Mistral AI Now 峰会笔记
原文标题：Notes from the Mistral AI Now Summit
过去几天我在巴黎参加了 Mistral AI 举办的 AI Now 峰会，希望了解更多关于他们的模型、欧洲 AI 的未来规划等信息。我的个人见解如下：
Mistral 不再仅仅是一家模型公司。他们正在构建完整的 AI 堆栈：算力、模型、平台与咨询。他们拥有自己的算力（巴黎一座 40MW 的数据中心，更多数据中心即将建成，包括瑞典的一座）。他们专注于高效、开放且可定制的模型，这些模型归你所有，并可本地部署。与 Anthropic 或 OpenAI 相比，这似乎是他们独特的卖点。
整个会议的信息都围绕合作展开：与 ASML、BNP Paribas、Amazon 的 Alexa+ 的合作，以及他们如何利用 AI 帮助这些公司解决实际问题。关于即将推出的新模型和技术创新的内容较少——这让我有些失望。不过，他们确实发布了 Vibe for Work，一个类似于 Claude for Work 的产品。
在智能体（agentic）方面，“控制框架（harness）” 至关重要。在 Pieter Stock 的演讲中提到，仅有模型是不够的。通过控制框架，你可以添加上下文、持久化能力和学习机制。推理能力对此至关重要——它让系统能够回溯、从错误中恢复并保持透明。技能（Skills） 是组织捕获最佳实践的方式，这些技能需要与 AI 智能体协同开发。
专用小型模型 是他们的策略。Mistral 展示了多个例子，说明在能效和速度方面，小型、快速且专注的模型优于大型通用模型：用于 OCR 的 Document AI（被欧盟专利局用于大规模 OCR）、用于多语言语音的 Voxtral（为欧洲的 Amazon Alexa+ 提供支持），以及与 ASML 合作的工业机器人模型 Robostral。此外，在 token 密集型的智能体应用中，速度和效率正变得与原始能力同样重要。
主权与本地部署 是他们的卖点。BNP Paribas 在比利时本地部署 Mistral 模型用于 KYC（了解你的客户）流程，敏感数据保留在银行内部。Abanca 则使用智能体编排技术，在其应用中处理超过 100 万客户的海量敏感信息。对于受监管行业的欧洲企业来说，这是依赖美国超大规模云服务商的一个良好替代方案。
一场别开生面且我十分喜欢的演讲是关于古代纸莎草文献的：奥地利科学院的一个研究团队微调了 Mistral 的代码 LLM（Codestral），用于读取数千年历史的废弃纸莎草碎片上的微小片段——这些碎片几十年来一直未被出版。这项工作有助于让在埃及沙漠中发现的一个包含 18 万份文档的收藏变得可访问，如果没有 AI，这项工作将耗时超过 2000 年。这是一个绝佳的例子，展示了 AI 如何也能为人文学科提供帮助。
总而言之，这次峰会让我更清晰地了解了 Mistral 对欧洲 AI 的愿景：或许不是赢得 AGI（通用人工智能）竞赛，而是成为能够 现在 就带来实际投资回报的欧洲全栈 AI 合作伙伴。这一愿景能否成功，取决于是否有更多欧洲企业选择这条路，但开放模型、本地部署与企业合作的组合，对欧盟的许多大型组织来说可能颇具吸引力。老实说，看到欧洲有一个严肃的参与者出现在牌桌上，是件好事。盲目依赖美国科技巨头的日子正在结束。
附言： 非常感谢 Mistral 的邀请。地点选在巴黎卢浮宫附近，位置绝佳，而且能在通常举办巴黎时装周的地方——看着联合创始人和其他演讲者走在 T 台上——确实是一种独特的体验。
本文也发布在 LinkedIn 和 Hacker News 上。欢迎前往参与讨论。 在 GitHub 上编辑