Palo Alto'lu AI girişimi Elorian, ilk modeli Glimpse'i Cuma günü bir araştırma önizlemesi olarak, API erişimi ve yalnızca bekleme listesi üzerinden çalışan bir sohbet arayüzü ile yayınladı. Eski Google DeepMind araştırmacısı ve CEO Andrew Dai tarafından kurulan şirket, daha önce 300 milyon dolar değerleme ile 55 milyon dolar tohum turu topladı. Glimpse, modelin akıl yürütme sırasında bölge kırpma, belirli kareleri çekme veya kod çalıştırma yoluyla kaynak görüntü ve videolara sürekli başvurmasını sağlayan bir “görsel kazıma alanı” mekanizması tanıtıyor.
Görüntüleri tek seferde tokenlara dönüştürüp yalnızca metin üzerinden akıl yürüten standart çok modlu modellerin aksine, Glimpse insanın detayları iki kez kontrol etmek için yakınlaştırma gibi görsel alışkanlıklarını taklit ediyor. Elorian, daha küçük modeli birkaç yüz GPU kullanarak eğitti ve giriş token başına 0,60 $, çıkış token başına 3 $ gibi daha düşük işletme maliyetleri elde etti. Şirket değerlendirmelerine göre, model bilimsel grafik akıl yürütme ve kısa biçimli video altyazılamada GPT-6 Astra'yı geride bırakıyor.
Nvidia, Striker Venture Partners, Menlo Ventures ve Altimeter Capital gibi yatırımcıların desteğiyle, Elorian başlangıçta robotik firmalar, bilimsel laboratuvarlar ve yoğun video verisiyle çalışan medya şirketlerini hedefliyor. Girişim, uzun vadede görsel tanımanın ötesine geçerek robotik eylem kontrolüne genişlemeyi ve önümüzdeki yıl dünyanın en iyi görsel akıl yürütme modelini inşa etmeyi planlıyor. Bu gelişme, grafikler, videolar ve diyagramlar gibi karmaşık görsel verileri yapay zekanın yorumlama şeklini önemli ölçüde iyileştirebilecek yeni bir görsel AI mimarisi sunması nedeniyle önem taşıyor.