Mistral 发布首款多模态模型挑战 OpenAI等竞争对手

，符号着该公司进军集成言语和视觉执掌周围的最新措施。这款众模态模子旨正在与 OpenAI 和 Anthropic 等行业巨头开展逐鹿，即使该模子尚未完全公然，开荒者依然可能通过 Hugging Face 和 GitHub 下载其源代码实行测试。差别于守旧的发外形式，Mistral 再次选拔以种子链接的花样先行发外模子文献。

Mistral 的开荒者相干刻意人 Sophia Yang 正在 X 上发文称，公司策动很疾通过网页闲话机械人向大众怒放 Pixtral 12B，并将正在其 La Platforme 平台供应 API 接入，轻易用户直接体验该模子。Pixtral 12B 的推出预示着 Mistral 将大举激动视觉和言语统一本事的使用，使其正在与 OpenAI、Anthropic 等巨头的逐鹿中攻陷一席之地。

即使 Pixtral 12B 的周到本事参数（比如演练数据）尚未正式披露，但其安排理念已激励平常闭怀。Pixtral 12B 的主旨上风正在于它可能通过团结文本提示来分解图像，用户可能上传图片或供应图片链接，然后通过自然言语向模子提出闭于图像内容的题目。这一效力对付大范围视觉执掌劳动、内容分解和数据标注等使用周围具有强大潜力。

Mistral 固然是初次涉足众模态周围，但其逐鹿敌手如 OpenAI 和 Anthropic 早已推出了具备似乎图像执掌才干的模子。即使如斯，Pixtral 12B 的怪异之处正在于其可能原生救援苟且数目和苟且巨细的图像，具备更高的灵便性。

正在 X 上，极少开始测试者分享了他们对 Pixtral 12B 的运用体验。该模子的本事规格令人印象深入：它具有 24GB 的模子文献，采用 40 层架构，具有 14,336 个躲避维度和 32 个提神力头，具备强健的计较执掌才干。其余，Pixtral 12B 还装备了特意的视觉编码器，救援 1024×1024 的图像辞别率，并具有 24 层躲避层，使其可能高效执掌纷乱的视觉劳动。

Mistral 的 Pixtral 12B 是该公司拓展其 AI 本事疆土的最新措施。固然这一开源模子的实践阐扬尚未获得平常验证，但它声明 Mistral 正通过改进和灵便的本事战略急速扩展其正在环球 AI 周围的影响力。

自公司创建以还，Mistral 继续正在通过一系列令人注视的产物和配合相干挑衅行业顶尖试验室。几个月前，Mistral 告终了 6.4 亿美元的融资，估值抵达 60 亿美元，进一步结实了其正在 AI 周围的领先职位。随后，Mistral 发外了众言语模子 Mistral Large 2，其本能亲昵 GPT-4，正在推理、代码天生和数学等周围获得了明显希望。

其余，Mistral 还发外了专家搀和模子 Mixtral 8x22B、开源代码模子 Codestral 22B，以及一款特意针对数学推理和科学觉察的模子。这些措施声明，Mistral 不单正在天生式 AI 周围踊跃寻找，还正在推理和科学计较等高精尖周围揭示出雄厚能力。

Mistral 的急速发展得益于其灵便的政策构造和强健的研发能力。正在不到两年的时期内，Mistral 依然与 Microsoft、AWS 和 Snowflake 等行业巨头修筑了配合相干，扩展了其本事正在众个行业的使用。Pixtral 12B 的发外无疑是 Mistral 正在视觉与言语执掌周围的一次主要实验，符号着公司将进一步发力众模态本事的贸易化。

跟着 Pixtral 12B 的上线，Mistral 不单希望正在本事才干上与 OpenAI 和 Anthropic 等巨头分庭抗礼，还也许正在视觉执掌使用的普及化中占得先机。