使用场景

使用 Pixtral 12B 分析图表和图形，以理解数据趋势。

通过上传文档，回答有关文档内容的复杂问题。

结合多张图像信息，生成详细的报告或总结。

产品特色

原生多模态，通过交错图像和文本数据进行训练。

在多模态任务上表现出色，特别是在指令遵循方面。

在文本基准测试中保持最先进性能。

支持可变图像尺寸和宽高比。

能够在长上下文窗口中处理多张图像。

新的视觉编码器，支持原生可变图像尺寸。

多模态 Transformer 解码器，能够处理任意数量的图像。

使用教程

通过 Mistral AI 的平台或 Le Chat 界面尝试 Pixtral 12B。

在模型列表中选择 Pixtral 12B 并上传需要处理的图像。

提出关于图像的问题或指令，Pixtral 12B 将根据图像内容给出回答。

利用 API 调用，将 Pixtral 12B 集成到各种应用程序和工作流程中。

使用 mistral-inference 工具在本地运行模型，下载模型文件并加载。

构建请求，包括图像 URL 和文本提示，发送给模型进行处理。

获取模型的输出结果，并根据需要进一步处理或展示。