Mistral AI发布了Pixtral 12B

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

法国人工智能初创公司Mistral AI近日发布了Pixtral 12B，这是一款能够处理图像和文本的先进模型。随着该模型的推出，Mistral AI正式加入了日益增长的多模态AI系统行列，其他知名的多模态AI系统还包括Anthropic的Claude、OpenAI的GPT-4o和谷歌的Gemini。

顾名思义，Pixtral 12B拥有120亿个参数，并配备了一个4亿参数的视觉适配器，使其不仅能处理文本输入，还能够“读取”图像。这个新模型是在Mistral之前推出的仅能处理文本的Nemo 12B模型基础上进行升级的。新功能允许用户通过URL或base64编码上传图像，其中后者将图像转换为类似JSON文件的字符串，AI模型能够解码这些字符串并将其还原为图像。Pixtral 12B可以处理多种任务，如为图片生成标题、统计图片中的物体数量，以及回答有关图像内容的常见问题。

Apache 2.0许可下发布

Mistral的开发者关系负责人Sophia Yang透露，该模型将很快在Le Chat和Le Platforme上线，这意味着任何拥有用户账号的人都可以免费试用该聊天机器人或API功能。Mistral AI已经在GitHub和Hugging Face上发布了Pixtral 12B的代码和参数，鼓励开发者下载、优化并进一步训练该模型。

Pixtral 12B模型大小为24 GB，开源且在宽松的Apache 2.0许可下免费提供。这与Mistral其他一些模型，如Mistral 7B、Mixtral 8x22B、Mistral Nemo和Mistral Embed，所使用的许可一致。而该公司推出的其他模型如Mistral Large则受到研究许可或非生产许可的限制，禁止商业用途，仅限于科研。

对训练数据来源的担忧

大语言模型（LLM），尤其是多模态模型，通常从互联网或社交媒体获取训练数据，其中很多信息涉及版权问题。有些内容是未经上传者许可的情况下被用于训练AI模型的。Mistral AI的美国竞争对手OpenAI曾广泛利用Reddit等论坛训练自己的模型，起初并未支付任何费用，之后才与这些平台达成协议。此举一度引发用户的抵制，但最终并未产生实质影响。

一年内估值近60亿欧元

法国初创公司Mistral AI在最近的融资轮中达成了目标，筹集了6亿欧元。公司目前的估值接近60亿欧元——对于一家成立仅一年的公司来说，这无疑是一个惊人的数字。

根据《金融时报》的报道，最新融资中包含了4.68亿欧元的股权融资和1.32亿欧元的债务融资，使该公司的总估值达到5.8亿欧元。