YOHO AI

标签： Mistral

  • Mistral开源3B安全模型Shieldstral：把审核规则写成一句话，小显卡就能跑

    Mistral Shieldstral 内容安全模型
    Mistral 开源的 Shieldstral 把内容审核变成一道可随时改写的问答题（配图由 AI 生成）

    8月4日，Mistral 丢出一个叫 Shieldstral 的开源模型。它干的事很具体：给 AI 产品做内容安全审核。但思路和市面上大多数”护栏”模型不太一样——它只有 30 亿参数，却宣称能打过体积大它七倍的开放模型，而且一张 16GB 的消费级显卡就能跑起来。

    审核模型的老毛病

    过去这类防护模型有个通病：把一套固定的”有害类别清单”直接焊死在权重里。换一个产品场景，开发者往往得重新训练。可现实是，同一段内容在一个网络安全研究工具里可能完全没问题，放到心理健康平台就成了麻烦。哪有一套放之四海皆准的分类法能替所有产品画好这条线？

    Mistral 在公告里举的例子：同一段内容，对网络安全研究工具来说是正常的，对心理健康平台来说可能就是有害的。

    把规则变成一道问答题

    Shieldstral 的做法是：你别改模型，改问题。每次审核时，你用大白话写一道”是或否”的判断题，比如”这段内容是否在宣扬针对某保护群体的暴力”，模型读完只吐出 yes 和 no 两个词元的概率，归一化成 0 到 1 的安全分。改审核标准，就变成了改一句话。文字、图片、图文混合，全都走同一个接口，不用为不同产品养一堆模型。

    小模型凭什么打大块头

    Mistral 的核心论点是数据比参数规模更关键。他们把公开安全数据集里互相打架的标注体系统一成同一种格式，还故意造出”长得像、容易混淆”的政策对，逼模型学会分辨一段内容到底违反了哪一条具体规则，而不是死记硬背类别。模型基于 Ministral-3-3B，带 Pixtral 视觉编码器处理图片，训练上下文 32k，覆盖 12 种语言，约 5410 万条训练样本。

    • Apache 2.0 开放权重，直接上 Hugging Face 自托管，没有托管 API
    • 文本安全平均 F1 达 84.9%，多模态安全 83.8%，领先同档开源模型
    • 单卡 16GB 即可推理，适合已经自己跑模型、想让数据留在内部的团队

    开源安全阵营又添一员

    这次发布也把 Mistral 摆到了”Open Secure AI Alliance”创始成员的位置上，和 NVIDIA 等机构站在一起。对中小团队来说，Shieldstral 最实在的价值是：你不用再为每个产品的审核口径去求供应商改接口或微调模型，写一行政策字符串就行。当然，政策文本现在跟着每个请求走，改一个词就可能让分类行为悄悄变样，所以这道”规则”也得像代码一样被认真评审。

  • Mistral也来抢机器人赛道：一个普通摄像头，让机器人在办公室里自己认路

    法国AI公司Mistral，大家更熟悉的是它那些开源大语言模型。但7月8日它悄悄把触角伸到了”物理世界”。新发布的Robostral Navigate是Mistral第一款面向机器人导航的模型，参数只有80亿，却干了件挺反直觉的事：让机器人只靠一个最普通的RGB摄像头，就能在复杂空间里自己走路、认路，不用激光雷达，也不用深度传感器。

    传统方案要让机器人不撞墙，往往得堆传感器——LiDAR、深度相机、好几路摄像头一起上。Robostral Navigate偏要做减法。它接收摄像头画面和一句大白话指令，比如”走出大堂，穿过走廊，进储物间，停在第二个货架正前方”，就自己驱动机器人走完整个流程，连训练时从没见过的人和障碍物都能现场避让。

    Mistral Robostral Navigate 单摄像头机器人导航
    仅凭一颗摄像头，Robostral Navigate 让机器人在办公空间自主导航（配图由AI生成）

    在R2R-CE这个导航基准上，它在没见过的环境里成功率76.6%，见过的有79.4%。更扎眼的是，它比此前最好的单摄像头方案高出9.7个百分点，甚至比用着深度或多摄像头的系统还高出4.5个百分点——”一只眼”反而赢了”多只眼”。

    怎么做到的：先学会”指路”，再学会”走路”

    核心是一套基于”指向”的导航机制。模型看着当前画面和历史指令，预测机器人下一步该往画面里的哪个坐标走、到了之后该朝向哪边。比起直接给”往前两米、左转25度”这种精确位移指令，这种”指路”的方式天然不挑相机参数、也不挑空间尺度，同一个模型能装在轮式的、腿式的甚至飞行的机器人上。

    训练上Mistral也走了一条省钱的路。整个模型完全在模拟环境里训出来，用6000个虚拟场景攒了大约40万条轨迹。再配上前缀缓存（prefix-caching）的训练算法，把整段任务压成一条序列一次训完，训练token量砍到原来的1/22，原本要几个月的活儿压缩到几天。最后再上一轮在线强化学习（CISPO），成功率又多榨出3.2个百分点。

    为什么这件事值得盯

    对Mistral来说，这只是通向”统一具身智能体”的第一步，但它戳中的是机器人落地最贵、最麻烦的一块——感知与导航。制造业、配送、物流、酒店这些场景里，”让机器自己从A走到B”向来是客户最想要的本事。把硬件门槛从一套传感器阵列降成”一颗摄像头加80亿参数”，意味着更多中小玩家也能碰机器人了。

    • 模型完全自研，不依赖任何开源视觉语言模型，从Mistral自家的 grounding 模型初始化而来。
    • 对相机内参差异很皮实，不同机器人、不同摄像头都能通用，部署起来省心。
    • 团队明确说还没看到性能天花板，更多训练和数据还能继续把数字往上推。

    当然，模型目前还没开源，权重和代码要走商务接洽。但Mistral从语言模型跨界到机器人，信号已经很清楚：当小模型也能用一颗摄像头搞定复杂导航，机器人自主移动的硬件护城河，正在被重新画一遍。

  • Mistral AI到底是家什么公司？看完这篇你就明白了

    当特朗普下令让Anthropic把最新模型下线，欧洲喊”主权技术”喊得越来越响，一家法国AI公司突然站到了聚光灯下。它就是Mistral AI——经常被叫做”欧洲版OpenAI”，但这个标签其实挺误导的。

    Mistral AI概念图
    Mistral AI：欧洲主权AI的代表力量

    如果你拿”欧洲版OpenAI”的标准去套Mistral，肯定会失望。它的聊天产品Vibe（前身叫Le Chat）品牌认知度远远比不上ChatGPT；就算在巴黎的Station F创业园区里，Claude也比Mistral的模型更受欢迎。

    它在走的其实是Palantir路线

    外界经常忽略一个关键点：这家法国十角兽公司实际上在走一条完全不同的路——它派前端工程师去帮政府和大企业把AI用起来，针对具体用例做定制部署。这个策略也更符合Mistral实际的资源条件。

    营收数据可以说明问题。公司正在融大概35亿美元，估值约231.5亿美元（接近当前估值的两倍）。但相比美国那些前沿AI实验室，这个数字还是低不少。不过增长曲线很猛：2026年2月披露的年度经常性收入（ARR）已经超过4亿美元，而一年前才2000万美元。公司说自己有望今年突破10亿美元ARR。

    Mistral CEO Arthur Mensch说过一句话：”我们的存在是为了确保每个人都能获得最佳AI系统，摆脱国家或企业以集中控制方式部署AI的局面。”

    创始人阵容：DeepMind和Meta老将

    三位创始人都在美国科技巨头巴黎办公室搞过AI研究：CEO Arthur Mensch来自Google DeepMind，CTO Timothée Lacroix和首席科学家Guillaume Lample都来自Meta。这个背景某种程度上解释了为什么他们的策略跟OpenAI截然不同——他们更懂欧洲的监管环境和政府采购逻辑。

    融资历程也挺夸张的。2023年6月才拿种子轮1.13亿美元，估值2.6亿；到2025年9月C轮已经估值138亿美元，融了约20亿美元。总融资额大概40亿美元，而且大部分是债务融资。

    模型、芯片和”主权”野心

    Mistral的模型阵容挺全的：有大语言模型Mistral Small 4，有针对手机等边缘设备优化的”Les Ministraux”系列，部分模型是开放权重的。代码智能体Leanstral也已经开源。

    Mensch承认目前还没有最好的语言模型，但差距在不断缩小。2026年夏天会推出”非常令人兴奋的模型”，是开放权重的，7月开放早期访问。在语音、视觉和文档处理这些对算力要求相对低的领域，Mensch说他们已经有最先进的解决方案了。

    芯片策略方面，Mensch在今年5月接受CNBC采访时说不排除自研芯片的可能性，但目前还是依靠NVIDIA。2026年初收购基础设施初创公司Koyeb，加上宣布在法国和瑞典建设数据中心的45.6亿美元投资战略，”主权”这个色彩贯穿了Mistral的几乎所有动作。

    退出路径方面，Mensch在今年1月达沃斯论坛上明确说了Mistral”不出售”，IPO是计划。考虑到已经融了这么大规模，即便卖给传闻中的潜在买家（比如Apple）也很难提供足够的回报倍数，更何况还有主权问题要考量。

  • Mistral融资30亿欧元，欧洲AI独角兽估值翻倍背后






    Mistral融资30亿欧元，欧洲AI独角兽估值翻倍背后

    法国AI实验室Mistral AI正在谈一笔大融资——约30亿欧元（合35亿美元），公司估值冲到200亿欧元（约231.5亿美元）。这个数字比它去年9月Series C融资时的117亿欧元估值，差不多翻了一倍。

    Bloomberg上周五放了这条消息，援引的是匿名信源，Mistral这边还没正式回应。如果这笔钱真落袋，Mistral手里攒的融资总额也才大约40亿美元——跟美国那帮巨头比起来，还是小巫见大巫。OpenAI融了约1860亿美元，Anthropic约1612.5亿美元，估值更是甩开欧洲这边好几条街。

    Mistral AI融资
    Mistral AI联合创始人兼CEO Arthur Mensch（图源：TechCrunch）

    开源路线是卖点，也是筹码

    Mistral 2023年成立，口号挺响——”把前沿AI交到每个人手里”。跟OpenAI、Anthropic那种把模型捂得严严实实的路子不同，Mistral走的是开源权重路线，几个基础大语言模型直接放出来，谁想定制随便改。

    当然它也没全开源，闭源模型也在卖，主打编程、语音克隆生成、光学字符识别这些场景。这种”半开源”策略在欧洲挺吃香，尤其是现在欧洲各国都在跟美国科技巨头保持距离的时候。

    法国最近都在 ditch Windows 换 Linux 了，减少对美国技术的依赖。Mistral适时把自己包装成”主权AI”的本土替代方案，这步棋走得准。

    欧洲各国政府买单了

    Mistral已经在巴黎附近建数据中心了，钱是去年3月融的8.3亿欧元债务。合作名单也挺好看：法国军方、卢森堡政府、ASML、欧洲防务AI公司Helsing——都是欧洲本地的”大客户”。

    这跟美国那边的打法不一样。OpenAI、Anthropic的企业客户遍布全球，营收规模和高管需求把估值顶到了天上去。Mistral目前的营收数据外界不太清楚，但估值涨成这样，投资方肯定是看到了什么。

    估值翻倍，钱够烧吗？

    40亿美元总融资，对标OpenAI的1860亿，差距不是一点半点。AI这行的烧钱速度快得离谱，算力、数据、人才，每一项都是天价。Mistral选的时机也有意思——正值欧洲”AI主权”情绪高涨，各国政府愿意掏钱支持本土选手。

    但估值200亿欧元这个数字，最终能不能站稳，还得看它能不能把模型做到真正跟美国巨头抗衡，以及能不能在欧洲之外打开市场。目前Mistral的模型口碑还不错，尤其是在开源社区里，但企业客户的买单意愿——尤其是美国企业——还是一个问号。

    这轮融资还在早期谈判阶段，条款随时可能变。Mistral拒绝置评，Bloomberg的匿名信源消息准确到哪一步，也得等官方宣布才知道。


  • 法国Mistral要融30亿欧元，估值冲200亿，欧洲AI不想只做配角

    法国AI公司Mistral AI正在谈一笔融资：大约30亿欧元，折合35亿美元。如果这轮谈成了，Mistral的估值会跳到200亿欧元，差不多231亿美元。这个数字是它去年9月C轮融资时117亿欧元估值的两倍不到一年时间。

    消息是彭博社发出来的，援引的是匿名信源，Mistral自己还没出来确认。但市场对这个传闻的反应基本是”合理”，因为Mistral在过去一年里确实在多个方向上同时推进：模型、数据中心、政府合作，一样都没落下。

    Mistral AI
    Mistral AI 标志（图源：Thomas Fuller/NurPhoto / Getty Images）

    欧洲不想只做配角

    Mistral成立于2023年，创始人是从Google DeepMind和Meta跳槽出来的。他们的口号听起来很欧洲：”把前沿AI交到每个人手里。”技术上，他们走的是开放权重路线——部分基础模型允许任何人下载、修改、自己部署。这和美国那些封闭收费的对手形成了鲜明对比。

    但Mistral真正的筹码不在技术路线上，而在地缘政治。欧洲各国政府现在很认真地想降低对美国科技的依赖，Mistral把自己包装成”主权级”的替代方案，效果相当好：法国军方在用，卢森堡政府也在用，还跟欧洲防务公司Helsing签了战略合作。

    Mistral的定位很聪明：它不想在通用AI能力上跟OpenAI和Anthropic硬碰硬，而是先把欧洲政府和企业市场吃下来，再用这笔钱去建自己的数据中心和算力。

    钱够不够烧？

    截至现在，Mistral累计融了大约40亿美元。对比一下：OpenAI累计1860亿，Anthropic累计1612.5亿。差距是两个数量级。这也是为什么这轮30亿欧元的融资对Mistral来说不只是”更多钱”，而是”够不够活下去”的问题。

    AI训练成本高到离谱，光是建一个能跑前沿模型的数据中心就要几十亿美元。Mistral正在巴黎附近建自己的数据中心，为此已经融了8.3亿欧元的债务融资。这轮股权融资如果到位，应该说刚好够它把算力基础设施搭起来，再撑几年。

    估值走到200亿欧元，Mistral已经超过了很多上市公司的市值。但跟OpenAI预计的IPO估值（传言中的几千亿美元）比，还是小巫见大巫。欧洲AI能不能诞生一家真正全球化的巨头，这轮融资是一个关键节点。

    开放权重是优势还是包袱？

    Mistral允许别人下载它的模型，这件事帮它赢得了开发者和研究人员的好感，但也意味着它很难靠API调用收费赚到大钱。它同时提供闭源的商业模型（编程、语音、OCR场景），试图两头通吃。

    这条路线的最终考验是：企业客户愿不愿意为一家欧洲AI公司付跟OpenAI相当的钱？目前看来，答案在欧洲市场是”愿意”，在全球市场还不好说。这轮融资如果能搞定，Mistral会有更多子弹去回答这个问题。

    • 融资额：约30亿欧元（35亿美元），进行中
    • 投后估值：约200亿欧元（231亿美元）
    • 上一轮：2025年9月C轮，117亿欧元估值
    • 累计融资：约40亿美元（远低于OpenAI/Anthropic）
    • 核心卖点：开放权重 + 欧洲主权AI定位