7月16日，Mistral AI发布Voxtral系列开源语音理解模型，主打低错误率和高效性能，支持真实世界的语音智能应用。该系列包括24B参数的Voxtral Small（用于生产环境）和3B参数的Voxtral Mini（适合本地/边缘部署），以及仅支持语音转文字的Voxtral Mini Transcribe。模型支持32K Token上下文长度，可处理长达30分钟的音频转录或40分钟音频理解，支持多种印欧语言，并具备生成问题和结构化摘要的能力。Mistral称，Voxtral Mini Transcribe在成本敏感场景中性能优于OpenAI Whisper且价格减半，而Voxtral Small在高级用例中接近ElevenLabs Scribe顶尖水平，价格同样更具优势。

7月15日，欧洲最大AI初创公司Mistral发布其首个开源AI音频模型系列Voxtral。该模型专为企业设计，可转录最长30分钟、理解最长40分钟的音频内容，并支持多语言处理，包括英语、西班牙语、法语、葡萄牙语、印地语等8种语言。用户可通过Voxtral对音频内容提问、生成摘要，甚至将语音命令转换为实时操作，如调用API或运行函数。这一创新工具为跨语言音频处理和企业应用提供了全新解决方案，彰显AI技术的多样化潜力。