發現 Pixtral 12B：Mistral 顛覆性的多模態人工智慧，實現無限影像分析

Home AI新聞發現 Pixtral 12B：Mistral 顛覆性的多模態人工智慧，實現無限影像分析

Mistral AI首次在多模態領域亮相，推出了Pixtral 12B，這是該法國人工智慧初創公司首款結合語言與視覺處理能力的模型。這一發展使Mistral有望與OpenAI及Anthropic等主要競爭者展開競爭。

目前，Pixtral 12B尚未在公眾網絡上提供，但開發者可從Hugging Face或GitHub下載其源代碼以進行個別測試。與傳統AI發布程序不同，Mistral首次以Torrent鏈接的形式與用戶分享模型文件。

開發者關係負責人Sophia Yang在X平台上宣布，該模型將很快通過Mistral的網站聊天機器人提供，允許開發者體驗其功能。此外，該模型還將整合進Mistral的La Platforme，提供API端點以訪問公司的模型。

Pixtral 12B有何特點？

雖然其訓練數據的具體細節尚未公開，Pixtral 12B旨在促進圖像分析與文本提示的結合。用戶應能夠上傳圖像或提供鏈接，並提問與內容相關的問題。

儘管這是Mistral的首款多模態模型，但值得注意的是，競爭對手如OpenAI和Anthropic已擁有類似功能。對於Pixtral的獨特特點，Yang強調其可以原生處理任意數量、不同尺寸的圖像。

在X平台的初步測試者觀察到，這款24GB模型擁有堅固的架構，包含40層、14,336個隱藏維度和32個注意力頭，以增強計算處理能力。專門的視覺編碼器支持最高1024×1024的分辨率，並具備24個隱藏層以進行高級圖像分析。

隨著Mistral準備通過API發佈該模型，其在內容和數據分析等視覺應用方面的潛力將越加明朗。這一開放模型的具體性能尚待評估，但它象徵著Mistral在AI領域的雄心壯志。

自去年成立以來，Mistral迅速開發出一系列模型，以挑戰OpenAI等行業領導者。它還與微軟、AWS和Snowflake等大公司建立了戰略夥伴關係，以擴大其技術的影響力。最近，Mistral以60億美元的估值募得6.4億美元，並推出了Mistral Large 2，這是一款具備先進多語言能力的GPT-4級模型，改善了推理、代碼生成和數學性能。

此外，公司還推出了Mixtral，一種專家混合模型，以及Codestral，一個開放權重的22億參數代碼模型，並推出針對數學推理與科學發現的模型。

Landbase推出AI驅動的代理平台，徹底改變市場策略，成功籌集1250萬美元資金

SiMa.ai 推出 Modalix：開創多模態生成式 AI 的全新應用領域