- Mistral 3 kunigas dek malfermajn modelojn, de multimodala frontiera aŭto ĝis la kompakta serio Ministral 3.
- La arkitekturo Miksaĵo de Fakuloj ebligas altan precizecon kun pli malalta energi-konsumo kaj efikajn randajn deplojojn.
- Pli malgrandaj modeloj povas funkcii senkonekte per ununura GPU aŭ aparatoj kun malmultaj rimedoj, plifortigante ciferecan suverenecon.
- Eŭropo gajnas terenon en AI danke al la malferma aliro de Mistral kaj ĝiaj partnerecoj kun publikaj instancoj kaj kompanioj.
La franca noventrepreno Mistral AI Ĝi lokigis sin en la centro de la debato pri artefarita inteligenteco en Eŭropo per la Lanĉo de Mistral 3Nova familio de malfermaj modeloj desegnitaj por funkcii kaj en grandaj datumcentroj kaj en aparatoj kun tre limigitaj rimedoj. Malproksime de eniri blindan vetkuron pri modelgrandeco, la kompanio Ĝi pledas por distribuita inteligenteco, kiu povas esti efektivigita kie ajn bezonate.: en la nubo, ĉe la rando, aŭ eĉ sen interreta konekto.
Ĉi tiu strategio metas Mistral kiel unu el la malmultaj eŭropaj alternativoj kapablaj kontraŭstari gigantojn kiel OpenAI, Google aŭ Anthropickaj oferto alternativoj al ChatGPTSed el alia perspektivo: malferma-pezaj modeloj sub permesema licencoadaptebla al la bezonoj de kompanioj kaj publikaj administracioj, kaj kun forta fokuso sur eŭropaj lingvoj kaj suverenaj deplojoj ene de la kontinento.
Kio estas Mistral 3 kaj kial ĝi estas grava?
La familio Mistralo 3 Ĝi konsistas el dek malfermaj pezaj modeloj publikigita sub Apache Licenco 2.0Tio permesas ĝian komercan uzon preskaŭ sen limigoj. Ĝi inkluzivas ĉefan modelon de la tipo Frontier. Mistral Granda 3kaj linio de kompaktaj modeloj sub la marko Ministeria 3kiuj venas en tri proksimumaj grandecoj (14.000, 8.000 kaj 3.000 milionoj da parametroj) kaj pluraj variaĵoj depende de la tipo de tasko.
La ĉefa novigo estas, ke la granda modelo ne limiĝas al teksto: Mistral Large 3 estas multmodala kaj plurlingvaĜi kapablas labori kun teksto kaj bildoj ene de la sama arkitekturo kaj ofertas fortikan subtenon por eŭropaj lingvoj. Male al aliaj aliroj, kiuj kombinas lingvajn kaj vidajn modelojn aparte, ĉi tiu dependas de ununura integra sistemo, kiu povas analizi grandajn dokumentojn, kompreni bildojn kaj agi kiel altnivela asistanto por kompleksaj taskoj.
Samtempe, la serio Ministeria 3 Ĝi estas desegnita por funkcii en scenaroj kie aliro al la nubo estas limigita aŭ neekzistanta. Ĉi tiuj modeloj povas funkcii sur aparatoj kun eĉ nur... 4 GB de memoro aŭ sur ununura GPU, kio malfermas la pordon al ĝia uzo en tekokomputiloj, poŝtelefonoj, robotoj, virabeloj, aŭ integritaj sistemoj sen dependi de konstanta interreta konekto aŭ eksteraj provizantoj.
Por la eŭropa ekosistemo, kie la konversacio pri cifereca suvereneco kaj datenkontrolo Ĉi tiu kombinaĵo de malferma-lima modelo kaj loke deplojeblaj malpezaj modeloj estas tre aktuala kaj aparte grava, kaj por privataj kompanioj kaj por publikaj administracioj serĉantaj alternativojn al la grandaj usonaj kaj ĉinaj platformoj.
Arkitekturo, Miksaĵo de Fakuloj, kaj Teknika Aliro
La teknika koro de Mistral Granda 3 Ĝi estas arkitekturo de Miksaĵo de Fakuloj (MoE), dezajno en kiu la modelo Ĝi havas plurajn internajn "fakulojn"., sed nur aktivigas parton de ili por prilabori ĉiun ĵetononEn praktiko, la sistemo traktas 41.000 miliardoj da aktivaj parametroj el sumo de 675.000 milionojĈi tio permesas kombini altan rezonadkapaciton kun pli kontrolita energio- kaj komputikkonsumo ol ekvivalenta densa modelo.
Ĉi tiu arkitekturo, kombinita kun kunteksta fenestro de ĝis 256 000 ĵetonojĈi tio permesas al Mistral Large 3 prilabori tre grandajn kvantojn da informoj, kiel ekzemple longajn kontraktojn, teknikan dokumentaron aŭ grandajn entreprenajn sciobazojn. La modelo estas adaptita al uzkazoj kiel ekzemple dokumenta analizo, programada helpo, enhavokreado, artefarita inteligenteco-agentoj kaj laborflua aŭtomatigo.
Paralele, la modeloj Ministeria 3 Ili estas ofertitaj en tri ĉefaj variaĵoj: bazo (ĝenerala antaŭtrejnita modelo), Instrukcii (optimumigita por konversaciaj kaj asistantaj taskoj) kaj Rezonado (Adaptita por logika rezonado kaj pli profunda analizo). Ĉiuj versioj subtenas vidado kaj ili pritraktas larĝajn kuntekstojn —inter 128K kaj 256K ĵetonoj—, samtempe konservante kongruecon kun pluraj lingvoj.
La subesta ideo, kiel klarigite de kunfondinto kaj ĉefa sciencisto Guillaume Lample, estas ke en "pli ol 90%" de entreprenaj uzkazoj, Malgranda, bone agordita modelo sufiĉas. kaj, krome, pli efika. Per teknikoj kiel la uzo de sintezaj datumoj por specifaj taskojLa kompanio argumentas, ke ĉi tiuj modeloj povas alproksimiĝi aŭ eĉ superi pli grandajn, fermitajn opciojn en tre specifaj aplikoj, samtempe reduktante kostojn, latentecon kaj riskojn pri privateco.
Ĉi tiu tuta ekosistemo estas integrita kun pli vasta gamo da produktoj de la kompanio: de Mistral Agents APIkun konektiloj por kodplenumo, retserĉo aŭ bildgenerado, ĝis Mistrala Kodo Por helpo kun programistoj, la rezonadmodelo Majstre kaj la platformo AI Studio por deploji aplikaĵojn, administri analitikojn kaj konservi uzprotokolojn.
Kunlaboro kun NVIDIA kaj deplojo en superkomputiko kaj randkomputiko
Kulminaĵo de la lanĉo estas la alianco inter Mistral AI kaj NVIDIA, kiu poziciigas Mistral 3 kiel familion de modeloj fajne agorditaj por la superkomputilaj sistemoj kaj randaj platformoj de la usona fabrikanto. Mistral Granda 3kombinita kun infrastrukturo kiel ekzemple NVIDIA GB200 NVL72, laŭ NVIDIA rendimentaj plibonigoj ĝis dekoblaj kompare kun la antaŭa generacio bazita sur H200 GPU-oj, utiligante progresintan paralelismon, komunan memoron per NVLink, kaj optimumigitajn nombrajn formatojn kiel ekzemple NVFP4.
La kunlabora laboro ne haltas ĉe altkvalita aparataro. La serio Ministeria 3 Ĝi estis optimumigita por funkcii rapide en medioj kiel ekzemple Komputiloj kaj tekokomputiloj kun RTX GPU-oj, Jetson-aparatoj kaj randaj platformojfaciligante lokajn inferencojn en industriaj, robotikaj aŭ konsumantaj scenaroj. Popularaj kadroj kiel ekzemple Llama.cpp kaj Ollama Ili estis adaptitaj por utiligi ĉi tiujn modelojn, kio simpligas ilian deplojon fare de programistoj kaj IT-teamoj.
Krome, integriĝo kun la ekosistemo NVIDIA NeMo —inkluzive de iloj kiel Data Designer, Guardrails, kaj Agent Toolkit— ebligas al kompanioj plenumi fajnagordado, sekureca kontrolo, agenta orkestrado kaj datumdezajno bazita sur Mistral 3. Samtempe, inferencaj motoroj kiel ekzemple TensorRT-LLM, SGLang kaj vLLM por redukti la koston po ĵetono kaj plibonigi energiefikecon.
La modeloj Mistral 3 nun haveblas ĉe gravaj podetalistoj nubprovizantoj kaj malfermaj deponejojkaj ili ankaŭ alvenos en la formo de NIM-mikroservoj ene de la katalogo de NVIDIA, io aparte interesa por eŭropaj kompanioj, kiuj jam funkcias per la stakoj de ĉi tiu fabrikanto kaj volas adopti generativan AI kun pli granda kontrolo pri deplojo.
Ĉi tiu tuta kadro permesas al Mistral 3 loĝi kaj en grandaj datumcentroj kaj sur randaj aparatoj, plifortigante ĝian rakonton pri vere ĉiea kaj distribuita AI, malpli dependa de malproksimaj servoj kaj pli adaptita al la specifaj bezonoj de ĉiu kliento.
Malgrandaj modeloj, senreta deplojo, kaj randaj uzkazoj
Unu el la kolonoj de la diskurso de Mistral estas, ke Plej multaj realmondaj aplikoj ne postulas la plej grandan eblan modelon.sed unu kiu bone konvenas al la uzokazo kaj povas esti fajne agordita per specifaj datumoj. Jen kie la naŭ modeloj en la serio eniras. Ministeria 3densaj, alt-efikecaj, kaj haveblaj en malsamaj grandecoj kaj variaĵoj por konveni al kosto, rapideco aŭ kapacitpostuloj.
Ĉi tiuj modeloj estas desegnitaj por funkcii en unu sola GPU aŭ eĉ sur modesta aparataroĈi tio ebligas lokajn deplojojn sur internaj serviloj, tekokomputiloj, industriaj robotoj aŭ aparatoj funkciantaj en malproksimaj medioj. Por kompanioj, kiuj pritraktas sentemajn informojn - de fabrikantoj ĝis financaj institucioj aŭ registaraj agentejoj - la kapablo funkciigi artefaritan inteligentecon ene de sia propra infrastrukturo, sen sendi datumojn al la nubo, estas signifa avantaĝo.
La firmao citas ekzemplojn kiel ekzemple Fabrikaj robotoj kiuj analizas sensorajn datumojn en reala tempo sen interreta konekto, dronoj por krizoj kaj savoj, veturiloj kun plene funkciaj AI-asistantoj en areoj sen kovro aŭ edukaj iloj, kiuj ofertas senkonektan helpon al studentoj. Prilaborante la datumojn rekte sur la aparato, la privateco kaj kontrolo de informoj de uzantoj.
Lample insistas, ke alirebleco estas centra parto de la misio de Mistral: ekzistas Miliardoj da homoj kun poŝtelefonoj aŭ tekokomputiloj sed sen fidinda aliro al la interretokiu povus profiti de modeloj kapablaj funkcii loke. Tiel la kompanio provas forigi la ideon, ke progresinta AI devas ĉiam esti ligita al grandaj datumcentroj kontrolitaj de malgranda grupo de kompanioj.
Paralele, Mistral komencis kunlabori kun internaciaj partneroj en la areo de tio, kio estas konata kiel AI-fizikoInter la menciitaj kunlaboroj estas la singapura agentejo pri scienco kaj teknologio HTX por robotoj, cibersekureco kaj fajroprotektaj sistemoj; kaj la germana Helsing, fokusita pri defendo, kun modeloj de vidado-lingvo-agado por dronoj; kaj aŭtomobilproduktantoj serĉantaj AI-asistantoj en la kabino pli efika kaj kontrolebla.
Efiko en Eŭropo: cifereca suvereneco kaj publika-privata ekosistemo
Preter la teknikaj aspektoj, Mistral fariĝis komparnormo en la debato pri Cifereca suvereneco en EŭropoKvankam la kompanio difinas sin kiel "transatlantikan kunlaboron" —kun teamoj kaj modeltrejnado disvastigitaj inter Eŭropo kaj Usono—, ĝia engaĝiĝo al malfermaj modeloj kun forta subteno por eŭropaj lingvoj estis bone ricevita de publikaj institucioj sur la kontinento.
La kompanio finis interkonsentojn kun la franca armeo, la franca publika dungad-agentejo, la registaro de Luksemburgio, kaj aliaj eŭropaj organizaĵoj interesiĝas pri deplojo de artefarita inteligenteco sub striktaj reguligaj kadroj kaj konservado de kontrolo de la datumoj ene de EU. Paralele, la Eŭropa Komisiono prezentis strategio por plibonigi eŭropajn AI-ilojn kiuj plifortigas industrian konkurencivon sen oferi sekurecon kaj rezistecon.
La geopolitika kunteksto ankaŭ instigas la regionon reagi. Oni agnoskas, ke Eŭropo postrestas Usonon kaj Ĉinion En la vetkuro por modeloj de la sekva generacio, dum en landoj kiel Ĉinio malfermaj alternativoj kiel DeepSeek, Alibaba kaj Kimi aperas kaj komencas konkuri kun solvoj kiel ChatGPT en certaj taskoj, Mistral provas plenigi parton de tiu manko per malfermaj, multflankaj modeloj kongruaj kun eŭropaj reguligaj postuloj.
Finance, la noventrepreno akiris ĉirkaŭ 2.700 milionoj da dolaroj kaj moviĝis ene de valortaksoj proksimaj al 14.000 milionojĈi tiuj ciferoj estas multe pli malaltaj ol tiuj de gigantoj kiel OpenAI aŭ Anthropic, sed signifaj por la eŭropa ekosistemo. Granda parto de la komerca modelo implikas oferti, preter malfermaj pezoj, personigoservoj, deplojiloj kaj entreprenaj produktoj kiel ekzemple la Mistral Agents API aŭ la Le Chat-programaro kun entreprenaj integriĝoj.
La poziciigo estas klara: esti provizanto de malferma kaj fleksebla AI-infrastrukturo tio permesas al eŭropaj (kaj aliaj regionaj) kompanioj novkrei sen esti tute dependaj de usonaj platformoj, samtempe konservante iom da kontrolo pri kie kaj kiel la modeloj estas funkciigataj, kaj faciligante integriĝojn kun iloj jam efektivigitaj en iliaj sistemoj.
Debato pri vera malfermiteco kaj atendaj defioj
Malgraŭ la entuziasmo, kiun Mistral 3 generas en parto de la teknologia komunumo, ne mankas kritikaj voĉoj, kiuj pridubas kiomgrade oni vere povas konsideri ĉi tiujn modelojn "malfermfonteco"La kompanio elektis aliron malferma pezoĜi publikigas la pezojn por uzo kaj adapto, sed ne nepre ĉiujn detalojn pri la trejnaj datumoj kaj internaj procezoj necesaj por reprodukti la modelon de nulo.
Esploristoj kiel ekzemple Andreas Liesenfeld, kunfondinto de la Eŭropa Malfermfonteca AI-Indekso, Ili atentigas, ke la ĉefa obstaklo por artefarita inteligenteco en Eŭropo ne estas nur aliro al modelojsed al grandskalaj trejnaj datumojEl tiu perspektivo, Mistral 3 kontribuas al plibonigi la gamon de uzeblaj modelojTamen, ĝi ne plene solvas la subestan problemon de eŭropa ekosistemo, kiu daŭre luktas por generi kaj dividi altkvalitajn masivajn datumarojn.
Mistral mem agnoskas, ke ĝiaj malfermaj modeloj estas "iom malantaŭ" la pli progresintaj fermitaj solvoj, sed Li insistas, ke la interspaco rapide mallarĝiĝas. kaj ke la ŝlosila punkto estas la kosto-utila proporcioSe iom malpli potenca modelo povus esti deplojita je malalta kosto, fajne agordita por specifa tasko, kaj funkciigata proksime al la uzanto, Ĉi tio povas esti pli interesa por multaj kompanioj ol pinta modelo kiu estas alirebla nur per fora API.
Tamen, defioj restas: de la furioza internacia konkurenco Tio etendiĝas al la bezono garantii sekurecon, spureblecon kaj reguligan konformecon en kuntekstoj kiel sanservo, financo kaj registaro. La ekvilibro inter malfermiteco, kontrolo kaj respondeco daŭre gvidos Mistral kaj aliajn eŭropajn agantojn en la venontaj jaroj.
La ĵeto de Mistralo 3 Ĝi plifortigas la ideon, ke pintnivela AI ne devas esti limigita al gigantaj, fermitaj modeloj.kaj ofertas al Eŭropo — kaj al ĉiu ajn organizo, kiu taksas teknologian suverenecon — paletron da malfermaj iloj, kiuj kombinas multimodalan limregionan modelon kun aro da malpezaj modeloj kapablaj labori ĉe la rando, eksterrete, kaj kun nivelo de personigo malfacile egalebla de pure proprietaj platformoj.
Mi estas teknologientuziasmulo, kiu transformis siajn "geek" interesojn en profesion. Mi pasigis pli ol 10 jarojn de mia vivo uzante avangardan teknologion kaj tuŝante ĉiajn programojn pro pura scivolemo. Nun mi specialiĝis pri komputila teknologio kaj videoludoj. Ĉi tio estas ĉar de pli ol 5 jaroj mi verkas por diversaj retejoj pri teknologio kaj videoludoj, kreante artikolojn, kiuj celas doni al vi la informojn, kiujn vi bezonas en lingvo komprenebla por ĉiuj.
Se vi havas demandojn, mia scio varias de ĉio rilata al la Vindoza operaciumo same kiel Android por poŝtelefonoj. Kaj mia devontigo estas al vi, mi ĉiam pretas pasigi kelkajn minutojn kaj helpi vin solvi ajnajn demandojn, kiujn vi povas havi en ĉi tiu interreta mondo.