Elorian objavio Glimpse, model za vizuelno rezonovanje
Elorian je predstavio Glimpse, svoj prvi AI model, u obliku istraživačkog pregleda sa API pristupom, dok je čet interfejs dostupan samo preko liste čekanja. Startap iz Palo Alta navodi da je model treniran na nekoliko stotina GPU-ova i da naplaćuje 0,60 dolara za milion ulaznih, odnosno 3 dolara za milion izlaznih tokena.
Model se vraća na izvor slike
Osnovna ideja Glimpse-a jeste da se vizuelno rezonovanje ne završi jednokratnim pretvaranjem slike u tokene. Elorian smatra da mnogi multimodalni modeli nakon tog koraka nastavljaju zaključivanje prvenstveno kroz tekst, kao da se oslanjaju na opis prizora iz memorije.
Glimpse tokom procesa može ponovo da pristupi vizuelnom materijalu: da izdvoji i uveća deo slike, izvuče određene kadrove iz videa ili pokrene kod radi merenja i poređenja onoga što posmatra. Kompanija ovaj mehanizam naziva „vizuelnim radnim prostorom”, poredeći ga sa ponovnim uvećavanjem fotografije na telefonu radi provere detalja.
Pristup nije potpuno nov. OpenAI je tokom 2025. u modele iz serije o dodao kropovanje i uvećavanje tokom rezonovanja. Elorianov stav je da je Glimpse od početka građen oko takvog načina rada, uz manju veličinu od naprednih sistema sa kojima ga kompanija poredi.
Rezultati, cena i ciljana primena
Elorian navodi da Glimpse u internim evaluacijama nadmašuje GPT-6 Astra u rezonovanju nad naučnim grafikonima i opisivanju kratkih video-snimaka, dok na drugim zadacima vizuelnog rezonovanja postiže konkurentne rezultate. Te tvrdnje predstavljaju rezultate evaluacija same kompanije, a javno predstavljanje za sada obuhvata tabelu rezultata i istraživačku tezu.
Cena ga, prema poređenju Eloriana, postavlja ispod modela srednje klase kao što su Sonnet i Sol, ali iznad lakših modela Haiku i Luna. Kompanija kao prve korisnike cilja organizacije koje raspolažu velikim količinama videa: firme iz robotike, naučne laboratorije, medijske i kreativne kompanije.
Od razumevanja prizora do izbora radnje
Elorian je iz režima tajnosti izašao pre šest meseci nakon početne runde od 55 miliona dolara, pri vrednovanju od 300 miliona dolara. Rundom su zajednički rukovodili Striker Venture Partners, Menlo Ventures i Altimeter Capital, uz učešće kompanije Nvidia i Jeffa Deana, glavnog naučnika u Google-u.
U širem kontekstu finansiranje pre predstavljanja proizvoda pokazuje da je kompanija finansiranje obezbedila pre predstavljanja proizvoda, a Glimpse sada daje prvi javni proizvodni okvir toj ambiciji. Dugoročni cilj je prelazak sa razumevanja prizora na izgradnju modela scene i izbor radnje, uključujući neposrednu kontrolu robota.
Za poslovne timove praktičan zaključak je da procenu ovakvih modela vežu za sopstvene grafikone, snimke i radne tokove, posebno kada odluka zavisi od ponovne provere vizuelnog detalja tokom zaključivanja.