Mistral công bố Pixtral 12B, mô hình đa phương thức đầu tiên

• Mistral đã công bố Pixtral 12B, mô hình đầu tiên có thể xử lý cả hình ảnh lẫn văn bản
  • Mô hình có khoảng 24GB với 12 tỷ tham số
• Được xây dựng dựa trên Nemo 12B, mô hình văn bản của Mistral
  • Có thể trả lời câu hỏi về số lượng và kích thước hình ảnh bất kỳ thông qua URL hoặc hình ảnh được mã hóa base64
  • Dự kiến có thể thực hiện các tác vụ như tạo chú thích ảnh, đếm số lượng vật thể trong ảnh, tương tự các mô hình đa phương thức khác như dòng Claude của Anthropic hay GPT-4 của OpenAI
• Có thể tải xuống qua liên kết torrent trên GitHub và Hugging Face
• Có thể tải xuống, tinh chỉnh và sử dụng không hạn chế theo giấy phép Apache 2.0
• Hiện bản demo web chưa hoạt động, nhưng sẽ sớm có thể thử nghiệm trên Le Chat và Le Plateforme, nền tảng chatbot và dịch vụ API của Mistral
• Gần đây, Mistral đã khép lại vòng gọi vốn 645 triệu USD do General Catalyst dẫn dắt, qua đó được định giá 6 tỷ USD
  • Mistral mới hơn 1 năm tuổi, Microsoft đang nắm giữ cổ phần thiểu số và công ty này được xem là OpenAI của châu Âu
  • Công ty đang theo đuổi chiến lược phát hành mô hình “mở” miễn phí, thu phí cho phiên bản được quản lý và cung cấp dịch vụ tư vấn cho khách hàng doanh nghiệp