Mistral ลงสนามหุ่นยนต์ด้วย Robostral Navigate: โมเดล 8B นำทางหุ่นยนต์ด้วยกล้อง RGB ตัวเดียว ไม่ต้องใช้ LiDAR — แต่ยังไม่ปล่อยน้ำหนัก

8 กรกฎาคม 2026 — Mistral AI ประกาศ Robostral Navigate ซึ่งบริษัทเรียกว่า “โมเดลตัวแรกที่สร้างมาเพื่อการนำทางแบบ embodied” เป็นโมเดลขนาด 8 พันล้านพารามิเตอร์ ที่รับภาพจากกล้องและคำสั่งภาษาธรรมชาติ แล้วขับเคลื่อนหุ่นยนต์ผ่านสภาพแวดล้อมที่ซับซ้อนได้เอง

จุดขายที่ Mistral ชูชัดเจนคือ มันใช้กล้อง RGB ตัวเดียว ไม่มี LiDAR ไม่มีเซนเซอร์วัดความลึก — และยังเอาชนะระบบที่มีเซนเซอร์เหล่านั้นได้

ตัวเลขจริง และตัวเลขที่สื่อหยิบผิด

บนเบนช์มาร์ก R2R-CE (Room-to-Room Continuous Environments) Mistral รายงานสองตัวเลข:

• 79.4% success rate บนชุด validation seen (สภาพแวดล้อมที่โมเดลเคยเห็นตอนเทรน)
• 76.6% success rate บนชุด validation unseen (สภาพแวดล้อมใหม่ที่ไม่เคยเห็น)

ข้อควรระวัง: สื่อบางสำนักหยิบตัวเลข 79.4% ไปพาดหัว ทั้งที่นั่นคือคะแนนบนสภาพแวดล้อมที่โมเดล เคยเห็นมาแล้ว ตัวเลขที่สะท้อนความสามารถในการทำงานจริงคือ 76.6% บน validation unseen ต่างหาก เพราะหุ่นยนต์ในโลกจริงเดินเข้าห้องที่มันไม่เคยเห็นเสมอ

เทียบกับคู่แข่ง Mistral ระบุว่า Robostral Navigate ชนะระบบกล้องเดี่ยวที่ดีที่สุด 9.7 จุด และชนะระบบที่ใช้กล้องหลายตัวหรือเซนเซอร์ความลึก 4.5 จุด ทั้งที่ตัวเองไม่ได้ใช้อะไรเลยสักอย่าง

วิธีที่มันนำทาง: “ชี้” แทนที่จะ “สั่งเลี้ยว”

แทนที่จะสั่งหุ่นยนต์เป็นคำสั่งเคลื่อนที่ตรง ๆ โมเดลใช้วิธี “pointing” — ทำนาย พิกัดบนภาพ ของตำแหน่งเป้าหมายที่หุ่นยนต์ควรมุ่งไป ในมุมมองกล้องของตัวเอง และเมื่อเป้าหมายอยู่นอกกรอบภาพ จึงค่อยถอยไปใช้คำสั่งระบุการขยับเป็นพิกัดท้องถิ่นแทน

รายละเอียดการเทรนที่บริษัทเปิดเผย:

• เทรนใน ซิมูเลชันล้วน ด้วย เส้นทางราว 400,000 เส้นทาง ครอบคลุม 6,000 ฉาก
• ใช้ prefix-caching ในการเทรนแบบ supervised ลดจำนวนโทเคนลง 22 เท่า
• เสริมด้วย online reinforcement learning (อัลกอริทึม CISPO) ซึ่งดัน success rate ขึ้นอีก 3.2 จุด
• สร้างขึ้นเองทั้งหมดภายในบริษัท โดยไม่ได้ต่อยอดจาก VLM โอเพนซอร์สตัวใด

Mistral ระบุว่าโมเดลทำงานได้ทั้งกับ หุ่นยนต์แบบล้อ แบบขา และแบบบินได้ และทนต่อความแตกต่างของค่าพารามิเตอร์กล้อง (camera intrinsics)

สิ่งที่ประกาศนี้ไม่ได้บอก

สองช่องว่างที่สำคัญ และควรพูดตรง ๆ:

หนึ่ง — ไม่มีคำว่า “open weights” ในประกาศเลย ไม่มีลิงก์ Hugging Face ไม่มีการระบุสัญญาอนุญาต สิ่งที่หน้าเว็บบอกคือ “เริ่มต้นเส้นทางสู่ embodied frontier AI, พูดคุยกับทีมของเรา” พร้อมลิงก์ติดต่อฝ่ายขาย

สอง — โมเดลเทรนในซิมูเลชันเพียงอย่างเดียว ช่องว่าง sim2real (ความต่างระหว่างโลกจำลองกับโลกจริง) คือปัญหาคลาสสิกของวงการหุ่นยนต์ ตัวเลข 76.6% นั้นได้มาจากเบนช์มาร์กในซิม ไม่ใช่จากทางเดินจริงที่มีแสงสะท้อน พื้นลื่น คนเดินตัดหน้า หรือเก้าอี้ที่ถูกเลื่อนตั้งแต่เมื่อวาน

มุมมอง AI Curator

ประเด็นที่แหลมที่สุดของข่าวนี้คือ ความย้อนแย้งเชิงยุทธศาสตร์ของ Mistral เอง เมื่อสามวันก่อน เราเพิ่งเขียนถึง อาร์ตูร์ เมนช์ ซีอีโอของ Mistral ที่ออกมาปกป้องแนวทางเปิดในฐานะเรื่องของ อำนาจควบคุมข้อมูล — บริษัทนี้สร้างแบรนด์ทั้งหมดบนคำว่า “ทางเลือกเปิดของยุโรป” มาโดยตลอด แล้วโมเดลหุ่นยนต์ตัวแรกของพวกเขากลับมาพร้อมปุ่ม “ติดต่อฝ่ายขาย”

นี่ไม่ใช่ความหน้าไหว้หลังหลอกเสียทีเดียว มันคือ สัญญาณว่าตลาดหุ่นยนต์มีเศรษฐศาสตร์ต่างจากตลาด LLM โดยสิ้นเชิง ในตลาด LLM การเปิดน้ำหนักคืออาวุธการตลาดที่ใช้แย่งนักพัฒนาจาก OpenAI แต่ในตลาดหุ่นยนต์ ลูกค้าคือโรงงานและบริษัทโลจิสติกส์ที่ซื้อเป็นสัญญา ไม่ใช่นักพัฒนาที่ pip install — แรงจูงใจให้เปิดจึงหายไปเกือบหมด เมื่อโมเดลกลายเป็นส่วนหนึ่งของฮาร์ดแวร์ที่ขายได้ ความเปิดจะกลายเป็นต้นทุน ไม่ใช่ช่องทางจัดจำหน่าย เราน่าจะเห็นรูปแบบนี้ซ้ำอีกจากแล็บอื่น ๆ

ส่วนแง่เทคนิค การทิ้ง LiDAR คือการเดิมพันที่กล้าและมีเหตุผลทางเศรษฐศาสตร์ เซนเซอร์ LiDAR ราคาแพงกว่ากล้อง RGB หลายเท่าตัว ถ้าโมเดล 8B บนกล้องตัวเดียวทำได้จริงเท่าที่เคลม ต้นทุนต่อหุ่นยนต์หนึ่งตัวจะลดลงอย่างมีนัยสำคัญ — และนั่นคือจุดที่เรื่องนี้เกี่ยวกับไทยและอาเซียนโดยตรง

ภูมิภาคนี้มีคลังสินค้า โรงงานอิเล็กทรอนิกส์ สวนเกษตร และโรงแรมจำนวนมหาศาลที่ระบบอัตโนมัติราคา LiDAR ไม่เคยคุ้มค่าพอจะติดตั้ง หุ่นยนต์ที่นำทางได้ด้วยกล้องเว็บแคมกับชิปขนาดกลางเปลี่ยนสมการนั้นได้จริง แต่ ข้อจำกัดที่แท้จริงจะไม่ใช่ความฉลาดของโมเดล — มันคือ sim2real ฉาก 6,000 ฉากในซิมูเลชันของ Mistral แทบแน่นอนว่าเป็นออฟฟิศและอาคารแบบตะวันตก ไม่ใช่ตรอกตลาดสด โกดังที่ของวางล้นทางเดิน หรือพื้นเปียกในโรงงานแปรรูปอาหาร

สำหรับทีมในภูมิภาค นี่จึงเป็นทั้งโอกาสและคำเตือน: โอกาสคือชั้นการนำทางกำลังจะกลายเป็นสินค้าโภคภัณฑ์ราคาถูก คำเตือนคืออย่าเชื่อคะแนนเบนช์มาร์กในซิม ถ้าคุณจะสร้างอะไรบนฐานนี้ ให้ลงทุนกับการเก็บข้อมูลเส้นทางจริงในสภาพแวดล้อมจริงของคุณเอง เพราะนั่นคือสิ่งที่ Mistral ไม่มี และเป็นสิ่งเดียวที่ปิดช่องว่างระหว่าง 76.6% ในซิมกับหุ่นยนต์ที่ไม่ชนเสาในโกดังจริงได้

แหล่งข่าว

• Introducing Robostral Navigate — Mistral AI
• Mistral enters robotics with Robostral Navigate, an 8B model that steers robots using just one camera — The Decoder