Mistral 押注工业 AI：欧洲主权路是真突围，还是在讲故事？
上周读到 AI Now Summit 的现场笔记，我第一反应是：又一场发布会。
巴黎的 Carrousel du Louvre，1400 个行业高管，Mistral CEO Arthur Mensch 站在台上讲"全栈 AI 战略"——这个场景本身就像极了一场精心布置的融资 roadshow，不像技术发布。
然后我看到那个工业 AI 的演示。
停了一下。
Emmi AI 是一家奥地利林茨的公司——30 多个研究员，专门做物理仿真的神经网络模型。它干的事情是这样的：传统工程仿真，算一次空气动力学或热传导，要跑几个小时甚至几天的高性能计算。Emmi 把这个流程用神经网络复现，让工程师在几秒内拿到"差不多准"的结果——用来快速排除方向，不用把每个设计都喂进超级计算机。
Mistral 在 5 月 19 日把它买了。9 天后，在峰会上把它拼进"Mistral for Industrial Engineering"，客户签了 Airbus、BMW 和 EDF。
这不是模型公司的做派。
Mistral 从来不缺好模型——Mistral 7B 当年开源出来，参数量小但跑分惊艳，让整个开源社区重新认真对待欧洲 AI 。问题在于：好模型不等于好生意。OpenAI 和 Anthropic 的竞争已经把模型本身变成了商品。单靠卖 API token，在美国两强手里讨生活，这条路越来越窄。
Mistral 在这次峰会上把自己定位成"全栈 AI"：自己建算力（数据中心）、自己做模型（包括工业专用模型）、自己做平台（Vibe）、自己卖咨询（帮企业客户上线）。这四层捆在一起，是奔着摆脱"API 供应商"定位去的。
这个方向——我觉得是对的。但走法凶险。
我很少觉得欧洲 AI 公司做了一个真实的棋步。不是因为他们不聪明——Mistral 模型质量一直不差。是因为欧洲 AI 公司大多数时候干的事情是：我们的数据主权/合规更好，请来用我们。这是防守，不是进攻。
但"LLM + 物理仿真"是另一回事。
欧洲的优势不在模型数量，也不在 GPU 存量。欧洲的优势是：Airbus 在图卢兹，ASML 在艾因霍芬，西门子在慕尼黑，大众在沃尔夫斯堡——全球最难被替代的工业工程基地有相当一部分在这里。这些公司里积累了几十年的专有工程数据，结构复杂，高度保密，不可能上传给 OpenAI 的 API。
Mistral 赌的就是这里：你不需要是最好的通用模型，你只需要是唯一能进他们机房、懂他们数据格式、还顺带把仿真速度砍掉一个数量级的那个选择。
BMW 已经在用 Mistral 做"Large Industry Model"，往里面喂碰撞仿真数据。ASML——全球唯一能量产 EUV 光刻机的公司，芯片制造的命脉——在用 Mistral 优化高性能零件设计。
这两个客户不是 logo。是真实的工程需求。
但我不想把这篇写成 Mistral 颂歌。
Les Ulis 的数据中心——巴黎南边 Essonne 省，10MW，Q3 2026 开放——是 Mistral 第一个自建推理机房。他们现在在 Bruyères-le-Châtel 有一个 40MW 训练机房，正在瑞典规划更大的。总的 compute 投资计划号称 €40 亿。
€40 亿建机房，同时 2026 年 ARR 目标 $10 亿。
我算不过来这笔账。
ARR 从 2025 年初 $2000 万涨到 2026 年初 $4 亿，20 倍增速——听起来很猛。但 $4 亿 ARR 是收入，不是利润。AI 推理的 GPU 成本是会咬人的。建自己的数据中心短期内会让烧钱速度加快，不是减慢（起码要等 2-3 年后 utilization 起来才有算法经济性）。
然后还有一件事——工业 AI 的销售周期。
Airbus 的合同从接触到签约，业界正常节奏是 18 个月起。BMW 内部的"Large Industry Model"项目，光是数据治理和安全审核就够喝一壶的——这类工业巨头，哪怕你是他们认可的供应商，光走完内部采购流程就能把创业公司的现金熬一大半。
这类客户你拿到了是好事，但他们不会在 Q2 就让你的 ARR 往上跳。
企业级 AI 部署的节奏大体是这样的：POC 跑完、合同签了、钱到账——中间那条缝能吃掉一年。工业制造比金融还慢，工程数据的安全审核更繁琐，因为出问题的后果更具体——不是数据泄露，是飞机或芯片机器。
所以现在 Mistral 的处境是：战略方向对了，但烧钱赛道也对了。
我真正想搞清楚的是：主权 AI 这个故事，有多少是真需求，有多少是欧洲客户在政治压力下装装门面？
BNP Paribas 是 Mistral 最早的企业客户之一。他们在比利时做 on-premise 的 KYC 合规部署——把 Mistral 的模型装进自己机房，用来处理反洗钱的身份核查文件，数据不出境。这个需求是真的，因为欧盟金融监管下，这类数据根本不能走美国的云。
这才是 Mistral 最硬的牌。
不是"我们是欧洲人所以请支持我们"——是"你的合规要求在物理上让你不能用另一个选择"。
Abanca（西班牙一家区域银行，管理超过 100 万客户的 agent 协作）、奥地利科学院（用 Mistral 解码 18 万份古埃及莎草纸）、欧洲专利局（文档 AI，OCR）——这些客户选 Mistral 不是因为情怀，是因为数据出不了欧盟。
峰会上还有一个细节让我多看了一眼——Voxtral，Mistral 的多语言语音模型，目前是给欧洲版 Amazon Alexa 做语音理解的。就是说：你在德国或法国跟 Alexa 说话，底层调用的是 Mistral 的模型。这不是欧洲情怀的背书，是 Amazon 判断欧洲多语言语音理解这个任务上 Mistral 比自家的模型更好用。
这类合作才是真实的市场信号。
这条路，在受监管行业和语言本地化领域里，是真实的。
不确定的地方也是真实的。
Vibe——就是 Le Chat 改了个名字，加上 agent 功能和 VS Code 集成——跟 Cursor、GitHub Copilot、Claude Code 的正面竞争，我不觉得 Mistral 有优势。开发者工具这个市场，黏性极强，切换成本高，先发者优势明显。Mistral 在这里入场的时候，Cursor 每月 ARR 据说已经奔着 $1 亿去了。
这部分感觉更像是"我们也要有一个 ChatGPT 那种产品"的战略完整性需求，而不是真正的差异化打法。不是坏棋，但也不是好棋——是一张补全牌面的棋。
工业 AI 也有一个我想不清楚的问题：Emmi AI 的物理仿真，准确度到底够不够用在最终工程决策上？"秒级出结果但不是精确值"——用来做概念排查没问题，但 Airbus 造飞机，最终还是要跑全精度仿真的。这中间有多大的工作流整合难度，目前公开信息里看不清。
也许 Mistral 自己也不完全确定。
2023 年 4 月，Mistral 在巴黎成立，一开始不到 20 个人。三年后，1400 人来巴黎听他们开发布会，Airbus 和 BMW 站在台上背书。
这个速度本身已经是一件事了。
不是"AI 只有中美两强"的叙事，在工业 AI 这个具体的角落里，确实有裂缝。欧洲工业巨头们的专有工程数据 + 严格数据合规要求 + 本土 AI 供应商，这个组合不是政治修辞，是真实的商业结构。
但 €40 亿的 compute 账单还在那里。
Mistral 能把工业客户的销售周期熬过去，在 GPU 账单压死现金流之前跑到规模，这件事——我猜很难，但我也猜不准。