法国初创公司 Mistral AI 推出新一代多模态 AI 模型 Pixtral Large
Mistral AI，这家去年以创纪录的种子轮融资额震惊欧洲的法国初创公司，今天发布了一系列更新，其中包括一个名为 Pixtral Large 的全新大型基础模型。
该公司还对其免费的网络聊天机器人 Le Chat 进行了升级，增加了图像生成、网络搜索和交互式“画布”功能，使其功能与 OpenAI 的 ChatGPT 相媲美，并成为其更强大的竞争对手。
Mistral AI 首席执行官兼联合创始人 Arthur Mensch 在社交网络 X 上的账号中写道：“在 Mistral，我们意识到，要创造最佳的 AI 体验，就需要共同设计模型和产品界面。Pixtral 的训练目标是面向高影响力的前端应用，它就是一个很好的例子。”
想要尝试 Le Chat 新功能的用户需要在网页界面上启用这些功能作为测试版功能。请注意，使用 Le Chat 需要使用免费的 Mistral、Google 或 Microsoft 帐户。
Mistral 的全新 1240 亿参数模型 Pixtral Large 基于其前身 Mistral Large 2（于 2024 年夏季发布）以及其首个多模态模型 Pixtral 12-B（于 9 月发布）构建。
它包含一个 1230 亿参数解码器和一个 10 亿参数视觉编码器，使其能够在文本和视觉数据处理方面都表现出色。
正如你所知，参数指的是控制模型输入和输出的设置数量，参数越多，通常意味着模型更强大、更博学、性能更佳。
Mistral 开发者关系主管 Sophia Yang 在其 X 账号上发布的一篇文章中写道，Pixtral Large 在“多语言 OCR [光学字符识别]、推理、图表理解等方面表现出色”。Yang 还附上了 Pixtral Large 在 Le Chat 中使用 OCR 分析用户上传的收据的截图，展示了其在摄取和记录费用方面的能力，以及在本例中，如何将账单与小费分开。
Pixtral Large 的上下文窗口为 128,000 个 token，能够处理最多 30 张高分辨率图像或约 300 页书籍，这与领先的 OpenAI GPT 系列模型相当。
该模型在各种基准测试中表现出最先进的性能，包括 MathVista、DocVQA 和 VQAv2，使其成为图表解读、文档分析和图像理解等任务的理想选择。
虽然该模型和权重可以在 Hugging Face 上免费下载，但它们是在 Mistral AI 研究许可协议下发布的，该协议规定只能用于非商业性、以研究为目的的应用。
想要将其用于商业目的的用户需要通过 Mistral 的 Le Platforme 托管网络服务上的 API 进行操作，或者通过联系表格直接从该公司获得单独的许可，这意味着它实际上并非完全开源。
尽管如此，Mistral AI 通过提供 Pixtral Large，赋予研究人员和开发人员利用先进的多模态 AI 的能力，同时确保负责任和合乎道德的使用。
Mistral AI 工具的核心是 Le Chat，一个免费平台，现在借助 Pixtral Large 的强大功能，增加了新功能。
Le Chat 专为研究、构思和自动化等各种用例而设计，将文本、视觉和交互式功能整合到无缝的生产力体验中。
Le Chat 的新功能：
1. 带引文的网络搜索：用户可以使用实时网络搜索来补充 AI 的知识，并提供来源引用以确保透明度。
2. 构思画布：这个创新的界面允许用户在一个交互式的新空间中创建、修改和协作文档、演示文稿和设计，该空间出现在聊天机器人界面的左侧。
正如 Yang 在 X 上写道的那样：Le Chat 画布“非常适合创意构思。你可以使用画布来创建文档、演示文稿、代码、模型……等等。”
这距离 OpenAI 发布其自己的 ChatGPT 侧边栏交互式元素 Canvas 仅仅六周，许多人认为该功能旨在与 Anthropic 早期为其 Claude 聊天机器人发布的 Artifacts 相抗衡。
3. 高级文档和图像分析：借助 Pixtral Large，Le Chat 现在可以处理和总结复杂的 PDF 文件，从图表、表格、方程式等中提取见解。
4. 图像生成：通过与独立图像模型初创公司 Black Forest Labs 的合作，Le Chat 现在包含由 Flux Pro 模型驱动的图像生成功能，使用户能够直接在聊天界面中生成高质量的视觉效果。这是对 OpenAI 在 ChatGPT 中集成的 DALL-E 3（这两个模型都来自 OpenAI）的明确回应，也是 Black Forest Labs 新模型第二次被整合到领先的 AI 基础模型提供商的产品中，此前该公司与埃隆·马斯克的 xAI 合作，为该公司在 X（马斯克拥有的社交网络）上提供的 Grok-2 聊天机器人提供图像生成功能。
5. 用于自动化的任务代理：可自定义的代理可以自动执行重复性任务，例如总结会议记录、处理发票或扫描收据，从而节省用户的时间和精力。
这些功能将 Le Chat 打造成一个多功能的 AI 助手，能够处理传统上需要多个工具才能完成的任务。
Mistral AI 強調了 Le Chat 的全面功能集及其与 ChatGPT、Perplexity 和 Claude 等平台相比的易用性。虽然竞争对手可能需要高级订阅才能获得类似的功能，但 Le Chat 在其测试阶段完全免费提供集成的多模态体验。
凭借 Pixtral Large 和增强的 Le Chat，Mistral 正在展示其研究和开发实力。
即使一些科技行业人士认为智能的成本正在下降，这使得模型提供商更难找到收入来源，但 Mistral 并没有放弃改进其产品以与该领域的其他领导者竞争，而且它使用更少的参数——1240 亿，而 Meta 最新的 Llama 3.1 版本则有 4050 亿。
然而，Mistral 仍然缺少一些竞争对手（如 OpenAI 的 ChatGPT 高级语音模式或 Google 的 Gemini Live）中发现的先进语音和音频功能。
Kong 最近的一项调查显示，尽管 Mistral 的模型和 API 在技术上很强大，并且提供了各种开源和专有产品，但大型企业对 Mistral 模型和 API 的使用远远落后于 OpenAI、Anthropic 和 Microsoft 等美国公司。
然而，随着最近的总统大选以及 xAI 创始人埃隆·马斯克对唐纳德·特朗普的影响，欧盟及其成员国很可能会将 Mistral 视为一种获取不受美国及其新任争议领导人控制的 AI 的手段。
换句话说：AI 正在迅速与民族主义和地缘政治联系在一起，而 Mistral 发现自己处于一个可能有利的位置，成为欧洲迄今为止培养的最佳 AI 模型提供商之一。
