法国人工智能初创公司MistralAI发布了其首个多模模型Pixtral12B，该模型具有语言和视觉处理能力，可以识别图像，但无法生成图像。Pixtral12B拥有120亿个参数，模型大小为24GB，基于文本模型Nemo12B，能够执行为图像添加文字描述和计算照片中物体数量等任务。用户可以通过HuggingFace和GitHub访问其源代码，该代码采用Apache2.0许可，允许用户自由下载、微调和使用。

😄 MistralAI发布了首个多模模型Pixtral12B，该模型具有语言和视觉处理能力，能够识别图像，但无法生成图像。Pixtral12B拥有120亿个参数，模型大小为24GB，基于文本模型Nemo12B，能够执行为图像添加文字描述和计算照片中物体数量等任务。

😊 用户可以通过HuggingFace和GitHub访问其源代码，该代码采用Apache2.0许可，允许用户自由下载、微调和使用。这使得Pixtral12B成为研究人员和开发人员进行多模态人工智能研究和应用开发的宝贵资源。

🤔 MistralAI并未公开披露用于训练Pixtral12B的图像数据集。这引发了人们对数据来源和潜在版权问题的关注。对于使用该模型进行商业应用，开发者需要仔细评估其数据来源和使用许可，以避免潜在的法律风险。

😎 Pixtral12B的发布标志着MistralAI在多模态人工智能领域迈出了重要一步。该模型在图像识别和文本处理方面表现出良好的能力，为未来更强大的多模态人工智能模型的开发奠定了基础。

🤩 与此同时，MistralAI也面临着来自其他大型科技公司和初创公司的竞争。未来，MistralAI需要继续提升Pixtral12B的性能，并探索更多应用场景，才能在多模态人工智能领域取得更大的成功。

法国 AI 创业公司 Mistral AI 发布了其首个多模模型 Pixtral 12B，具有语言和视觉处理能力，它能识别图像但不能生成图像。用户可通过 Hugging Face 和 GitHub 访问其源代码，源码采用 Apache 2.0 许可，用户可以不受限制的下载、微调和使用。Pixtral 12B 有 120 亿参数，模型大小 24GB。它是基于文本模型 Nemo 12B，应该能执行为图像添加文字描述和计算照片中物体数量等任务。Mistral 没有披露使用了哪些图像去训练模型。