曼彻斯特大学使用 NVIDIA Earth-2 预测英国空气污染
曼彻斯特大学与 NVIDIA Earth-2 团队利用 Earth-2 CorrDiff 和 StormCast,训练可预测英国空气污染的生成式模型。模型基于一年、按小时模拟的英国污染数据,可达 2-3 square kilometers 分辨率,并在 Isambard-AI 的单个八 GPU 节点上用两天完成训练。
曼彻斯特大学与 NVIDIA Earth-2 团队利用 Earth-2 CorrDiff 和 StormCast,训练可预测英国空气污染的生成式模型。模型基于一年、按小时模拟的英国污染数据,可达 2-3 square kilometers 分辨率,并在 Isambard-AI 的单个八 GPU 节点上用两天完成训练。
Good Start Labs 的实验显示,模型在游戏中学到的部分技能可以迁移到现实工作任务,但迁移范围和可靠性仍不明确。在 1830 铁路策略游戏训练中,只有使用工具探索环境、规划策略并实时适应的 terminal-agent 设计提升了 Finance-Agent benchmark;作者还提到 Diplomacy 训练改善了客户支持表现。
Mistral 宣布完成 €3B Series D 融资,投后估值超过 €21B,Samsung Electronics 领投,Scaleup Europe Fund 和 PSG Equity 联合领投。公司将扩大前沿研究、训练算力和基础设施,推动商业增长与国际化布局,并继续发展由开放权重模型、基础设施、算力和产品组成的全栈方案。
推荐理由:这轮融资把 Mistral 的开放权重路线与训练算力、基础设施和商业扩张放在同一项资本动作中观察,呈现其主权 AI 定位的推进方式。
Mistral 收购 Emmi AI 后,将其研究并入自身,持续推进面向工业工程的 Physics AI 基础研究与企业解决方案。相关成果覆盖 CFD、空气动力学、汽车、航空航天与核聚变等领域,包括 AB-UPT、NeuralDEM、UPT 和 GyroSwin。最新数据集包含约 30,000 个 3D 翼型样本,AB-UPT 可在单块 GPU 上处理 9M 表面单元和 140M 体积单元。
Mistral AI 发布 Mistral Small 4,并作为创始成员加入 NVIDIA Nemotron Coalition。Mistral AI 与 NVIDIA 计划结合模型架构、计算资源、开发工具和合成数据管线,共同开发开放的前沿 AI 模型。联盟首项计划是在 NVIDIA DGX Cloud 上训练基础模型,为即将推出的 NVIDIA Nemotron 4 家族提供开放基础。
推荐理由:材料把 Mistral AI 的模型发布与 NVIDIA Nemotron Coalition 的合作安排放在一起,交代了开放模型共建的参与方式和后续方向。
Mistral AI与 Carbone 4、ADEME 等机构合作,发布对 LLM 开发和使用进行生命周期分析的环境影响报告。
推荐理由:报告将训练、推理和全生命周期影响拆分为可比较指标,并披露 Mistral Large 2 与 Le Chat 的环境数据,为 AI 采购和行业透明度讨论提供量化依据。