Mistral估值近千億，歐洲AI還能搶救一下？

歐洲AI公司Mistral又一次出現(xiàn)在了大眾視野里，這一次不是因?yàn)樗哪Ｐ陀卸鄰?qiáng)，只因?yàn)樗安皇敲绹摹薄?/p>

憑借這條路徑，Mistral在模型性能不占優(yōu)勢(shì)的情況下，依然被市場(chǎng)給出了140億美元的估值，并入選了最新發(fā)布的Forbes AI 50（2026），成為少數(shù)在硅谷體系之外崛起的AI公司代表。

歐洲可以說是全球?qū)I監(jiān)管最嚴(yán)格的地區(qū)之一，而百億以上的估值顯然不是一個(gè)小數(shù)字。

而說起歐洲AI，很難不想到楊立昆（Yann LeCun）的創(chuàng)業(yè)公司AMI Labs，在尚未推出產(chǎn)品的情況下就拿到了超過10億美元的種子輪融資。

同為歐洲AI公司，一家公司放棄了“做最強(qiáng)模型”，另一家公司仍然在賭“下一代智能”，都在商業(yè)上獲得了不錯(cuò)的結(jié)果。

這看起來像一個(gè)信號(hào)：歐洲AI，又行了？

01

歐洲AI的兩條路徑

Mistral成立于2023年，由三位來自Google DeepMind和Meta的研究人員創(chuàng)立，核心團(tuán)隊(duì)幾乎全部來自一線AI實(shí)驗(yàn)室。

在最初的一段時(shí)間里，它被寄予了很高的期待，被稱為“法國的希望”、“歐洲的OpenAI”，更是被法國總理馬克龍公開力挺。

不過去年Mistral被爆出蒸餾Deepseek模型，陷入輿論危機(jī)：技術(shù)社群發(fā)現(xiàn)其部分模型在生成風(fēng)格上與DeepSeek高度相似，且有前員工透露公司刻意隱瞞蒸餾過程，將成果誤導(dǎo)為自研技術(shù)。

官方并未對(duì)此回應(yīng)，但自那之后，它似乎就在中文互聯(lián)網(wǎng)上少有消息了——上次見還是去年12月，它發(fā)布了Mistral 3，對(duì)標(biāo)的全是中國模型。

如果只看模型能力，Mistral已經(jīng)明顯落后于OpenAI和Anthropic的主流模型，在性能榜單上逐漸被拉開差距。

根據(jù)Forbes最新的報(bào)道，這家公司做了一次重要的轉(zhuǎn)向，不再試圖正面參與“誰的模型更強(qiáng)”的競(jìng)爭(zhēng)。它選擇了一條更現(xiàn)實(shí)的路徑：不求最強(qiáng)，只強(qiáng)調(diào)“自己人”。

在過去的很多年里，全球科技默認(rèn)用美國的“最先進(jìn)”技術(shù)，但現(xiàn)在由于政策和數(shù)據(jù)敏感等一系列原因，這個(gè)前提開始動(dòng)搖。

技術(shù)越強(qiáng)，信任就變得越稀缺，于是大家開始做同一件事：把最重要的東西，握在自己手里。

在技術(shù)路徑上，Mistral主推開放權(quán)重模型，企業(yè)可以下載、本地部署、用自己的數(shù)據(jù)訓(xùn)練，而不是通過API調(diào)用一個(gè)黑盒模型；在商業(yè)模式上，Mistral不只是賣模型，還像Palantir一樣，直接把工程師派進(jìn)客戶公司，幫他們搭系統(tǒng)、做自動(dòng)化，解決具體問題。

對(duì)政府和大型企業(yè)來說，“可控性”是非常重要的：數(shù)據(jù)要留在本地，系統(tǒng)要可控，供應(yīng)鏈不能被單一廠商鎖住。

正因如此，Mistral的增長邏輯也隨之改變。它不再死磕模型上的突破，而是依賴于政府訂單、企業(yè)部署，以及所謂“主權(quán)AI”的需求。甚至，它已經(jīng)開始建設(shè)自己的數(shù)據(jù)中心，試圖進(jìn)一步擺脫對(duì)美國云廠商的依賴。

從這個(gè)角度看，Mistral在做的其實(shí)已經(jīng)不只是一個(gè)AI創(chuàng)業(yè)公司在做的事，更像是在嘗試建立一套不依賴硅谷的AI體系。于是在一個(gè)本該“性能至上”的行業(yè)里，Mistral雖然沒有最強(qiáng)的模型，但依然被市場(chǎng)給出了百億美元級(jí)的估值。

Mistral或許是最具代表性的歐洲AI公司，但它并不是歐洲AI唯一的答案。在同一片土壤里，也存在著兩種幾乎完全不同的AI路徑。

法國出生的楊立昆始終堅(jiān)持一個(gè)更傳統(tǒng)、也更激進(jìn)的方向：AI的核心，依然是技術(shù)本身。

他也強(qiáng)調(diào)開源，但這種開源是為了讓技術(shù)持續(xù)進(jìn)步，而不是被少數(shù)公司壟斷。

2025年，楊立昆離開Meta，創(chuàng)立了AMI Labs，直接把自己的技術(shù)理念變成了一家公司。這家公司并不做LLM，它的目標(biāo)是構(gòu)建“世界模型”，讓AI從現(xiàn)實(shí)數(shù)據(jù)中學(xué)習(xí)因果關(guān)系、物理規(guī)律和環(huán)境變化。

雖然還沒有做出什么產(chǎn)品，但這家公司在種子輪就融了約10.3億美元（接近很多公司的C輪規(guī)模），投前估值約35億美元。

在他的視角里，模型應(yīng)該繼續(xù)變強(qiáng)，結(jié)構(gòu)應(yīng)該繼續(xù)進(jìn)化，能力邊界應(yīng)該不斷被推高。他認(rèn)為，如果AI要走向真正的智能，光靠LLM是不夠的。

于是，同樣是歐洲背景的AI公司，出現(xiàn)了一種罕見的分叉：以Mistral為代表的路徑，正在試圖回答，如何在這場(chǎng)競(jìng)爭(zhēng)中不被控制；而以AMI Labs為代表的路徑，則在繼續(xù)追問，如何重新定義這場(chǎng)競(jìng)爭(zhēng)本身。

如果說美國的AI競(jìng)爭(zhēng)圍繞“誰能做出最強(qiáng)的模型”，那么歐洲，則更像是在回答另一個(gè)問題：

當(dāng)你無法主導(dǎo)這場(chǎng)競(jìng)爭(zhēng)時(shí)，你要如何參與？

02

歐洲正在迎來一個(gè)人才的窗口期

在過去很長一段時(shí)間里，全球科研人才幾乎都在流向美國。但現(xiàn)在情況有所不同。

根據(jù)《Nature》2025年3月的一項(xiàng)調(diào)查，超過1600 名在美國工作的科研人員中，約有75%表示正在考慮離開美國，其中歐洲和加拿大成為最主要的目的地。

另一個(gè)很直觀的變化發(fā)生在歐洲研究理事會(huì)（ERC）：過去美國科研人員很少把歐洲當(dāng)作首選去向，2024年，來自美國的申請(qǐng)人數(shù)只有60人，在整個(gè)申請(qǐng)池中占比極低，但到了2026年，這個(gè)數(shù)字已經(jīng)上升到169人。

其中，來自美國的高級(jí)研究者申請(qǐng)從23人增長到114人，直接翻了近5倍。

也就是說，人才不只是有意向離開，他們已經(jīng)開始真正流動(dòng)。

從人才供給端看，美國對(duì)國際科研人才的吸引力正在下降。數(shù)據(jù)顯示，2025年美國國際學(xué)生入學(xué)人數(shù)出現(xiàn)顯著下滑，其中研究生人數(shù)下降約12%。

這一變化的背后并不是單一政策因素，還有整體科研環(huán)境的不確定性上升：在過去一年中，美國大量科研項(xiàng)目被凍結(jié)或取消，涉及約8000個(gè)項(xiàng)目；同時(shí)，約2.5萬名科研人員或相關(guān)崗位受到影響。

資金收縮、招聘暫停以及政策的不確定性，讓科研體系本身開始出現(xiàn)裂縫。

再往大一些，這種變化已經(jīng)體現(xiàn)在人口層面：2025年，美國出現(xiàn)了至少半個(gè)世紀(jì)以來第一次人口凈流出。根據(jù)多家機(jī)構(gòu)估算，當(dāng)年凈遷移為負(fù)，區(qū)間在-1萬到-29.5萬人之間。

過去幾十年里，美國勞動(dòng)力增長中接近一半來自移民，一旦這一部分開始收縮，其影響會(huì)直接傳導(dǎo)到科研、產(chǎn)業(yè)乃至整個(gè)經(jīng)濟(jì)結(jié)構(gòu)。

在這樣的背景下，歐洲迎來了吸引AI人才的一次窗口期。

歐洲并沒有被動(dòng)等待這場(chǎng)變化，而是用了一整套體系去接住這波流動(dòng)。

在歐盟層面，“Choose Europe for Science”計(jì)劃投入約5億歐元，隨后預(yù)算迅速擴(kuò)大到接近9億歐元，明確將吸引全球科研人才、尤其是來自美國的研究人員，作為一項(xiàng)長期目標(biāo)。

與此同時(shí)，歐洲研究理事會(huì)（ERC）也提高了對(duì)遷移科學(xué)家的支持力度。在原有科研經(jīng)費(fèi)之外，額外的搬遷資金上限從100萬歐元提高到200萬歐元。對(duì)于一位頂級(jí)研究者來說，這意味著可以帶著整個(gè)實(shí)驗(yàn)室、設(shè)備和團(tuán)隊(duì)一起遷入歐洲，而不是單獨(dú)跳槽。

高校和研究機(jī)構(gòu)的動(dòng)作則更加直接。法國推出的“Safe Place for Science”（科學(xué)避風(fēng)港）項(xiàng)目和德國的研究機(jī)構(gòu)（如Max Planck體系），已經(jīng)開始主動(dòng)接觸在美科研人員，提供崗位、資金以及遷移支持。

更關(guān)鍵的是，歐洲正在補(bǔ)上過去在“人才承接”上的短板：由歐盟委員會(huì)主導(dǎo)的科研人才網(wǎng)絡(luò)（如EURAXESS）開始承擔(dān)起“中樞平臺(tái)”的角色，匯總各國的科研崗位、資助項(xiàng)目和遷移信息，為研究人員提供一個(gè)統(tǒng)一入口。

種種支持下，當(dāng)一名科學(xué)家決定離開美國時(shí)，他面對(duì)的是一整套已經(jīng)準(zhǔn)備好的路徑：從崗位申請(qǐng)、科研經(jīng)費(fèi)，到簽證辦理、居留許可，甚至包括家屬安置和子女教育支持，都會(huì)由具體機(jī)構(gòu)負(fù)責(zé)對(duì)接。

當(dāng)前或許是歐洲能夠直接吸納頂級(jí)科研人才的最好時(shí)機(jī)，而人才，往往意味著未來。

03

在嚴(yán)格的監(jiān)管下

按理說，AI這個(gè)領(lǐng)域本就帶著歐洲的基因。

計(jì)算機(jī)鼻祖Alan Turing是英國人，定義了“機(jī)器是否智能”的標(biāo)準(zhǔn)；歐洲數(shù)學(xué)體系更是構(gòu)建了計(jì)算理論、邏輯學(xué)、概率論這些學(xué)科基礎(chǔ)；全球最頂級(jí)AI實(shí)驗(yàn)室之一，現(xiàn)在的Google DeepMind，在一開始也是英國公司。

但這些輝煌最終沒有留在歐洲：DeepMind被Google收購，最頂級(jí)的AI能力流向美國；許多核心研究者進(jìn)入硅谷體系，成為OpenAI、Meta、Google的中堅(jiān)力量。

明明歐洲并不算缺少人才，基礎(chǔ)研究也不弱，甚至在很多領(lǐng)域長期領(lǐng)先，但它在AI鏈條中的位置更像源頭，而不是終點(diǎn)。

原因并不算復(fù)雜。

歐洲的AI發(fā)展，從一開始就帶著優(yōu)先級(jí)：先是“是否合規(guī)”，再是“是否可用”，最后才是“是否領(lǐng)先”。

歐盟是全球最早系統(tǒng)性推動(dòng)AI監(jiān)管的地區(qū)之一，從數(shù)據(jù)層面的《通用數(shù)據(jù)保護(hù)條例》（GDPR），到針對(duì)AI本身的《人工智能法案》（AI Act），再到平臺(tái)層面的《數(shù)字服務(wù)法案》（DSA）和《數(shù)字市場(chǎng)法案》（DMA），歐洲幾乎在每一個(gè)關(guān)鍵節(jié)點(diǎn)，都設(shè)定了明確的邊界。

這些規(guī)則的共同特點(diǎn)是，在技術(shù)進(jìn)入現(xiàn)實(shí)世界之前，先對(duì)風(fēng)險(xiǎn)進(jìn)行分類和限制。

以AI Act為例，它將人工智能按風(fēng)險(xiǎn)分級(jí)，對(duì)高風(fēng)險(xiǎn)系統(tǒng)提出嚴(yán)格要求：數(shù)據(jù)必須可追溯，模型需要可解釋，系統(tǒng)必須保留人為干預(yù)的空間。

對(duì)于生成式AI，還要求披露訓(xùn)練數(shù)據(jù)來源、標(biāo)注生成內(nèi)容，并對(duì)輸出風(fēng)險(xiǎn)承擔(dān)責(zé)任。

這些規(guī)則的初衷是避免技術(shù)失控，但它的副作用也同樣明顯：當(dāng)不確定性來自監(jiān)管本身時(shí)，企業(yè)會(huì)選擇更保守的路徑。

這不僅提高了創(chuàng)業(yè)成本，也改變了資本的偏好。相比美國更激進(jìn)的技術(shù)投資環(huán)境，歐洲市場(chǎng)更傾向于穩(wěn)定、可預(yù)期的回報(bào)。

結(jié)果就是，大規(guī)模、長周期的AI投入，很難在歐洲本土形成。

在最近的漢諾威工業(yè)博覽會(huì)上，西門子首席執(zhí)行官Roland Busch就公開表示，如果歐盟不調(diào)整當(dāng)前的監(jiān)管框架，公司將優(yōu)先考慮在美國和中國進(jìn)行AI投資。

他提到，西門子原本計(jì)劃在工業(yè)人工智能領(lǐng)域投入約10億歐元，但由于歐洲的監(jiān)管負(fù)擔(dān)，其中大部分資金可能會(huì)轉(zhuǎn)向海外。

監(jiān)管已經(jīng)影響了資本的流向，這對(duì)技術(shù)的發(fā)展從來不是一件好事——畢竟總不可能完全依靠于政府和機(jī)構(gòu)的扶持。

反觀中美，美國的AI的發(fā)展路徑幾乎是反過來的，那里很少在一開始就設(shè)定明確邊界，而是允許技術(shù)先快速推進(jìn)，在問題出現(xiàn)之后，再通過監(jiān)管逐步修正。這種”先上車后補(bǔ)票“模式的結(jié)果是極快的創(chuàng)新速度，風(fēng)險(xiǎn)往往被視為發(fā)展的一部分。

中國則更強(qiáng)調(diào)應(yīng)用優(yōu)先，AI技術(shù)被迅速推向具體場(chǎng)景，從金融風(fēng)控到電商推薦，從城市治理到工業(yè)系統(tǒng)，幾乎每一個(gè)環(huán)節(jié)都在嘗試落地。在這個(gè)過程中，監(jiān)管更多是伴隨式的：既要控制風(fēng)險(xiǎn)，也要保證發(fā)展速度。

路徑?jīng)]有對(duì)錯(cuò)，但在這樣的環(huán)境下，美國更容易誕生技術(shù)突破，中國更容易形成規(guī)模化應(yīng)用，而歐洲則更容易建立一套穩(wěn)定、可控的體系。

但在一個(gè)高度依賴規(guī)模和速度的領(lǐng)域，穩(wěn)定往往并不足以形成優(yōu)勢(shì)。

這也是為什么，在互聯(lián)網(wǎng)時(shí)代之后，歐洲就逐漸失去了平臺(tái)級(jí)公司的主導(dǎo)權(quán)。

Mistral和AMI Labs并不代表歐洲已經(jīng)重新回到了技術(shù)競(jìng)爭(zhēng)的中心，但它至少說明，在一個(gè)被速度主導(dǎo)的行業(yè)里，歐洲正在嘗試用另一種方式參與。

它在一套原本限制自己的結(jié)構(gòu)里，第一次等到了變量同時(shí)出現(xiàn)的時(shí)刻：路徑開始改變，人才開始松動(dòng)，外部環(huán)境也在發(fā)生變化。

這些條件，過去很少同時(shí)出現(xiàn)。但問題依然存在：監(jiān)管沒有放松，市場(chǎng)結(jié)構(gòu)沒有改變，風(fēng)險(xiǎn)偏好也依舊保守。

這些決定了歐洲很難復(fù)制美國的路徑，也不可能走中國的路線。但在這場(chǎng)競(jìng)爭(zhēng)里，它正在建立一種屬于自己的存在方式。

至于這種路徑能否長久，當(dāng)然，還需要時(shí)間驗(yàn)證。