碾压一众大模型:Mistral AI 发布的全新 Pixtral Large 开源模型

Mistral AI

在当今科技飞速发展的时代，人工智能领域不断涌现出新的成果，其中多模态模型更是备受关注。Mistral AI 发布的全新 Pixtral Large 开源模型为多模态数据处理带来了新的突破与可能。

Pixtral Large

Pixtral Large 

Pixtral Large 是一个基于 Mistral Large 2 构建的多模态模型，隶属于 Mistral AI 多模态家族，是其重要成员之一。它拥有庞大的参数规模，总计达 1240 亿参数，这其中包含了一个 1230 亿参数的多模态解码器以及一个 10 亿参数的视觉编码器。

性能介绍

性能介绍

Pixtral Large 凭借其高达 1230 亿的参数量，它具备了强大的能力，能够精准地捕捉到各种复杂的模式和关系。无论是文本内容里的长距离依赖关系，还是图像当中的细微细节信息，它都能游刃有余地处理，从而高质量地完成诸如图像描述、视觉问答以及文档理解等多样化的任务。

Pixtral Large 的视觉编码器采用了先进的变换器架构以及自注意力机制，这使得它能够极为有效地处理不同分辨率和宽高比的图像。并且，在处理图像时，它并非局限于局部特征，而是能够充分考虑到全局上下文，为模型对图像的准确理解奠定了坚实基础。

此外，Pixtral Large 还拥有一个令人瞩目的特点，那就是具备 128K 的超大上下文窗口。这一特性使得它能够轻松处理多达 30 张高分辨率图像或约 300 页书籍的输入，其能力与 OpenAI 的 GPT 系列顶级模型不相上下。如此大的上下文窗口，能够确保模型在处理复杂且大量的任务时，依然可以保持信息的连贯性和完整性，让模型在面对长篇幅的文本和多图像组合等情况时，都能做出准确且合理的处理。

参数对比

参数对比

在与其他同类模型的数据对比中，Pixtral Large 展现出了卓越的性能。在评估视觉数据复杂数学推理能力的 MathVista 测试中，它一举获得了 69.4% 的准确率，这一成绩成功超越了目前市面上所有的同类模型，彰显出其在数学推理方面的强大实力。

同样，在评估复杂图表和文档推理能力的 ChartQA 和 DocVQA 测试中，Pixtral Large 也表现出色，它的成绩超过了 GPT-4o 和 Gemini-1.5 Pro，证明了它在处理图表和文档相关推理任务时的高效与精准。

还有在反映多模态大语言模型实际使用场景的 MM-MT-Bench 测试中，Pixtral Large 更是凭借自身优异的表现脱颖而出。它在该测试中的得分优于 Claude-3.5 Sonnet（新版）、Gemini-1.5 Pro 和 GPT-4o（最新版），进一步凸显了其在多模态综合应用场景下的卓越性能。 

有关厚德云

厚德云致力于为用户提供稳定、可靠、易用、省钱的 GPU 算力解决方案。海量 GPU 算力资源租用，就在厚德云。