不过他们很快撤回了这条消息。

这两天，苹果不造车改转AI的新闻闹得火热，另一边，作为老对手的微软也在悄摸扩张自己的AI版图。

是的，坐拥OpenAI这座“人工智能金字招牌”的微软并没有停下脚步，在27号收购了一家名为Mistral AI的欧洲初创公司的少数股权。Mistral与OpenAI一道，成为了微软行走在人工智能领域的坚实“大腿”。

区别于名字带着“Open”实际并不“Open（开源）”的OpenAI，Mistral创立之初的使命就是“引领开放模型的革命。”

Mistral从创立至今，一直很少在打得火热的人工智能竞赛中发声。

（图源：Mistral AI）

团队的三位创始人CEO Arthur Mensch和CTO Timothée Lacroix、首席科学家Guillaume Lample此前分别在DeepMind和Meta从事大模型的相关工作。

由于抱有相同的理念，机缘巧合之下三人在法国创立了Mistral AI。由于人工智能产业在欧洲市场本就不多，再加上几位创始人的履历，在没有任何产品的情况下，Mistral就收获了来自Lightspeed Venture Partners光速全球领投的1.13亿美元种子轮投资。

造就了“6人，4周，7页PPT，1.13亿美元”的AI投融资传奇，当然，这样的故事自然会引起一定的非议，当时也被认为是AI泡沫的代表。

不过好在，收下融资的Mistral AI相当迅速地拿出了第一个作品——Mistral 7B，并且没有任何花里胡哨的宣传、发布会，直接在社交媒体上贴了一个磁力下载链接，让所有想部署的用户都能直接免费获取。

根据Mistral官方的说法，在所有的基准测试中，Mistral 7B的表现甚至还要优于130亿参数的Llama 2，在代码、数学和推理测试中，甚至超过了有数倍参数量差距的Llama 1 34B。

（图源：Mistral AI）

不仅在性能上更优，Mistral 7B由于参数量的原因，更适合在消费级设备上进行部署，有人就分享了在自己的苹果笔记本上运行的效果，在量化后更是发现，Mistral 7B只需要不到5GB内存和6GB的GPU显存，只需微调，即可在单卡上运行。

（图源：网络）

而且就在不到2个月后，他们又火速拿出了首个MoE开源模型Mixtral 8x7B，参数量级还是70亿，但是架构方案有了少许变化。

根据描述，Mixtral 8x7B采用了一种稀疏的专家混合网络，模型分成了8个不同方向领域的专家，在每次处理时，选择其中两个专家来实现输出，这样既能够快速响应完成任务，也相应减少了推理成本。

这个模式就非常眼熟，很像传闻中GPT-4的架构方案(即16个专家总数，单个专家166B参数)，不过是缩小版的，并且Mixtral 8x7B与GPT-4一样也是32K上下文。

在这样的改变下，Mixtral 8x7B不仅有多项测试能够领先10倍参数的Llama 2 70B，还差不多追平了GPT-3.5。

（图源：Mistral AI）

这样的产品不仅让Mixtral AI在去年11月初收获了一笔3亿美元的战略投资，也掀起了AI行业“小”模型的风潮，毕竟再强的模型也需要有用户才有价值。

可就在AI圈因为有这样的真·“Oepn”AI而雀跃时，事情突然急转之下。

Mixtral AI在被微软收购的同时，带来了一款号称可以跟GPT-4扳手腕的新品——Mistral Large。官方宣称的性能、训练成本等等具体如何姑且不论，有人发现，这次Mixtral没有再大手一挥抛出下载链接任人取拿，反而还把官网中关于开源社区义务的相关内容给删除了。

（图源：Mistral AI）

从后续CEO“坚持开源理念，但也会有闭源模型参与商业竞争”的回应来看，Mistral Large“闭源”是板上钉钉了。

也无怪Mistral，毕竟还是初创公司，在算力、资金等方面还是有所欠缺的，一直“用爱发电”也无法长久。

本文作者：Visssom，观点仅代表个人，题图源：@MistralAI