實體: Mistral
所有提到 Mistral 的 AI 新聞與動態。
-
能否透過 Scale AI 與 Alexandr Wang 帶動 Meta 的 AI 計畫？
Meta 據報正投資近 150 億美元給資料標註公司 Scale AI，並持有其 49% 股權，同時邀請 CEO Alexandr Wang 協助領導公司內部的新「超級智慧」實驗室。此舉令人聯想起 Meta 過往的大膽投資，包括 190 億美元收購 WhatsApp 及 10 億美元收購 Instagram。儘管當時有人質疑 Meta 支付過高，但 WhatsApp 和 Instagram 最終成為 CEO Mark Zuckerberg 帝國的核心部分。此次投資的焦點在於用於訓練頂尖 AI 模型的資料，而非新興社交媒體應用。過去數年，包括 OpenAI 在內的領先 AI 實驗室依賴 Scale AI 生產和標註資料。近期，Scale AI 及其競爭對手開始僱用高學歷人才，如博士科學家和高階軟體工程師，以生成高品質資料。Meta 內部人士指出，其領先 AI 團隊在資料創新方面存在不足。今年早些時候推出的生成式 AI 部門產品 Llama 4，被認為無法匹敵中國 AI 實驗室 DeepSeek 的模型表現，引發失望情緒。此外，Meta 面臨人才流失問題，SignalFire 資料顯示 2024 年 Meta 流失了 4.3% 的頂尖人才給 AI 實驗室。Meta 不僅依賴 Scale AI，還希望 Wang 能領導新團隊。28 歲的 Wang 被視為雄心勃勃且人脈廣泛的創業家，近期正與世界領袖討論 AI 對社會的影響。然而，Wang 此前未領導過類似的 AI 實驗室，缺乏如 Safe Superintelligence 的 Ilya Sutskever 或 Mistral 的 Arthur Mensch 這樣的 AI 研究背景，因此 Meta 可能正在招募 DeepMind 的 Jack Rae 等高階人才來補充研究團隊。關於 Scale AI 的後收購命運尚不明確，其角色在 AI 模型訓練中面臨變化，部分實驗室轉向自建資料收集或增加對合成資料的依賴。今年 4 月，The Information 報導 Scale AI 未達部分營收目標。Anyscale 聯合創始人 Robert Nishihara 表示，許多前沿 AI 實驗室正在探索利用和最佳化資料的新方法，並指出資料是一個動態目標，需要持續創新。Meta 與 Wang 的合作關係可能會嚇退其他傳統與 Scale AI 合作的 AI 實驗室，這可能利好競爭對手如 Turing、Surge
-
OpenAI 的開放模型延宕
OpenAI 執行長 Sam Altman 於 2025 年 6 月 10 日透過 X 平臺宣佈，該公司數年來的首個開放模型發布將延後至今年夏天後期，而非原本目標的 6 月。Altman 表示，研究團隊做出了意外且驚人的突破，認為雖然值得等待，但需要更多時間。該開放模型預計將具備與 OpenAI o 系列模型相似的「推理」能力，並旨在超越 DeepSeek R1 等其他開放推理模型的表現。隨著 Mistral 在週二發布 Magistral 系列模型，以及中國實驗室 Qwen 在四月推出可切換推理模式的混合模型，該領域競爭日益激烈。除了提升基準測試表現外，OpenAI 還曾考慮讓開放模型連線至公司雲端託管的模型以處理複雜查詢，但這些功能是否會出現在最終版本尚不明確。Altman 曾指出 OpenAI 在開放模型原始碼方面處於「歷史錯誤的一側」，因此公司面臨巨大壓力，必須發布一款與行業最佳開放解決方案具有競爭力的模型，以修復與研究人員和開發者之間的關係。
-
Mistral 發佈一對 AI 推理模型
法國人工智慧實驗室 Mistral 於週二宣佈推出其首款推理模型系列 Magistral，旨在提升數學、物理等領域的問題解決一致性與可靠性。該系列包含 Magistral Small 與 Magistral Medium 兩種版本。Magistral Small 擁有 240 億引數，可透過 Hugging Face 平臺下載，採用 Apache 2.0 許可證。Magistral Medium 則在 Mistral 的 Le Chat 聊天機器人平臺及 API 上進行預覽，並支援企業客戶。Mistral 自 2023 年成立以來，已獲得 General Catalyst 等投資機構支援，總籌資額超過 11 億歐元。儘管資源雄厚，Mistral 在推理模型開發上曾稍顯落後，Magistral Medium 在 GPQA Diamond、AIME 及 LiveCodeBench 等測試中表現不如 Google 的 Gemini 2.5 Pro 與 Anthropic 的 Claude Opus 4。然而，Mistral 強調 Magistral 在 Le Chat 平臺上的回答速度比競爭對手快 10 倍，並支援義大利語、阿拉伯語、俄語及簡體中文等多種語言。該模型適用於企業場景，涵蓋結構化計算、程式邏輯、決策樹及風險評估等任務，並針對多步驟邏輯進行微調，以增強可解釋性。此發布緊接在 Mistral Code 客戶端及 Le Chat Enterprise 企業服務推出之後。