Arthur Mensch

Arthur Mensch 是巴黎综合理工（École Polytechnique）2011级校友，后毕业于巴黎高等电信学院（Télécom Paris）。他还完成了巴黎萨克雷的数学、视觉与学习硕士项目（Mathématiques, Vision, Apprentissage，MVA），逐步将数学训练转向机器学习研究。⁠[1][2]

2015年至2018年，Mensch 在 Inria 的 Parietal 团队开展博士研究，研究方向为功能脑成像中的机器学习。2018年9月28日，他在巴黎萨克雷大学体系完成博士论文答辩，论文题为《功能成像中的表征学习》（Apprentissage de représentations en imagerie fonctionnelle），导师为 Bertrand Thirion。⁠[2][3]

他的博士工作涉及从功能磁共振成像数据中学习脑活动表征，包括通过矩阵分解提取脑网络，以及利用多个研究的数据进行脑活动解码。论文也探索在线学习与随机抽样，以处理高维、大规模的成像数据。⁠[3]

完成博士阶段后，Mensch 于2018年至2020年在巴黎高等师范学院（ENS Ulm）应用数学领域从事博士后研究，关注优化方法与机器学习。这一阶段衔接了他早期的脑成像方法研究和此后的大规模模型研究。⁠[2]

2020年，Mensch 加入 DeepMind 巴黎团队担任研究员，研究大语言模型。他参与的研究包括 RETRO、Flamingo 和 Chinchilla，工作领域从机器学习方法扩展到大规模语言与多模态模型。⁠[2][4]

2022年3月，Mensch 与 Jordan Hoffmann、Sebastian Borgeaud 等研究者共同署名论文《Training Compute-Optimal Large Language Models》。研究讨论在固定计算预算下如何分配模型参数与训练数据，指出扩大模型时也需要相应增加训练词元。团队据此训练了 Chinchilla 模型，强调模型规模和数据规模之间的配合，而不是仅增加参数数量。⁠[5]

2023年，Mensch 离开 DeepMind，与 Guillaume Lample、Timothée Lacroix 共同创办 Mistral AI。公司成立于同年4月；Lample 和 Lacroix 此前在 Meta 从事人工智能研究。三人的相识可以追溯到巴黎综合理工、巴黎高等师范学院等院校的求学时期。⁠[2][6][4]

Mensch 担任首席执行官，负责公司战略方向，并领导产品和销售团队。Lample 担任首席科学官，Lacroix 担任首席技术官。团队以自研模型为基础，面向企业提供模型调用、定制及部署工具，同时发布可供开发者使用的开放权重模型。⁠[2][6]

2026年1月，Mensch 应学生创业组织邀请返回巴黎综合理工交流。他认为，人工智能工具的普及并未消除数学推理和基础学科训练的价值；在物理、材料和生物技术等领域，模型的作用仍取决于数据、实验与模拟条件。他也将博士训练中的坚持、反复尝试和接受批评，与创业过程联系起来。⁠[1]

在 Axios 达沃斯访谈中，Mensch 将企业 AI 的重点放在具体业务结果、专有知识和部署条件上。他认为，开放模型使企业能够围绕内部数据进行定制，并选择本地、私有云或边缘设备等运行环境；通用模型能力与企业对数据、系统的控制需要一并考虑。⁠[7]

他还指出，原型能够完成大部分任务，并不意味着系统已适合稳定投入生产。边缘情形、人工介入、评估和持续改进，往往决定最后阶段的可用性。他认为企业采用 AI 的速度受到组织整合和人员能力制约，不能仅从模型演示推断实际落地进度。⁠[7]

2026年7月3日，Mensch 在《Your AI, your growth》中提出，企业应保有对模型、业务记录和访问权限的控制，减少迁移 AI 供应商时对既有系统的依赖。他主张把开放模型、明确的访问规则以及持续学习结合起来，让系统根据员工与客户互动逐步改善，同时将内部知识和运行经验留在企业自身体系中。这是他对企业 AI 架构和长期使用方式的主张。⁠[8]

Mistral AI 是 Mensch 共同创办并担任首席执行官的公司，提供自研模型、企业定制工具与 AI 应用。官方网站：https://mistral.ai/（在新窗口打开）。⁠[6][9]

巴黎综合理工是他的毕业院校，校方将其标识为 X2011 校友。学校官网：https://www.polytechnique.edu/（在新窗口打开）。⁠[1]

Arthur Mensch 的公开 X 账号为 https://x.com/arthurmensch（在新窗口打开），用于发布公司进展及其对人工智能的观点。⁠[10]