AI熱潮方興未艾，本周最具話題性的企業是來自歐洲的AI獨角獸Mistral AI。當地時間2月26日，Mistral AI發布了最新旗艦模型Mistral Large，性能不輸OpenAI的GPT-4和谷歌的Gemini Pro，訓練成本卻只有2200萬美元，約爲GPT-4的五分之一。
更重要的是，Mistral AI宣布與微軟達成合作，成爲繼OpenAI後第二個能在微軟雲服務Azure上提供大模型服務的公司。此外，微軟還向Mistral AI提供了約1600萬美元的投資。微軟投資的金額雖然較少，但是讓Mistral Large模型在Azure上部署，相當于對這家公司投出了一張分量極重的信任票。
獲得微軟首肯之後，一時間“歐洲版AI”“OpenAI之下，萬模之上”的贊譽紛至沓來，獲取了極大的曝光量。
這不是Mistral AI第一次“破圈”進入大衆視野。2023年剛成立時，這家歐洲AI的“獨苗”就曾憑借“4 周， 7 頁 PPT ， 1.13 億美元融資”的驚人表現小火了一把。
Mistral AI成立于2023年4月，同年6月，Mistral AI就獲得了1.05億歐元（約合1.13億美元）的種子融資；同年12月，又獲得了3.85億歐元（約4.15億美元）的A輪融資。這兩輪的投資者包括矽谷著名風投Lightspeed Venture Partners和安德裏森·霍羅威茨（Andreessen Horowitz，又名a16z），科技巨頭英偉達和賽富時，前谷歌首席執行官Eric Schmidt，以及法國億萬富翁Xavier Niel等人，估值達到20億美元。
Mistral AI的急速成長與公司三名創始人的AI資曆密不可分。2023年，在谷歌人工智能部門DeepMind搞大模型的Arthur Mensch 離職，拉上了在Meta巴黎AI實驗室工作的Timothee Lacroix和Guillaume Lampe，一起創立了自己的AI公司，後兩位是Mensch在學生時代的同學。這時的Mensch才剛剛三十歲，另外兩位年紀也相仿。
Arthur Mensch9（中），Guillaume Lampe（左），Timothee Lacroix（右）
圖片來源：Mistral- Renauld Khan
媒體報道顯示，Arthur曾就讀于巴黎綜合理工學院和巴黎高等師範學院，博士的研究方向是分析核磁共振圖像（fMRI）系統的三維大腦圖像，讓軟件能夠處理高達數百萬的圖像量。2020年底，Arthur加入DeepMind，參與開發大語言模型，負責過Retro、Flamingo 和 Chinchilla 項目。Guillaume 與 Timothée 則一起領導了 Meta的開源大模型LLaMa 的開發。
至于爲什麽要離開谷歌單幹，Arthur給出的解釋是不喜歡團隊越來越大，官僚化迹象明顯，而且自己“不想在大型科技公司中開發那些不透明的技術”。Timothée和Guillaume 則是厭倦了公司內部對算力的爭奪。
相似的價值觀和深厚的“大廠”經驗，令Mistral AI飛快起步。堅持開源和節省成本的理念，也讓Mistral AI頗有當年OpenAI成立時的理想主義色彩。Mistral在2023年春天的商業企劃中，批評了由美國公司主導的專有閉源模型，認爲其正在形成“壟斷”，而Mistral AI則將會把初始AI系統作爲開源軟件發布，允許任何人免費使用或修改。
Mistral一開始確實是這樣做的。2023年9月和12月，公司先後推出了小型模型Mistral 7B和“混合專家”架構的Mixtral 8x7B模型，其方式是直接在社交媒體上貼出磁力下載鏈接。這顯然和OpenAI近年的封閉做派大相徑庭。
不過，隨著規模的擴大，Mistral AI的作風越來越像OpenAI靠近，其最新出爐的旗艦大模型Mistral Large就采取了閉源路線，既不開放也不免費。對此Arthur解釋稱：“在構建商業模式和堅持我們的開源價值觀之間找到一個平衡點是非常微妙的。我們希望創造新的事物、新的架構，但是還想向我們的客戶提供一些額外的産品和服務。”
在大模型時代，算力和資金成爲了決定性因素。在擴展規模和投資方的壓力下，Mistral AI能否走出一條不同于OpenAI的道路，值得外界期待。
免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前核實。據此操作，風險自擔。---來源: 每日經濟新聞 -
*周鴻祎建言：鼓勵引導大模型與數字化結合，成爲新質生産力的重要部分*
2024年全國兩會召開在即，全國政協委員、360集團創始人兼董事長周鴻祎提交了三份提案。
澎湃新聞記者梳理發現，這三份提案主要聚焦網絡安全和大模型發展。在外界較爲關注的大模型方面，周鴻祎主要談到了AI（人工智能）安全性和實際應用場景兩大問題。
“通用大模型的發展，已不是單純的科技之爭，更是國運之爭，影響深遠。中國應盡早未雨綢缪，高度重視大模型安全，以避免在未來的國際競爭中受到限制。”在《關于鼓勵兼具“安全和AI”能力的企業解決通用大模型安全問題的提案》中，周鴻祎表示，全球新一輪産業技術變革加速來臨，通用大模型作爲人工智能發展的核心引擎，正引發一場全新的工業革命。過去一年，國家高度重視通用大模型發展，各部委加速行動，在算力、算法、數據等大模型發展關鍵領域持續發力、取得進展。但伴隨人工智能的影響日益擴大，安全問題也愈發凸顯。
他談到，AGI（通用人工智能）的進步速度超乎想象，OpenAI系列模型工具發布後，AGI加速實現，將引發更加複雜的安全風險，主要包括技術安全、內容安全和人類安全三個方面。技術安全主要涉及大模型技術本身引發的安全問題，如網絡、數據和生成內容的安全；內容安全則是對大模型的控制、濫用、誤用和惡意應用等問題；而人類安全問題則是大模型強大後帶來的安全可控問題。
對于上述情況，周鴻祎建議，國家應該更加重視通用大模型安全問題，給予兼具“安全和AI”能力的企業專項扶持政策，更好發揮其解決通用大模型安全問題的重要作用。
目前國內的大模型安全問題不容樂觀。一方面，國內大模型企業不熟悉內容安全、數據安全、科技倫理、網絡安全等人工智能帶來的安全挑戰；另一方面，大部分安全公司又很少真正有能力深入大模型研究，上述兩方面原因導致國內大模型安全領域成爲整個産業鏈的薄弱環節。建議國家有關部門采用揭榜挂帥等方式，鼓勵並扶持兼具“安全和AI”能力的企業，給予專項扶持政策，支持企業擔起大模型安全重擔，聚焦攻堅，爲解決通用大模型安全問題提供堅實保障。
其次，他建議國家在內容安全、數據安全、科技倫理、網絡安全等細分領域，牽頭研究制定安全檢測標准，在規範的安全標准體系下，推動通用大模型的安全評測工作，通過接入安全服務來保障大模型的安全。
第三，建議政府和央國企加強與兼具“安全和AI”能力企業的合作，在政策和招投標條件上，給予更多合作機會，發揮此類企業在人工智能安全領域的優勢作用，爲國家安全貢獻力量。
在《關于深化人工智能多場景應用，支持大模型向垂直化、産業化方向發展的提案》中，周鴻祎表示，中美在人工智能領域的競爭，一方面是對抗OpenAI的通用大模型基礎戰；另一方面是差異化、特色化的大模型應用戰。當前，中國在通用大模型核心技術上趕超美國還需要時間，但在大模型應用方面，2024年是大模型應用場景元年，中國完全可以走出一條具有中國特色的大模型發展之路。
“在許多垂直領域，其實不需要千億規模的大模型，百億大模型足夠賦能百行千業，中國發展大模型的一個重要方向應該是借助産業和場景的優勢，將大模型與業務流程、産品功能相結合，尋求多場景應用、垂直化和産業化的落地，助力加快形成新質生産力。”周鴻祎表示。
周鴻祎建議，政府、央國企應該率先提供更多應用場景，聚焦“小切口，大縱深”，推動大模型垂直化、産業化落地。企業用大模型不能冒進，而是要用AI逐步改造業務，循序漸進，積小勝爲大勝，在實踐中要拆分場景具體分析，在業務流程上找准切入點。
此外，建議鼓勵企業在定制AI前，做好知識管理，將企業大數據平台升級爲企業知識平台。大模型的數據、知識只是人類知識的冰山一角，企業還有大量的“暗知識”，如戰略規劃、産品設計圖等企業具有的獨特知識，建議鼓勵企業將“暗知識”彙總起來，打造企業專屬知識庫，在此基礎上，通過垂直訓練，深入企業級場景，滿足企業需求。
第三，建議鼓勵和引導企業將大模型與數字化業務系統深度結合。大模型像發動機，不是用來秀的，而是要與業務相結合，特別是傳統制造業，大模型是推動數轉智改的利器。國家應該鼓勵企業拿出一至兩個業務場景與大模型融合，創造大量可落地推廣的與業務緊密融合的大模型，推動這些大模型與數字化系統融爲一體，這將對中國的産業數字化、新型工業化産生巨大作用，本質上成爲新質生産力的重要部分。---來源: 澎湃新聞-
