在最新一轮融资中，坚持开源的法国AI初创公司Mistral AI获得了6亿欧元投资，最新估值已逼近60亿欧元。据了解，本轮融资由美国的风险投资公司General Catalyst领投，Mistral AI的几家现有投资者也参与其中，包括Lightspeed、Andreessen Horowitz（A16z）、Bpifrance和法国巴黎银行。

成立至今刚满一年的这只欧洲独角兽在此前已经完成3轮融资，总金额超5亿美元，而且获得了英伟达和微软等大公司的支持，被视作欧洲最有潜力、能够挑战OpenAI的人工智能初创公司之一。与坚持闭源的OpenAI不同，Mistral AI坚持开源路线，而且能以低成本高效开发模型，目标是成为AI领域最节省资本的公司。

法国吹来的强风，成为欧洲AI的希望

Mistral在法文里的意思是“法国南部常见于冬季的寒冷强风”。这支规模不大但野心勃勃的小团队，正走在与OpenAI截然相反的另一条道路上，成为欧洲在人工智能领域的希望。

公开资料显示，Mistral AI成立于去年，总部位于法国巴黎，由来自Meta和DeepMind的几位前研究人员——Arthur Mensch（现任CEO）、Guillaume Lample和Timothee Lacroix共同创立。在过去一年中，公司已完成3轮融资：去年6月，获得1.13亿美元种子轮融资；去年12月，获得4.15亿美元A轮融资；今年2月，微软又向Mistral AI投资1600万美元作为A轮融资补充。值得注意的是，Mistral AI获得了科技巨头微软、英伟达的支持，显示出市场对这家公司的信心。

最新一轮融资后，Arthur Mensch在其个人社交平台上发文，对新老投资者的持续信任与支持表达感谢，并表示，新一轮融资“将加速我们的发展路线图，让我们继续将前沿人工智能带到每个人的手中”。

从成立起就坚持开源策略的Mistral AI，在过去的一年中也在开源大模型领域获得了不少优异的成绩。

去年9月，Mistral AI发布了首个生成式AI模型Mistral 7B。该模型的八项基准测试均优于Meta发布的大模型Llama 2 13B，实际使用的响应速度、数据理解能力、数学能力、类人能力、编程能力基准测试优于Llama 1 34B，在当时达到领先水平。

去年12月，Mistral AI发布了全球首个基于MoE（Mixture of Experts，混合专家）技术的大语言模型Mistral-8x7B-MoE，在多个任务上的表现超越了Mistral 7B，甚至在某些方面接近或超越了GPT-4。业内人士分析称，Mistral-8x7B-MoE由8个拥有70亿参数的专家网络组成，每个token的处理交由最相关的两个专家进行。MoE技术的应用不仅提高了模型处理信息的效率，还降低了运行成本，推动AI向更高效、更灵活的方向发展。

今年2月，Mistral AI发布了最新的大模型Mistral Large。在AI理解能力测试基准MMLU的对比中，Mistral Large的得分仅次于GPT-4，略好于Anthropic开发的Claude 2。同时，公司还推出了首个聊天机器人产品Le Chat，并宣布与微软达成更加深入的合作协议。

今年4月，Mistral AI推出全新专家混合（MoE）大模型Mixtral 8x22B磁力链接，该模型参数规模高达1760亿，仅次于xAI的Grok-1，成为市面上参数规模第二大的开源模型。

技术上的不断迭代与进步，让Mistral AI成为欧洲发展人工智能技术的希望，连法国总统马克龙都对Mistral AI大加称赞，称其为“新一代欧洲初创企业与美国科技巨头竞争的典范”。

Mistral AI的核心优势：小团队、低成本、高透明

来自欧洲的Mistral AI何以获得资本的持续青睐？这得益于这家初创公司与OpenAI相比，具有小团队、低成本与高透明的特点与优势。

首先是小团队。记者注意到，在Mistral AI的官网上，公司特别强调了“我们是一个小型的、富有创造力的团队”。事实上，小团队的灵活与高效，一直是公司创始团队十分注重和一直坚持的传统。成立之初，公司只有6个人。即便如今估值逼近60亿欧元，团队人数也只是扩张到60人，其中四分之三的成员从事产品开发和研究工作。

据外媒报道，Arthur Mensch在2020年底时加入了谷歌的AI研发团队DeepMind，参与开发大语言模型，具体的研究方向是提高AI和机器学习系统的效率。ChatGPT发布后，谷歌加大了在大语言模型领域的投入，Arthur Mensch所在的团队从一个10人的小团队扩充成为70人的大团队。“我觉得应该在事情变得过于官僚化之前离开，我不想在大型科技公司中开发那些不透明的技术。”Arthur Mensch表示。

因此，他在2023年离开谷歌，创办了Mistral AI。Arthur Mensch领导的团队始终相信，小团队在灵活性与高效性上要远远超越硅谷的大公司。Arthur Mensch就曾公开表示，他在DeepMind的深刻体会是，一支由5人组成的团队效率往往比50人的团队高，即使是小团队也能做出重要成果。

其次是低成本。Mistral AI最为业界及投资人称道的一点是，他们能够以低成本高效开发模型，尽可能节省资本开支。去年横空出世的Mistral 7B，就以70亿参数打败了数百亿参数的开源大语言模型霸主Llama 2，成为“以小博大”的典范。公司发布的Mistral Large模型开发成本低于2000万欧元（约2200万美元）。而在去年，OpenAI首席执行官奥特曼提到GPT-4的开发成本可能要超过1亿美元，远远高于Mistral Large。

Arthur Mensch曾表示，Mistral AI的目标是成为AI领域最节省资本的公司。General Catalyst领投了本轮投资，公司欧洲业务负责人表示，Mistral AI的资本效率非常出色，相比竞争对手，他们能投入尽可能少的资金来构建有竞争力的AI模型。

最后是高透明。与采取闭源路线的OpenAI相比，Mistral AI最突出的特点是具有开源属性。Mistral AI曾在其博客文章表示：“我们相信对于生成式AI，采取开放方式是必要的。我们坚信，通过训练我们自己的模型，公开发布它们，并促进社区贡献，我们可以构建一个可信的替代方案，对抗正在形成的人工智能寡头垄断。”

开源的本质保证了模型的透明度和可访问性。相比于美国，欧洲的经营环境有更严格的监管和技术透明度要求，企业在部署大模型时考虑的不仅是模型能力，还有数据安全隐私、控制成本等多重顾虑。可供任何人检查或定制的源代码，就成了Mistral AI的优势。尤其对于付费能力强、不愿共享数据、不想依赖美国科技巨头的欧洲企业而言，能够将开放模型交给企业端部署和定制化使用的Mistral AI，无疑是一个更有吸引力的选择。

校对：赵燕