- Mistral 3 menghimpunkan sepuluh model terbuka, daripada sempadan pelbagai mod kepada siri Ministral 3 yang kompak.
- Seni bina Campuran Pakar membolehkan ketepatan tinggi dengan penggunaan kuasa yang lebih rendah dan penggunaan kelebihan yang cekap.
- Model yang lebih kecil boleh dijalankan di luar talian pada satu GPU atau peranti sumber rendah, mengukuhkan kedaulatan digital.
- Eropah semakin mendapat tempat dalam AI berkat pendekatan terbuka Mistral dan perkongsiannya dengan badan dan syarikat awam.
Permulaan Perancis Mistral AI Ia telah meletakkan dirinya di tengah-tengah perdebatan mengenai kecerdasan buatan di Eropah dengan Pelancaran Mistral 3Keluarga model terbuka baharu yang direka untuk berfungsi di kedua-dua pusat data besar dan peranti dengan sumber yang sangat terhad. Jauh daripada memasuki perlumbaan buta untuk saiz model, syarikat itu Ia menyokong perisikan yang diedarkan yang boleh dilaksanakan di mana sahaja diperlukan.: di awan, di tepi, atau bahkan tanpa sambungan internet.
Strategi ini meletakkan Mistral sebagai salah satu daripada beberapa alternatif Eropah yang mampu bersaing dengan gergasi seperti OpenAI, Google atau Anthropic, dan tawaran alternatif kepada ChatGPTTetapi dari perspektif yang berbeza: model berat terbuka di bawah lesen permisifboleh disesuaikan dengan keperluan syarikat dan pentadbiran awam, dan dengan tumpuan yang kuat pada bahasa Eropah dan penempatan berdaulat dalam benua itu.
Apakah Mistral 3 dan mengapa ia relevan?
Keluarga itu Mistral 3 Ia dibentuk oleh sepuluh model berat terbuka dikeluarkan di bawah Lesen Apache 2.0Ini membolehkan penggunaan komersilnya tanpa sekatan. Ia termasuk model perdana jenis Frontier. Mistral Large 3dan barisan model kompak di bawah jenama Menteri 3yang terdapat dalam tiga saiz anggaran (14.000, 8.000 dan 3.000 juta parameter) dan beberapa varian bergantung pada jenis tugas.
Inovasi utama ialah model besar tidak terhad kepada teks: Mistral Large 3 adalah multimodal dan berbilang bahasaIa mampu berfungsi dengan teks dan imej dalam seni bina yang sama dan menawarkan sokongan teguh untuk bahasa Eropah. Tidak seperti pendekatan lain yang menggabungkan model bahasa dan penglihatan secara berasingan, pendekatan ini bergantung pada satu sistem bersepadu yang boleh menganalisis dokumen besar, memahami imej dan bertindak sebagai pembantu lanjutan untuk tugas yang kompleks.
Pada masa yang sama, siri Menteri 3 Ia direka bentuk untuk berfungsi dalam senario di mana akses awan terhad atau tiada. Model ini boleh dijalankan pada peranti dengan serendah Memori 4 GB atau pada satu GPU, yang membuka pintu kepada penggunaannya komputer riba, telefon mudah alih, robot, dron atau sistem terbenam tanpa bergantung pada sambungan internet yang berterusan atau pembekal luaran.
Untuk ekosistem Eropah, di mana perbualan tentang kedaulatan digital dan kawalan data Gabungan model sempadan terbuka dan model ringan yang boleh digunakan secara tempatan ini sangat hadir dan amat relevan, baik untuk syarikat swasta dan pentadbiran awam yang mencari alternatif kepada platform AS dan China yang besar.
Seni Bina, Campuran Pakar, dan Pendekatan Teknikal
Jantung teknikal Mistral Large 3 adalah seni bina dari Campuran Pakar (KPM), reka bentuk di mana model Ia mempunyai berbilang "pakar" dalaman., tetapi hanya mengaktifkan sebahagian daripadanya untuk memproses setiap tokenDalam amalan, sistem mengendalikan 41.000 bilion parameter aktif daripada jumlah keseluruhan 675.000 bilionIni membolehkan untuk menggabungkan kapasiti penaakulan yang tinggi dengan penggunaan tenaga dan pengkomputeran yang lebih terkawal daripada model padat yang setara.
Seni bina ini, digabungkan dengan a tetingkap konteks sehingga 256.000 tokenIni membolehkan Mistral Large 3 memproses jumlah maklumat yang sangat besar, seperti kontrak yang panjang, dokumentasi teknikal atau pangkalan pengetahuan korporat yang besar. Model ini menjurus kepada kes penggunaan seperti analisis dokumen, bantuan pengaturcaraan, penciptaan kandungan, ejen AI, dan automasi aliran kerja.
Secara selari, model Menteri 3 Mereka ditawarkan dalam tiga varian utama: Pangkalan (model pralatihan generik), Arahkan (dioptimumkan untuk perbualan dan tugas pembantu) dan Penaakulan (Dilaraskan untuk penaakulan logik dan analisis yang lebih mendalam). Semua versi menyokong penglihatan dan mereka mengendalikan konteks yang luas —antara 128K dan 256K token—, sambil mengekalkan keserasian dengan berbilang bahasa.
Idea asas, seperti yang dijelaskan oleh pengasas bersama dan ketua saintis Guillaume Lample, ialah dalam "lebih daripada 90%" kes penggunaan perusahaan, Model kecil yang ditala dengan baik sudah memadai. dan, lebih-lebih lagi, lebih cekap. Melalui teknik seperti penggunaan data sintetik untuk tugasan tertentuSyarikat itu berpendapat bahawa model ini boleh mendekati atau bahkan mengatasi pilihan tertutup yang lebih besar dalam aplikasi yang sangat khusus, sambil mengurangkan kos, kependaman dan risiko privasi.
Keseluruhan ekosistem ini disepadukan dengan rangkaian produk syarikat yang lebih luas: daripada API Agen Mistraldengan penyambung untuk pelaksanaan kod, carian web atau penjanaan imej, sehingga Kod Mistral Untuk bantuan pengaturcara, model penaakulan Dengan mahir dan platform Studio AI untuk menggunakan aplikasi, mengurus analitik dan mengekalkan log penggunaan.
Kerjasama dengan NVIDIA dan penggunaan dalam pengkomputeran super dan pengkomputeran tepi
Sorotan pelancaran ialah pakatan antara Mistral AI dan NVIDIA, yang meletakkan Mistral 3 sebagai keluarga model yang diperhalusi untuk sistem pengkomputeran super dan platform kelebihan pengeluar Amerika. Mistral Large 3digabungkan dengan infrastruktur seperti NVIDIA GB200 NVL72, menurut NVIDIA peningkatan prestasi sehingga sepuluh kali ganda berbanding generasi sebelumnya berdasarkan GPU H200, mengambil kesempatan daripada keselarian lanjutan, memori dikongsi melalui NVLink dan format berangka yang dioptimumkan seperti NVFP4.
Kerjasama tidak berhenti pada perkakasan mewah. Siri Menteri 3 Ia telah dioptimumkan untuk berjalan dengan pantas dalam persekitaran seperti PC dan komputer riba dengan GPU RTX, peranti Jetson dan platform tepimemudahkan inferens tempatan dalam senario industri, robotik atau pengguna. Rangka kerja popular seperti Llama.cpp dan Ollama Mereka telah disesuaikan untuk memanfaatkan model ini, yang memudahkan penggunaannya oleh pembangun dan pasukan IT.
Tambahan pula, integrasi dengan ekosistem NVIDIA NeMo —termasuk alatan seperti Pereka Data, Pengawal dan Kit Alat Ejen— membolehkan syarikat melakukan prestasi penalaan halus, kawalan keselamatan, orkestrasi ejen dan reka bentuk data berdasarkan Mistral 3. Pada masa yang sama, enjin inferens seperti TensorRT-LLM, SGLang dan vLLM untuk mengurangkan kos setiap token dan meningkatkan kecekapan tenaga.
Model Mistral 3 kini boleh didapati di peruncit utama pembekal awan dan repositori terbukadan mereka juga akan tiba dalam bentuk Perkhidmatan mikro NIM dalam katalog NVIDIA, sesuatu yang sangat menarik untuk syarikat Eropah yang sudah beroperasi pada susunan pengilang ini dan mahu menggunakan AI generatif dengan kawalan yang lebih besar ke atas penggunaan.
Semua rangka kerja ini membolehkan Mistral 3 untuk hidup di kedua-dua pusat data yang besar dan pada peranti tepi, mengukuhkan naratifnya tentang AI yang benar-benar ada di mana-mana dan diedarkan, kurang bergantung pada perkhidmatan jauh dan lebih disesuaikan dengan keperluan khusus setiap pelanggan.
Model kecil, penggunaan luar talian dan kes penggunaan tepi
Salah satu tunjang wacana Mistral ialah Kebanyakan aplikasi dunia nyata tidak memerlukan model terbesar yang mungkin.tetapi yang sesuai dengan kes penggunaan dan boleh diperhalusi dengan data tertentu. Di situlah sembilan model dalam siri ini masuk. Menteri 3padat, berprestasi tinggi dan tersedia dalam saiz dan varian yang berbeza untuk memenuhi keperluan kos, kelajuan atau kapasiti.
Model-model ini direka bentuk untuk berfungsi GPU tunggal atau bahkan pada perkakasan sederhanaIni membolehkan penempatan tempatan pada pelayan dalaman, komputer riba, robot industri atau peranti yang beroperasi dalam persekitaran jauh. Bagi syarikat yang mengendalikan maklumat sensitif—daripada pengilang kepada institusi kewangan atau agensi kerajaan—keupayaan untuk menjalankan AI dalam infrastruktur mereka sendiri, tanpa menghantar data ke awan, merupakan kelebihan yang ketara.
Syarikat memetik contoh seperti Robot kilang yang menganalisis data penderia dalam masa nyata tanpa sambungan internet, dron untuk kecemasan dan penyelamatan, kenderaan dengan pembantu AI berfungsi sepenuhnya di kawasan tanpa liputan atau alatan pendidikan yang menawarkan bantuan luar talian kepada pelajar. Dengan memproses data secara langsung pada peranti, privasi dan kawalan maklumat daripada para pengguna.
Lample menegaskan bahawa kebolehcapaian adalah bahagian tengah misi Mistral: ada Berbilion orang dengan telefon bimbit atau komputer riba tetapi tanpa akses internet yang boleh dipercayaiyang boleh mendapat manfaat daripada model yang mampu dijalankan secara tempatan. Dengan cara ini, syarikat itu cuba menghilangkan tanggapan bahawa AI maju mesti sentiasa terikat dengan pusat data besar yang dikawal oleh sekumpulan kecil syarikat.
Secara selari, Mistral telah mula bekerjasama dengan rakan kongsi antarabangsa dalam bidang yang dikenali sebagai AI fizikalAntara kerjasama yang disebut ialah agensi sains dan teknologi HTX Singapura untuk robot, keselamatan siber, dan sistem perlindungan kebakaran; dan orang Jerman Helsing, menumpukan pada pertahanan, dengan model tindakan bahasa penglihatan untuk dron; dan pengeluar automotif mencari Pembantu AI di kabin lebih cekap dan terkawal.
Kesan di Eropah: kedaulatan digital dan ekosistem awam-swasta
Di luar aspek teknikal, Mistral telah menjadi penanda aras dalam perbahasan mengenai Kedaulatan digital di EropahWalaupun syarikat itu mentakrifkan dirinya sebagai "kerjasama transatlantik" —dengan pasukan dan latihan model yang tersebar di antara Eropah dan Amerika Syarikat—, komitmennya untuk membuka model dengan sokongan padu untuk bahasa Eropah telah diterima baik oleh institusi awam di benua itu.
Syarikat telah menutup perjanjian dengan tentera Perancis, agensi pekerjaan awam Perancis, kerajaan Luxembourg, dan organisasi Eropah yang lain berminat untuk menggunakan AI di bawah rangka kerja pengawalseliaan yang ketat dan mengekalkan kawalan data dalam EU. Secara selari, Suruhanjaya Eropah telah membentangkan a strategi untuk meningkatkan alat AI Eropah yang mengukuhkan daya saing industri tanpa mengorbankan keselamatan dan daya tahan.
Konteks geopolitik juga mendorong rantau ini untuk bertindak balas. Ia diakui bahawa Eropah telah ketinggalan di belakang Amerika Syarikat dan China Dalam perlumbaan untuk model generasi akan datang, sementara di negara seperti China alternatif terbuka seperti DeepSeek, Alibaba dan Kimi muncul dan mula bersaing dengan penyelesaian seperti ChatGPT dalam tugas tertentu, Mistral cuba mengisi sebahagian daripada jurang itu dengan model terbuka dan serba boleh yang sejajar dengan keperluan pengawalseliaan Eropah.
Dari segi kewangan, syarikat permulaan telah meningkat 2.700 bilion dolar dan telah bergerak dalam penilaian yang hampir dengan 14.000 bilionAngka ini jauh lebih rendah daripada gergasi seperti OpenAI atau Anthropic, tetapi penting untuk ekosistem Eropah. Sebahagian besar model perniagaan melibatkan penawaran, di luar wajaran terbuka, perkhidmatan penyesuaian, alatan penggunaan dan produk perusahaan seperti Mistral Agents API atau suite Le Chat dengan integrasi korporat.
Kedudukannya jelas: menjadi a pembekal infrastruktur AI terbuka dan fleksibel yang membolehkan syarikat Eropah (dan serantau lain) membuat inovasi tanpa bergantung sepenuhnya pada platform AS, sambil mengekalkan beberapa kawalan ke atas tempat dan cara model dijalankan, serta memudahkan penyepaduan dengan alatan yang telah dilaksanakan dalam sistem mereka.
Perbahasan tentang keterbukaan sebenar dan cabaran yang belum selesai
Walaupun keghairahan yang dijana oleh Mistral 3 dalam sebahagian daripada komuniti teknologi, tidak ada kekurangan suara kritikal yang mempersoalkan sejauh manakah model-model ini benar-benar boleh dipertimbangkan "sumber terbuka"Syarikat telah memilih pendekatan berat terbukaIa mengeluarkan pemberat untuk penggunaan dan penyesuaian, tetapi tidak semestinya semua butiran tentang data latihan dan proses dalaman yang diperlukan untuk menghasilkan semula model dari awal.
Penyelidik seperti Andreas Liesenfeld, pengasas bersama Indeks AI Sumber Terbuka Eropah, Mereka menunjukkan bahawa kesesakan utama untuk AI di Eropah bukan hanya akses kepada model, tetapi kepada data latihan berskala besarDari perspektif itu, Mistral 3 menyumbang kepada menambah baik rangkaian model yang boleh digunakanWalau bagaimanapun, ia tidak menyelesaikan sepenuhnya masalah asas ekosistem Eropah yang terus bergelut untuk menjana dan berkongsi set data besar yang berkualiti tinggi.
Mistral sendiri mengakui bahawa model pelan terbukanya "sedikit ketinggalan" daripada penyelesaian tertutup yang lebih maju, tetapi Dia menegaskan bahawa jurang semakin mengecil dengan cepat. dan perkara utama ialah nisbah kos-faedahJika model yang sedikit kurang berkuasa boleh digunakan pada kos rendah, diperhalusi untuk tugas tertentu dan dijalankan hampir dengan pengguna, Ini mungkin lebih menarik untuk banyak syarikat daripada model teratas yang hanya boleh diakses melalui API jauh.
Walaupun begitu, cabaran kekal: daripada persaingan antarabangsa yang sengit Ini meliputi keperluan untuk menjamin keselamatan, kebolehkesanan dan pematuhan peraturan dalam konteks seperti penjagaan kesihatan, kewangan dan kerajaan. Keseimbangan antara keterbukaan, kawalan dan tanggungjawab akan terus membimbing Mistral dan pemain Eropah yang lain pada tahun-tahun akan datang.
Pelancaran Mistral 3 Ia mengukuhkan idea bahawa AI yang canggih tidak perlu dihadkan kepada model gergasi dan tertutup.dan menawarkan Eropah — dan mana-mana organisasi yang mementingkan kedaulatan teknologi — palet alat terbuka yang menggabungkan model sempadan berbilang mod dengan pelbagai model ringan yang mampu berfungsi di bahagian tepi, luar talian dan dengan tahap penyesuaian yang sukar dipadankan oleh platform proprietari semata-mata.
Saya seorang peminat teknologi yang telah menjadikan minat "geek"nya sebagai satu profesion. Saya telah menghabiskan lebih daripada 10 tahun hidup saya menggunakan teknologi canggih dan bermain-main dengan semua jenis program kerana rasa ingin tahu yang tulen. Sekarang saya mempunyai pakar dalam teknologi komputer dan permainan video. Ini kerana selama lebih daripada 5 tahun saya telah menulis untuk pelbagai laman web mengenai teknologi dan permainan video, mencipta artikel yang bertujuan untuk memberi anda maklumat yang anda perlukan dalam bahasa yang boleh difahami oleh semua orang.
Jika anda mempunyai sebarang soalan, pengetahuan saya merangkumi semua perkara yang berkaitan dengan sistem pengendalian Windows serta Android untuk telefon mudah alih. Dan komitmen saya adalah kepada anda, saya sentiasa bersedia untuk meluangkan masa beberapa minit dan membantu anda menyelesaikan sebarang soalan yang mungkin anda ada dalam dunia internet ini.