎用性を際立たせています。
関連記事
騰訊、WeChatでの非公式テスト用に「Handy Bot」と名付けられた個人用エージェントを立ち上げ
騰訊は reportedly 裏で個人用AIエージェント製品「Handy Bot」の開発を進めており、スタンドアロンアプリとしてリリースする計画である。このサービスはすでにWeChatで静かに登場しており、アカウントの説明には「あなたの個人用AIエージェント」と記載されている。Handy Botは従来のチャットボットとは根本的に異なるアプローチを採用している。従来のボットは単純な質問応答モデルで動作し、会話が終了するとタスクも完了するが、個人エージェントは「背景での存在」を目的としている。ユー
OpenAI、低価格版ChatGPTを発売、Netflixと競争するため広告モデルを導入する可能性
OpenAIは、現在のサービス構造を大幅に見直し、より手頃な価格のChatGPTサブスクリプションプランを立ち上げることで、その顧客層を拡大する予定である。内部関係者によると、同社はNetflixのビジネスモデルからインスピレーションを得ており、割引プランによる収益不足を広告の統合によって補おうとしている。この戦略的転換は、独占的な有料会員制からハイブリッドな収益化モデルへの移行を示している。ChatGPTの高度な機能は長らく月額20ドルの料金で提供されてきたが、計算資源や研究費の高騰により、
WeChat Visionチームが汎用マルチモーダル埋め込みモデル「WeMM-Embedding」をオープンソース化、1日あたりの通話件数が100億件を突破
テンセントのWeChatビジュアルチームは、テキストと画像の両方の入力をサポートするように設計された汎用性の高いマルチモーダル埋め込みモデル「WeMM-Embedding」を正式にオープンソース化しました。高度な技術アーキテクチャと洗練された学習戦略を活用することで、このモデルはAI開発者に強力なサポートを提供し、多様な業界における人工知能の革新的な活用を促進します。「WeMM-Embedding
関連特集おすすめ
コメント (0)
0/500
フランスの人工知能企業ミストラル(Mistral)は、ロボットナビゲーション向けの同社初となるAIモデル「Robostral Navigate」をリリースした。80億のパラメータを備えたこのモデルにより、ロボットは標準的なRGBカメラのみを使用して複雑な環境を自律的に移動することが可能となり、深度センサーやLiDARが不要となる。

主に「エンボディッド・ナビゲーション(身体化されたナビゲーション)」を想定して設計された「Robostral Navigate」は、オフィス、住宅、商業ビル、屋外エリアなど、多様な環境での活用が可能です。 従来のナビゲーションシステムは、通常、高価なLiDARや深度センサーに依存しており、ハードウェアコストや導入の複雑さを増大させていました。「Robostral Navigate」は、標準的なカメラと80億パラメータのモデルを活用することで、これらの障壁を大幅に低減し、環境認識から経路計画に至るまでの完全な閉ループシステムを確立しています。
単一のレンズでマルチカメラシステムを上回る性能を発揮し、このモデルは未知の環境においても76%を超える成功率を達成しています。
その性能指標は極めて優れています。R2R-CEベンチマークテストにおいて、このモデルは学習データに含まれるシーンで79.4%、全く新しい環境でも76.6%の成功率を達成しました。 特に注目すべきは、これまでの最高性能を誇っていた単一カメラソリューションを9.7ポイント上回り、深度センサーや複数カメラを使用するトップクラスのシステムをも4.5ポイント上回っている点です。これは、単一カメラのアプローチがマルチカメラソリューションに匹敵するだけでなく、包括的な性能の飛躍的向上をもたらし得ることを示しています。
Mistral社はこのモデルを完全に自社内で開発し、6,000の異なる仮想空間にわたる約40万件の記録された経路を用いて、シミュレーション環境でのみ学習を行いました。この純粋なシミュレーションベースの学習戦略により、実世界でのデータ収集の必要性を最小限に抑えつつ、仮想環境から物理環境へのスキルの転移の有効性を検証しています。
車輪型、脚型、飛行型ロボットに対応するこのオープンソースのエコシステムは、大きな可能性を秘めています。
互換性に関して、「Robostral Navigate」は、車輪型、脚型、飛行型の3つの主要なロボットカテゴリーをサポートしており、現在の主流となるロボット形態を網羅しています。車輪型の物流ロボット、四足歩行のロボット犬、ドローンのいずれに適用する場合でも、同じナビゲーションモデルを適応させることができ、その高い汎用性を際立たせています。
騰訊、WeChatでの非公式テスト用に「Handy Bot」と名付けられた個人用エージェントを立ち上げ
騰訊は reportedly 裏で個人用AIエージェント製品「Handy Bot」の開発を進めており、スタンドアロンアプリとしてリリースする計画である。このサービスはすでにWeChatで静かに登場しており、アカウントの説明には「あなたの個人用AIエージェント」と記載されている。Handy Botは従来のチャットボットとは根本的に異なるアプローチを採用している。従来のボットは単純な質問応答モデルで動作し、会話が終了するとタスクも完了するが、個人エージェントは「背景での存在」を目的としている。ユー
OpenAI、低価格版ChatGPTを発売、Netflixと競争するため広告モデルを導入する可能性
OpenAIは、現在のサービス構造を大幅に見直し、より手頃な価格のChatGPTサブスクリプションプランを立ち上げることで、その顧客層を拡大する予定である。内部関係者によると、同社はNetflixのビジネスモデルからインスピレーションを得ており、割引プランによる収益不足を広告の統合によって補おうとしている。この戦略的転換は、独占的な有料会員制からハイブリッドな収益化モデルへの移行を示している。ChatGPTの高度な機能は長らく月額20ドルの料金で提供されてきたが、計算資源や研究費の高騰により、
WeChat Visionチームが汎用マルチモーダル埋め込みモデル「WeMM-Embedding」をオープンソース化、1日あたりの通話件数が100億件を突破
テンセントのWeChatビジュアルチームは、テキストと画像の両方の入力をサポートするように設計された汎用性の高いマルチモーダル埋め込みモデル「WeMM-Embedding」を正式にオープンソース化しました。高度な技術アーキテクチャと洗練された学習戦略を活用することで、このモデルはAI開発者に強力なサポートを提供し、多様な業界における人工知能の革新的な活用を促進します。「WeMM-Embedding





家






