Lançamento do Pixtral Large: Revolução na Inteligência Artificial Multimodal

Tecnologia Inteligência Artificial Inovação

Em 18 de novembro de 2024, a Mistral AI anunciou o lançamento do Pixtral Large, um modelo multimodal com 124 bilhões de parâmetros que promete redefinir a compreensão de imagens e textos, superando concorrentes em benchmarks de referência.

Visualize an image representing a historic event on November 18th, 2024 when Mistral AI unveiled 'Pixtral Large,' a 124 billion parameter multimodal model set to revolutionize the understanding of images and texts, outperforming competitors in benchmark standards. The image should portray a graphical representation of Pixtral Large interacting with both texts and images. The background consists of graphics and icons symbolizing artificial intelligence and machine learning. The style is vector-based, flat, and caters to a corporate aesthetic with the perspective being 2D and linear. Additional elements include charts illustrating the benchmarks where Pixtral Large stood out, tech icons symbolizing innovation in AI, hues of blue and green conveying modernity and technology, an image of a computer denoting the practical application of the model in work environments, and highlighted text containing information about the key characteristics of the model - all set against a white, texture-less background.

Imagem gerada utilizando Dall-E 3

O Pixtral Large é o segundo modelo da família multimodal da Mistral, construído sobre a base do Mistral Large 2, e oferece desempenho de classe de fronteira em tarefas de compreensão de imagens e textos. Com um decodificador multimodal de 123 bilhões de parâmetros e um codificador de visão de 1 bilhão de parâmetros, o modelo é projetado para processar até 30 imagens de alta resolução em uma única janela de contexto de 128 mil tokens.

Em suas avaliações contra modelos de ponta, o Pixtral Large destacou-se em benchmarks como MathVista, onde obteve 69,4% de acerto em raciocínio matemático visual, superando todos os outros modelos testados. Nos testes de ChartQA e DocVQA, que medem a compreensão de documentos e gráficos complexos, o desempenho do Pixtral Large também foi superior a competidores como GPT-4o e Gemini-1.5 Pro.

Além de suas capacidades impressionantes, o Pixtral Large também é disponibilizado sob a Licença de Pesquisa da Mistral (MRL) para uso educacional e de pesquisa, enquanto uma licença comercial é oferecida para experimento e produção. Essa flexibilidade abre portas para empresas e pesquisadores utilizarem a nova tecnologia em diversas aplicações.

O lançamento do Pixtral Large também vem acompanhado de atualizações para o Mistral Large, que agora apresenta melhorias significativas na compreensão de contextos mais longos e na precisão de chamadas de função. Essas inovações prometem beneficiar fluxos de trabalho empresariais e melhorar experiências do cliente em diferentes setores.

O Pixtral Large não só impacta o cenário atual da inteligência artificial, mas também estabelece novas expectativas em relação ao potencial dos modelos multimodais. Com suas capacidades avançadas, essa tecnologia poderá revolucionar áreas como análise de dados, processamento de linguagem natural e automação de tarefas. Para ficar por dentro das novidades do mundo da tecnologia e inteligência artificial, assine nossa newsletter e receba conteúdos atualizados diariamente!