大多数企业AI项目失败，并非因为缺乏技术，而是模型不理解其业务。这些模型多基于互联网训练，而非企业内部文档、工作流程和机构知识。
Mistral Forge：为企业打造定制AI模型
正是这一差距让法国AI初创公司Mistral看到机遇。周二，该公司在英伟达年度科技大会Nvidia GTC上发布Mistral Forge平台，允许企业使用自有数据构建定制模型。今年大会重点聚焦AI和企业级智能体模型。
这是Mistral的针对性举措。相比OpenAI和Anthropic在消费者端的领先，Mistral以企业客户为基础建立业务。首席执行官Arthur Mensch表示，这种专注正在见效，公司有望在今年实现超十亿美元年度经常性收入。
Mistral强调，加大企业领域投入的核心在于让公司对自身数据和AI系统拥有更多控制权。“Forge的作用是让企业和政府能根据特定需求定制AI模型，”产品负责人Elisa Salamanca表示。
从零训练 vs 微调适配
尽管已有企业声称提供类似能力，但大多专注于微调现有模型或通过检索增强生成（RAG）等技术叠加专有数据。这些方法并未从根本上重新训练模型，仅在运行时进行适配或查询。
相比之下，Mistral使公司能够从零开始训练模型。理论上，这能解决常见方法的局限性，如更好地处理非英语或高度领域特定数据，并增强对模型行为的控制力。此外，它还允许使用强化学习训练智能体系统，减少对第三方提供商的依赖，规避模型变更或弃用风险。
开源权重与前线部署支持
Forge客户可使用Mistral广泛的开源权重AI模型库（包括近期推出的Mistral Small 4）构建定制模型。联合创始人兼CTO Timothée Lacroix指出，自定义能力可弥补小模型在通用主题上的不足，让客户自主选择强调或舍弃的内容。
Lacroix表示，Mistral会就模型和基础设施提供建议，但最终决定权在客户手中。对于需要深度支持的团队，Forge配备了前线部署工程师团队，直接嵌入客户内部挖掘数据并适应需求，该模式借鉴自IBM和Palantir等公司。
Salamanca补充道：“作为产品，Forge已自带生成合成数据管道的工具和基础设施。但如何构建合适的评估指标并确保数据量充足，往往是企业缺乏专业知识的领域，这正是前线部署工程师的价值所在。”
早期合作伙伴与核心用例
Mistral已向爱立信、欧洲航天局、意大利咨询公司Reply及新加坡DSO和HTX等合作伙伴提供Forge。荷兰芯片制造商ASML也是早期采用者，该公司去年九月领投了Mistral C轮融资。
这些合作体现了Forge的主要预期用例。首席收入官Marjorie Janiewicz介绍，目标客户包括：需为语言文化定制模型的政府机构、高合规要求的金融机构、有定制化需求的制造商，以及需调整模型以适应代码库的技术公司。