Pixtral 12B 發佈：Mistral 首款多模態 AI 模型，120 億參數、24GB 大小

感謝IT之家網民 Diixx 的線索投遞！

IT之家 9 月 12 日消息，科技媒體 TechCrunch 昨日（9 月 11 日）報導，法國 AI 初創公司 Mistral 發佈 Pixtral 12B，是該公司首款能夠同時處理圖像和文本的多模態 AI 大語音模型。

Pixtral 12B 模型擁有 120 億參數，大小約為 24GB，參數大致對應於模型的解題能力，擁有更多參數的模型通常比參數較少的模型表現更優。

Pixtral 12B 模型基於文本模型 Nemo 12B 構建，能夠回答關於任意數量、任意尺寸圖像的問題。

與 Anthropic 的 Claude 系列和 OpenAI 的 GPT-4o 等其他多模態模型類似，Pixtral 12B 理論上應能執行諸如為圖像添加描述和統計照片中物體數量等任務。

用戶可以下載、微調 Pixtral 12B 模型，並能依據 Apache 2.0 許可證使用。

Mistral 開發者關係負責人 Sophia Yang 在 X 平台的一篇帖子中表示，Pixtral 12B 很快將在 Mistral 的聊天機器人和 API 服務平台 Le Chat 及 Le Plateforme 上開放測試。

IT之家附上相關跑分情況如下：

參考