Introduktion til AI-vision med Mistral
På denne side
Opdatering 2. november 2026 — Le Chat er nu Vibe. Siden 28. maj 2026 er Le Chat blevet omdøbt til Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, der overtager dine samtaler, indstillinger og abonnementer. Den ældre Le Chat-oplevelse er stadig tilgængelig i Chat-tilstand; i Work-tilstand er agenter blevet til færdigheder (kaldes med
@), minder udgør vidensbasen, og dyb søgning er nu færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger navnet Vibe; bemærk, at nogle menuer beskrevet her kan have ændret navn eller placering.
Når AI-modeller lærer at se
Indtil for nylig forstod AI-assistenter kun tekst. Du kunne stille dem spørgsmål, få dem til at udkaste en e-mail eller opsummere et dokument – men det var umuligt at vise dem et foto for at få en meningsfuld analyse. Med Mistral AIs multimodale modeller er denne begrænsning historie. Dette er sandsynligvis den mest håndgribelige ændring, du vil bemærke i din daglige brug af AI.
AI-vision refererer til en sprogmodels evne til at analysere det visuelle indhold i et billede – et foto, et diagram, et skærmbillede eller en tegning – og give en tekstbaseret fortolkning. I praksis uploader du et billede til Vibe (Mistrals assistent), og modellen svarer, som om den faktisk ser, hvad du viser den. Den registrerer ikke bare former; den læser tekst inde i billedet, forstår tabelstrukturer, følger tendenser i diagrammer og forbinder alt dette med dit specifikke spørgsmål.
Hvorfor vision ændrer alt
Forestil dig, at du modtager et kvartalsvist salgsdiagram via e-mail. Tidligere skulle du åbne det i et regneark, læse tallene én efter én og fortolke tendenserne – og hvis diagrammet blot var et billede, havde du slet ikke adgang til de underliggende data. Nu kan du indsætte det billede i Vibe og spørge: „Hvad er hovedtendensen?” eller „Sammenlign Q1 og Q3.” Modellen identificerer akser, legender og værdier og giver derefter et svar på naturligt sprog på få sekunder.
Denne capability transformerer mange hverdagsscenarier. Når du står over for et fotografi, beskriver modellen indholdet og identificerer objekter, steder eller vartegn – nyttigt, når du skal bruge navnet på en plante, du opdagede på en gåtur. Med et scannet dokument læser den tekst fra et visitkort, en kvittering eller en papirformular, hvilket sparer dig for kedelig manuel indtastning. For diagrammer eller tegninger udtrækker den nøgldata fra cirkel- eller søjlediagrammer, ligesom en analytiker ville gøre. Og med et skærmbillede analyserer den en grænseflade, tyder en fejlmeddelelse eller opsummerer et dashboard – uvurderligt, når software kaster en uforståelig fejlkode, og du har brug for at vide, hvad du skal gøre næste gang.
Mistrals visionsmodeller
Mistral tilbyder flere modeller, der er i stand til at behandle billeder. Selvom du ikke behøver at vælge dem manuelt, hjælper det at forstå deres respektive roller. Mistral Large 3 er flagskibsmodellen, der leverer topydelse til kompleks visuel analyse; det er dit go-to-valg, når præcision er afgørende, f.eks. når du skal dissekere en tæt teknisk tegning. Mistral Medium 3.1 finder den perfekte balance mellem ydelse og hastighed, hvilket gør den til det naturlige valg til daglig brug i Vibe. Mistral Small 3.2 er lettere: den svarer hurtigt, mens den opretholder en solid analysekvalitet, perfekt egnet til enkle opgaver som at beskrive et foto. Endelig udgør Ministral 3, tilgængelig i versioner med 14B, 8B og 3B parametre, de mest kompakte modeller i porteføljen, designet til hurtige svar på grundlæggende visuelle analyser.
Som Vibe-bruger vælger du ikke modellen manuelt; grænsefladen vælger automatisk den, der passer bedst til din anmodning. Men husk: bag hvert enkelt billede, du dropper ind i samtalen, arbejder et multimodalt neuralt netværk. Det er netværkets sofistikering, der gør, at det forstår, hvad du viser det, så godt.
Hvad du lærer i dette afsnit
Dette første afsnit af kurset guider dig trin for trin gennem brugen af AI-vision via Mistrals Vibe. Du starter med at uploade et billede og stille spørgsmål om det, går derefter videre til at analysere diagrammer og udtrække data fra tabeller. Dernæst ser du, hvordan du sammenligner flere billeder inden for en enkelt samtale, før du udforsker kreative anvendelsestilfælde, der går ud over simpel billedbeskrivelse.
Der kræves ingen tekniske færdigheder. Hvis du ved, hvordan du bruger Vibe til at skrive en besked, ved du allerede, hvordan du analyserer et billede – træk det blot ind i samtalen.
Vigtige pointer
- AI-vision gør det muligt for Mistral-modeller at analysere billeder udover tekst
- Flere modeller er tilgængelige, lige fra den mest kraftfulde (Large 3) til den mest kompakte (Ministral 3)
- Analyse fungerer på fotos, diagrammer, scannede dokumenter og skærmbilleder
- I Vibe uploader du blot et billede for at komme i gang – ingen kodning kræves