法国人工智能领军企业Mistral AI今日宣布完成17亿欧元(约合20亿美元)的C轮融资,本轮融资由荷兰半导体设备制造商阿斯麦(ASML)领投。
此轮融资使Mistral的估值从去年General Catalyst领投6.4亿美元时的60亿美元提升至约137亿美元,估值翻了一倍多。英伟达、DST Global、Andreessen Horowitz、法国公共投资银行、General Catalyst、Index Ventures和Lightspeed等投资机构也参与了本轮融资。
Mistral AI是欧洲最知名的AI开发公司之一,拥有先进的多语言大语言模型,被视为OpenAI和谷歌Gemini等美国AI公司的有力竞争对手。该公司的聊天机器人Le Chat经过多次更新,增加了深度研究、图像编辑和语音模式等功能,成为直接竞争产品。
Le Chat的语音模式由Voxtral驱动,这是Mistral开发的开源、最先进的语音理解AI基础模型,该公司表示其性能超越了OpenAI的Whisper模型。
5月,该公司推出了Mistral Medium 3,这是一个成本性能优化模型,性能超越了Meta的Llama 4 Maverick和Cohere的Command A等企业解决方案。不到一个月后,公司又推出了Mistral Code,这是一个专为开发者设计的助手,可在代码编辑器内运行。6月,Mistral还发布了Magistral,这是该公司的推理优化AI模型系列,使公司在当前"思考"式AI基础模型趋势中保持竞争力。
为了训练和运行强大的大语言模型,许多AI公司必须与专业的基础设施和芯片公司建立深度合作关系,为构建数据中心和AI能力提供基础。ASML制造光刻设备,帮助三星、英特尔和苹果等主要公司生产其产品线所需的先进芯片。
ASML首席执行官Christophe Fouquet表示,与Mistral的战略合作伙伴关系将"通过创新产品和解决方案为ASML客户带来明显收益",并推动潜在的联合研究以在未来获得发展动力。
Mistral AI首席执行官Arthur Mensch表示,来自ASML的投资将赋能从AI开发到其运行基础设施工程的整个技术链条。
"我们有雄心通过AI帮助ASML及其众多合作伙伴解决当前和未来的工程挑战,并最终推进整个半导体和AI价值链的发展,"Mensch说道。
作为投资的一部分,ASML首席财务官Roger Dassen将在Mistral的战略委员会董事会中担任职务。
Q&A
Q1:Mistral AI是什么公司?主要产品有哪些?
A:Mistral AI是法国领先的人工智能公司,是欧洲最知名的AI开发企业之一。主要产品包括多语言大语言模型、聊天机器人Le Chat、语音理解模型Voxtral、开发者助手Mistral Code等,被视为OpenAI和谷歌的有力竞争对手。
Q2:ASML为什么要投资Mistral AI?
A:ASML是荷兰半导体设备制造商,制造光刻设备帮助三星、英特尔等公司生产先进芯片。投资Mistral AI是为了建立战略合作关系,通过AI技术为客户带来创新产品和解决方案,并推动半导体和AI价值链的整体发展。
Q3:Mistral AI这轮融资金额和估值是多少?
A:Mistral AI完成了17亿欧元(约合20亿美元)的C轮融资,估值从去年的60亿美元提升至约137亿美元,估值翻了一倍多。参与投资的还有英伟达、DST Global、Andreessen Horowitz等知名投资机构。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。