法国AI初创公司Mistral推出“Mistral Forge”平台，旨在解决企业级AI项目失败的核心问题——现有模型无法理解企业自身业务逻辑。该平台允许企业基于自有数据从零训练定制化AI模型，而非仅依赖微调或RAG等外部增强技术，从而提升对模型行为的掌控力、支持自主代理系统开发，并降低对外部服务商的依赖。此举契合Mistral以企业客户为核心的战略，其CEO称今年有望实现超10亿美元年经常性收入
大多数企业级人工智能项目失败，并非因为企业缺乏技术，而是因为其使用的模型无法理解自身的业务逻辑。这些模型通常是在互联网数据上进行训练的，而非基于企业数十年积累的内部文档、工作流程及组织知识。
正是这一差距，成为法国AI初创公司Mistral所看中的机遇。周二，该公司宣布推出“Mistral Forge”平台——一个允许企业利用自身数据构建定制化AI模型的工具。Mistral此次在英伟达（NVIDIA）年度技术大会GTC上正式发布了该平台；本届GTC聚焦于AI与面向企业的自主代理型（agentic）模型。
此举对Mistral而言颇具针对性：尽管其竞争对手OpenAI和Anthropic在消费端用户增长方面遥遥领先，但Mistral却始终以企业客户为核心构建业务模式。公司CEO阿瑟·门什（Arthur Mensch）表示，Mistral对企业的专注已见成效——今年公司有望实现超过10亿美元的年经常性收入（annual recurring revenue）。
Mistral强调，深化企业布局的关键在于赋予企业更多对其数据及AI系统本身的控制权。
“Forge平台的核心价值在于，它使企业和政府能够根据自身特定需求，定制专属的AI模型。”Mistral产品负责人埃莉莎·萨拉曼卡（Elisa Salamanca）在接受TechCrunch采访时说道。
当前，业界已有若干企业声称具备类似能力，但多数仅限于微调现有模型，或通过诸如检索增强生成（Retrieval-Augmented Generation，简称RAG）等技术将自有数据叠加至现有模型之上。这类方法并未从根本上重新训练模型，而是在运行时通过引入企业数据对模型进行适应性调整或查询。
相比之下，Mistral宣称其支持从零开始训练模型。理论上，这种做法可有效弥补主流方案的部分局限性——例如更优地处理非英语语言或高度垂直领域的数据，并显著提升对模型行为的掌控力；同时，企业还可借此采用强化学习等方式训练自主代理型系统，降低对外部模型服务商的依赖，从而规避因第三方模型更新、停用所带来的潜在风险。
【TechCrunch活动预告】 Disrupt 2026：科技生态全景汇聚一堂 您的下一轮融资、下一位关键人才、下一个突破性机会——尽在TechCrunch Disrupt 2026！届时，逾10,000名创业者、投资者与科技领袖将齐聚三日，参与250+场实战研讨会、重磅项目推介及具有市场影响力的技术创新展示。立即注册，最高可省400美元！
TechCrunch Founder Summit 2026早鸟优惠 提前报名，立享30%折扣（最高节省300美元）
来自全球的1,000+创始人与投资人将在TechCrunch Founder Summit 2026共聚一堂，聚焦成长战略、执行落地与真实场景下的规模化发展。您将能向行业标杆创业者与资深投资人取经，与同阶段成长伙伴深度交流，收获即刻可用的实战策略。
优惠截止日期：2026年3月13日
地点：美国加利福尼亚州旧金山 时间：2026年10月13日–15日 立即注册：[点击此处]
来源：Anna Heim, Rebecca Bellan