AI и дата-центры
Elorian выпустила Glimpse: модель, которая возвращается к изображению по ходу рассуждения
Публикация:
Стартап из Пало-Альто показал визуальную модель, которая кадрирует картинку и запускает код по ходу рассуждения.
Стартап Elorian, основанный бывшим исследователем Google Brain и DeepMind Andrew Dai, 16 октября выпустил свою первую модель Glimpse в статусе research preview. Модель доступна через API и чат: $0.60 за миллион входных и $3 за миллион выходных токенов. Главная идея - «визуальный черновик»: Glimpse не токенизирует картинку один раз, а возвращается к пикселям по ходу рассуждения - кадрирует области, достает кадры из видео, запускает код, чтобы измерить то, что видит.
В собственной таблице тестов компании Glimpse набирает 92.90 против 92.10 у GPT-6 Astra на тесте чтения графиков CharXiv-R и 82.66 против 80.32 на описании коротких видео UGC-VideoCap. При этом Astra лидирует по ряду других визуальных тестов, включая детальное визуальное рассуждение и плотное описание видео. По данным компании модель обходится примерно в четверть выходной цены Astra. Все цифры - из собственных замеров Elorian, независимых проверок пока нет.
Dai рассказал TechCrunch, что модель дообучена поверх открытых весов небольшой командой на нескольких сотнях GPU. В апреле Elorian вышел из стелса с посевным раундом $55 млн при оценке $300 млн; среди инвесторов - Striker Venture Partners, Menlo Ventures, Altimeter, Nvidia и главный научный сотрудник Google Jeff Dean.