Hacker News 中文摘要

RSS订阅

Mistral 融资 30 亿欧元,推动主权开放权重 AI 成为技术前沿 -- Mistral raises €3B to make sovereign, open-weight AI the technology frontier

米斯特拉尔(Mistral)成立三年后宣布完成30亿欧元D轮融资,投后估值超过210亿欧元,成为欧洲科技公司迄今规模最大的股权融资。本轮由三星电子(Samsung Electronics)领投。资金将用于扩大前沿研究、增强模型训练算力并加速国际扩张;公司业务已覆盖20个国家,支持空中客车(Airbus)、阿斯麦(ASML)、汇丰银行(HSBC)等超过125家企业的关键AI转型。

正文

Mistral 今天宣布,完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元。这是欧洲科技公司有史以来规模最大的一轮股权融资,距公司成立仅三年。

三星电子领投本轮,联合领投方为由 EQT 管理的 Scaleup Europe Fund 和现有投资方 PSG Equity。

本轮融资将显著扩大 Mistral 的前沿研究,这是其基础设施、产品与主权能力的根基;同时,资金将用于扩展训练强大模型所需的算力、扩容基础设施,并加速商业增长和国际布局。Mistral 目前已在 20 个国家运营,为空客、ASML、汇丰等 125+ 家全球企业的关键业务 AI 转型提供支持。

第一波生成式 AI 浪潮中,核心问题是谁能构建最强大的模型。如今,企业和政府问的是另一个问题:如何让 AI 服务关键任务,同时不交出对基础设施与智能循环的控制权。AI 投资总要权衡长期技术依赖、数据治理和部署选择,全球对这种“性能、控制、选择与独立”兼备的需求正在上升。

为回答这一问题,Mistral 是全球唯一一家构建完整技术栈的 AI 公司:开放权重模型、模型赖以运行的基础设施与算力,以及把这些模型投入生产的产品——确保客户不会被锁定在单一供应商的路线图、定价或可用性上。

Mistral 的全栈开放方法也让组织能够在其上构建系统,而不必将最有价值的数据、工作流和机构知识暴露给自身边界以外的任何人。这正是其技术栈被称为“主权 AI 层”的原因:数据留在组织边界内,模型可控且可定制,算力私有且可预测,生产系统完全可控、可审计。

本轮融资获得了欧洲、亚洲和北美投资者的战略认可,将全球科技领导者、成长型投资者以及支持 Mistral 至今的现有股东汇聚在一起。

ASML 领投 C 轮、三星电子领投本轮,说明 Mistral 已获得先进制造、工程与工业技术前沿企业的支持;这也反映出外界越来越相信,Mistral 的方法能帮助组织在复杂的现实环境中部署最先进的 AI,同时保持对数据、基础设施与知识的控制。

Advent、BlackRock(贝莱德)管理的基金与账户,以及卢森堡大公国作为新投资方加入了本轮。现有投资方 a16z、ASML、Belfius、BNP Paribas CIB、Bpifrance、Carmignac、DST Global、Eurazeo、General Catalyst、Headline、Hillspire、Index Ventures、Korelya Capital、Lightspeed、NVIDIA、Phoenix Court 的 Solar 基金(旗下拥有 LocalGlobe、Latitude 与 Solar)及 Salesforce Ventures 也参与了本轮。

评论

社区对Mistral获巨资反应分化,多数人质疑其模型实力与营收规模远逊美中巨头,少数人主张欧洲自主AI战略意义超越技术追赶。

认为Mistral模型平庸且与美中差距悬殊

  • 多条评论指出其大模型在基准和实际应用中弱于竞品,年收入仅相当于头部实验室几天营收,薪资缺乏竞争力,融资也难弥补训练成本鸿沟(较多人) > 再多的钱也修不好基本缺陷,连一年前的中国模型都不如(@v3ss0n)

主张欧洲自主AI价值高于基准竞赛

  • 部分人认为欧洲亟需本土模型以承载不同价值观并规避地缘风险,Mistral虽非前沿但能满足大量政企基础需求,且商业落地策略务实(较多人) > 美国霸权不稳,欧洲需要自己的实验室,模型里嵌入的价值观不同,甚至可能被暗中削弱推理(@tangled)

Mistral在OCR等轻量任务尚可但LLM定价失衡

  • 不少使用者认可其OCR、语音及简单检索效果,但指出开放权重语言模型性价比不及同级别开源模型,企业API定价偏高(较多人)

对投资动机与主权叙事存疑

  • 少数人讽刺巨额融资以“主权”为口号并不现实,或对投资方抱不信任(少数人) > 所谓为主权前沿筹资三十亿,这说法可真合理(@nalekberov)

有价值的补充

  • 有观点指出Mistral刻意避开基准军备竞赛,专注欧洲客户实际部署,这种反共识商业路径被低估(@davedx)
  • 训练数据版权问题仍悬而未决,有人提出废除版权作为解法(@zoobab)
  • 实际所需算力资金远超本轮融资,还需十到二十倍及自建数据中心才可能追赶(@baq)