欧洲名将 Mistral 发布首个多模态模型，12B 开源下载，黄仁勋站台

AIGC动态欢迎阅读

原标题：欧洲名将 Mistral 发布首个多模态模型，12B 开源下载，黄仁勋站台
关键字：报告,模型,图像,基准,图表
文章来源：Founder Park
内容字数：0字

内容摘要：

法国 AI 初创 Mistral AI，又扔出一条磁力链炸场了。
这次，与以往不同的是，他们发布了首个多模态模型 Pixtral 12B，集语言、视觉能力于一身。
这意味着，Mistral AI 正式跨界 MMML，开启多模态 AI 新时代，同时向 OpenAI、Anthropic 等劲敌发起挑战。
多模态 Pixtral 12B，是基于文本模型 Nemo 12B 完成训练。
与 GPT-4o、Claude 类似，只需上传一张图、提供一个链接，模型就能根据提示回答问题。它不仅能够识别复杂手写笔记，还能看懂数学公式、图表等等。
在多项基准测试（文本、指令跟随、多模态）中，新模型性能大幅超越 Qwen2 7B、Phi-3 Vision 开源模型。
Hugging Face 技术负责人发现此处列举的 Qwen 的数据问题很大
相较于闭源模型，Pixtral 12B 在图表问答、文档问答、视觉数学推理、大学水平多学科等基准中，性能碾压 Claude3 Haiku、Gemini 1.5 8B。
除了大约 24GB 的磁力链，模型代码还可在 HuggingFace、GitHub 下载。（由社区开发

原文链接：欧洲名将 Mistral 发布首个多模态模型，12B 开源下载，黄仁勋站台