Pixtral 12B: primo modello multimodal Mistral con encoder visivo nativo

Pixtral 12B è il primo modello che capisce immagini rilasciato da Mistral AI. La cosa distintiva è che Mistral ha costruito un proprio encoder visivo da zero invece di usare CLIP come fanno quasi tutti. Supporta più immagini nella stessa conversazione e le immagini possono essere mescolate con il testo in modo libero. È rilasciato con licenza Apache 2.0, quindi completamente libero per uso commerciale.