Mistral 推出自己的 AI Studio，利用其欧洲开源专有模型进行快速开发

人工智能提供商的下一个大趋势似乎是网络上的“工作室”环境，允许用户在几分钟内启动代理和人工智能应用程序。

举个例子，今天，资金雄厚的法国人工智能初创公司 Mistral 推出了自己的 Mistral AI Studio，这是一个新的生产平台，旨在帮助企业在 Mistral 不断增长的专有和开源大型语言模型 （LLM） 和多模态模型系列之上大规模构建、观察和运营人工智能应用程序。

这是其传统 API 和人工智能构建平台“Le Platforme”的演变，最初于 2023 年底推出，该品牌名称目前已停用。

此举是在美国竞争对手谷歌更新其 AI Studio 几天后做出的，该工作室也于 2023 年底推出，以便非开发人员更容易使用、构建和部署使用自然语言的应用程序，又名“氛围编码”。

但是，虽然谷歌的更新似乎针对的是想要修补的新手，但 Mistral 似乎更专注于构建易于使用的企业 AI 应用程序开发和启动板，这可能需要一些技术知识或熟悉 LLM，但远低于经验丰富的开发人员。

换句话说，企业技术团队之外的人员可能会使用它来构建和测试简单的应用程序、工具和工作流程——所有这些都由在欧盟基础设施上运行的欧盟原生 AI 模型提供支持。

对于担心美国政治局势的公司，或者在欧洲拥有大型业务并更愿意将业务交给美国和中国科技巨头的本土替代品的公司来说，这可能是一个可喜的变化。

此外，Mistral AI Studio 似乎为用户提供了一种更简单的方法来定制和微调 AI 模型以用于特定任务。

Mistral 的 AI Studio 被称为“生产 AI 平台”，扩展了其内部基础设施，为在生产中运行 AI 的团队带来企业级可观察性、编排和治理。

该平台统一了用于构建、评估和部署 AI 系统的工具，同时使企业能够灵活控制其模型的运行位置和方式——在云中、本地或自托管中。

Mistral 表示，AI Studio 为外部客户带来了支持其自己的大型系统的相同生产规则，缩小了 AI 原型设计和可靠部署之间的差距。可在此处获得它，并在此处提供开发人员文档。

广泛的模型目录

AI Studio 的模型选择器揭示了该平台最强大的功能之一：涵盖开放权重、代码、多模态和转录领域的 Mistral 模型的全面且版本化目录。

可用模型包括以下内容，但请注意，即使对于开源模型，用户仍将运行基于 Mistral 的推理，并通过其 API 向 Mistral 支付访问费用。

这种广泛的模型阵容证实了 AI Studio 既富含模型又与模型无关，允许企业根据任务复杂性、成本目标或计算环境测试和部署不同的配置。

弥合原型与生产的鸿沟

Mistral 的发布凸显了企业人工智能采用中的一个常见问题：虽然组织正在构建比以往更多的原型，但很少有人过渡到可靠、可观察的系统。

许多团队缺乏基础设施来跟踪模型版本、解释回归或确保模型发展的合规性。

AI Studio 旨在解决这个问题。该平台为 AI 提供了 Mistral 所说的“生产结构”——一个将创建、可观察性和治理连接到单个作循环中的统一环境。其架构围绕三个核心支柱进行组织：可观察性、代理运行时和 AI 注册表。

1. 可观测性

AI Studio 的可观测性层提供了 AI 系统行为的透明度。团队可以通过资源管理器筛选和检查流量，识别回归，并直接根据实际使用情况构建数据集。评委允许团队定义评估逻辑并大规模对输出进行评分，而营销活动和数据集则自动将生产交互转换为精心策划的评估集。

指标和仪表板量化性能改进，而世系跟踪将模型结果与生成它们的确切提示和数据集版本联系起来。Mistral 将可观测性描述为将 AI 改进从直觉转变为测量的一种方式。

2. 代理运行时和 RAG 支持

代理运行时充当 AI Studio 的执行主干。每个代理（无论是处理单个任务还是编排复杂的多步骤业务流程）都在基于 Temporal 构建的有状态、容错运行时中运行。此架构可确保长时间运行或容易重试的任务的可重复性，并自动捕获执行图以进行审计和共享。

每次运行都会发出遥测和评估数据，这些数据直接馈送到可观测性层。运行时支持混合、专用和自托管部署，使企业能够在靠近现有系统的地方运行 AI，同时保持持久性和控制力。

虽然 Mistral 的博客文章没有明确提及检索增强生成 （RAG），但 Mistral AI Studio 显然在幕后支持它。

该界面的屏幕截图显示了 RAGWorkflow、RetrievalWorkflow 和 IngestionWorkflow 等内置工作流程，表明文档摄取、检索和扩充是 Agent Runtime 系统中的一流功能。

这些组件允许企业将 Mistral 的语言模型与自己的专有或内部数据源配对，从而实现基于最新信息的上下文响应。

通过将 RAG 直接集成到其编排和可观察性堆栈中，但将其排除在营销语言之外，Mistral 表明它不将检索视为一个流行词，而是一种生产原语：像任何其他 AI 流程一样可衡量、受治理和可审计。

3. 人工智能注册表

AI Registry 是所有 AI 资产（模型、数据集、评委、工具和工作流程）的记录系统。

它管理世系、访问控制和版本控制，在部署之前强制执行升级入口和审计跟踪。

注册表直接与运行时层和可观测性层集成，提供统一的治理视图，因此团队可以将任何输出追溯到其源组件。

界面和用户体验

Mistral AI Studio 的屏幕截图显示了一个干净的、面向开发人员的界面，围绕左侧导航栏和中央 Playground 环境进行组织。

“主页”仪表板具有三个核心作领域——创建、观察和改进——指导用户完成模型构建、监控和微调工作流程。

在“创建”下，用户可以打开 Playground 来测试提示或构建代理。

观察和改进链接到可观测性和评估模块，其中一些标记为“即将推出”，建议分阶段推出。

左侧导航还包括快速访问 API 密钥、批处理、评估、微调、文件和文档，将 Studio 定位为开发和运营的完整工作空间。

在 Playground 中，用户可以选择模型，自定义温度和最大令牌等参数，并启用扩展模型功能的集成工具。

用户可以免费试用 Playground，但需要使用他们的电话号码注册才能接收访问代码。

集成工具和功能

Mistral AI Studio 包括一套不断增长的内置工具，可以针对任何会话进行切换：

代码解释器 — 允许模型直接在环境中执行 Python 代码，可用于数据分析、图表生成或计算推理任务。

图像生成 — 使模型能够根据用户提示生成图像。

Web 搜索 — 允许从 Web 实时检索信息以补充模型响应。

高级新闻 — 通过综合提供商合作伙伴关系提供对经过验证的新闻来源的访问，为信息检索提供事实核查的背景信息。

这些工具可以与 Mistral 的函数调用功能结合使用，让模型调用 API 或开发人员定义的外部函数。这意味着，例如，单个代理可以搜索网络、检索经过验证的财务数据、在 Python 中运行计算以及生成图表——所有这些都在同一个工作流程中进行。

超越文本：多模态和程序化人工智能

通过包含代码解释器和图像生成，Mistral AI Studio 超越了传统的基于文本的 LLM 工作流程。

开发人员可以使用该平台创建代理来编写和执行代码、分析上传的文件或生成视觉内容——所有这些都直接在同一对话环境中进行。

Web 搜索和高级新闻集成还将模型的覆盖范围扩展到静态数据之外，从而能够使用经过验证的来源进行实时信息检索。这种组合使 AI Studio 不仅成为实验的游乐场，而且成为能够进行推理、编码和多模态输出的生产 AI 系统的全栈环境。

部署灵活性

Mistral 为 AI Studio 用户支持四种主要部署模型：

通过 AI Studio 进行托管访问 — Mistral 最新模型的即用即付 API，通过 Studio 工作区进行管理。

第三方云集成 — 通过主要云提供商提供。

自部署 — 开放量级模型可以在 Apache 2.0 许可下使用 TensorRT-LLM、vLLM、llama.cpp 或 Ollama 等框架部署在私有基础设施上。

企业支持的自我部署 — 增加了对开放和专有模型的官方支持，包括安全性和合规性配置帮助。

这些选项使企业能够平衡运营控制与便利性，在数据和治理要求需要的任何地方运行人工智能。

安全、护栏和适度

AI Studio 将安全功能直接构建到其堆栈中。企业可以在模型和 API 级别应用护栏和审核过滤器。

Mistral 审核模型基于 Ministral 8B （24.10），将文本分类为性内容、仇恨和歧视、暴力、自残和 PII。可以激活单独的系统提示护栏来强制执行负责任的人工智能行为，指示模型“以谨慎、尊重和真相提供帮助”，同时避免有害或不道德的内容。

开发人员还可以使用自我反思提示，这是一种模型本身根据企业定义的安全类别（如人身伤害或欺诈）对输出进行分类的技术。这种分层方法使组织能够灵活地执行安全策略，同时保留创意或运营控制。

从实验到可靠运行

Mistral 将 AI Studio 定位为企业 AI 成熟度的下一阶段。该公司认为，随着大型语言模型变得更加强大和易于访问，差异化因素将不再是模型性能，而是可靠、安全和可衡量地作人工智能的能力。

AI Studio 旨在支持这种转变。通过将评估、遥测、版本控制和治理集成到一个工作空间中，它使团队能够以与现代软件系统相同的规则管理人工智能——跟踪每一次更改、衡量每一次改进，并保持对数据和结果的完全所有权。

用该公司的话来说，“这就是人工智能如何从实验转向可靠的运行——安全、可观察且在您的控制之下。

Mistral AI Studio 将于 2025 年 10 月 24 日开始推出，作为私人测试计划的一部分。企业可以在 Mistral 的网站上注册以访问该平台，探索其模型目录，并在正式发布之前测试可观测性、运行时和治理功能。