Robostral Navigate verzichtet laut Mistral auf LiDAR, Tiefenkamera und weitere Sensoren. Das Modell wurde vollständig in Simulation mit rund 400.000 Trajektorien in 6.000 Szenen trainiert. Ein Prefix-Caching-Verfahren soll die Trainings-Token um den Faktor 22 reduzieren; eine anschließende Reinforcement-Learning-Stufe erhöhte die Erfolgsrate laut Anbieter um 3,2 Punkte.
Im Benchmark Room-to-Room, Continuous Environments unterscheidet Mistral zwischen bekannten und unbekannten Validierungsumgebungen. Der Anbieter sieht das Modell 9,7 Prozentpunkte vor der besten Einzelkamera-Methode und 4,5 Punkte vor Mehrsensor-Systemen. Diese Vergleichswerte und alle Trainingskennzahlen sind Mistrals eigene Messungen.
Zum Ankündigungszeitpunkt waren API, Preis, Lizenz und frei herunterladbare Gewichte nicht genannt. Die Ergebnisse sind unabhängig noch nicht reproduziert. Eine einzelne Kamera könnte Hardware und Integration vereinfachen, doch ob das Modell außerhalb der Simulation und unter realen Sicherheitsbedingungen trägt, bleibt offen.