Elorian laiž pirmo MI modeli Glimpse, kas spriežot atkārtoti pārbauda attēlus un video

Palo Alto jaunuzņēmums Elorian piektdien, 16. oktobrī, laida klajā savu pirmo mākslīgā intelekta modeli Glimpse. Tas pieejams kā pētniecības priekšskatījums caur API un tērzēšanas saskarni. Uzņēmums to dēvē par jaunu „vizuālās domāšanas” modeļu kategoriju, kas spriež par fizisko pasauli, balstoties uz redzēto.

Galvenā atšķirība no lielākās daļas multimodālo modeļu ir tā, kā Glimpse strādā ar attēliem. Parasti modelis attēlu aplūko vienreiz, pārvērš to žetonos un tālāk spriež tikai tekstā. Glimpse spriešanas laikā var atgriezties pie avota: izgriezt un pietuvināt attēla apgabalu, skatīt īsu video posmu ar biežāku kadru nomaiņu vai palaist kodu, lai kaut ko izmērītu vai salīdzinātu. Elorian šo mehānismu sauc par „vizuālo melnraksta laukumu”, un tērzēšanas saskarnē lietotājs var redzēt, kur modelis ielūkojas. Modelis var arī palaist apakšaģentus, kas savā starpā apmainās ar tekstu un vizuāliem materiāliem.

TechCrunch norāda, ka pati ideja nav pilnīgi jauna, jo OpenAI jau 2025. gadā savos o sērijas modeļos ieviesa attēlu apgriešanu un pietuvināšanu spriešanas laikā. Elorian apgalvo, ka ap šo pieeju būvējis visu modeli un paveicis to lēti. Pēc uzņēmuma teiktā, Glimpse izstrādājusi neliela komanda ar dažiem simtiem grafisko procesoru, pēcapmācot jau esošu atvērta svara bāzes modeli.

Cenas ir 0,60 ASV dolāri par miljonu ievades žetonu un 3 dolāri par miljonu izvades žetonu. Elorian aprēķinājis, ka tas ir par 94 % lētāk nekā GPT-6 Astra, par 85 % lētāk nekā Claude Opus 5.5 un par 70 % lētāk nekā GPT-6.1 Sol. Uzņēmums gan pats atzīst, ka rūpīga attēlu pārbaude prasa laiku un žetonus, tāpēc viena uzdevuma kopējās izmaksas zemā cena vien neparāda.

Rezultāti uzņēmuma publiskotajos salīdzinājumos ir jaukti. Desmit testos pret GPT-6 Astra Glimpse uzvarēja četros (zinātnisku diagrammu analīze, objektu skaitīšana, īsu video aprakstīšana un manipulāciju notikumu izpratne), vienā rezultāts bija vienāds, bet piecos, tostarp vairākos video testos, labāks bija Astra. Neatkarīgu pārbaužu par šiem skaitļiem vēl nav.

Elorian no slepenības režīma iznāca pirms sešiem mēnešiem ar 55 miljonu dolāru sēklas investīcijām pie 300 miljonu dolāru novērtējuma. Kārtu kopīgi vadīja Striker Venture Partners, Menlo Ventures un Altimeter Capital, piedalījās arī Nvidia un Google galvenais zinātnieks Džefs Dīns. Uzņēmuma vadītājs Endrū Dai iepriekš strādāja Google DeepMind.

Pirmie mērķa klienti ir uzņēmumi ar lielu video apjomu: robotikas firmas, zinātniskās laboratorijas, mediji un radošās industrijas. Ilgtermiņā Elorian vēlas pāriet no redzēšanas uz darbību, tostarp tiešu robotu vadību. Dai TechCrunch sacīja, ka nākamgad uzņēmums grib izveidot pasaulē labāko vizuālās spriešanas modeli.