Startup Elorian vydal 16. října 2026 svůj první AI model Glimpse, zaměřený na vizuální uvažování. Ve výzkumné preview verzi nabízí práci s obrázky a videem, při níž se model během řešení vrací k původnímu vstupu a může podrobněji zkoumat jeho části.
Výřezy, snímky videa a měření pomocí kódu
Mechanismus, který Elorian označuje jako „visual scratch space“, dává modelu několik způsobů, jak během uvažování znovu pracovat s vizuálním podkladem. Glimpse dokáže vyříznout konkrétní oblast obrázku nebo vybrat určité snímky z videa. Pro měření a porovnávání zobrazeného obsahu může také spustit kód.
Samotné ořezávání a přibližování obrazu v průběhu uvažování není novinkou: OpenAI tuto možnost přidala do modelů řady o v roce 2025. Elorian tvrdí, že na tomto přístupu postavil celý model Glimpse.
Elorian hlásí náskok před GPT-6 Astra ve dvou úlohách
Podle hodnocení Elorianu překonává Glimpse model GPT-6 Astra při uvažování nad vědeckými grafy a při tvorbě popisů krátkých videí. V dalších úlohách vizuálního uvažování firma označuje jeho výsledky za konkurenceschopné.
Firma zároveň uvádí, že malý tým vytrénoval Glimpse s využitím několika stovek GPU. Samotný model je podle Elorianu podstatně menší než špičkové systémy, s nimiž jej porovnával.
API je dostupné, chat má čekací listinu
K výzkumné preview verzi Glimpse lze přistupovat přes API; zájemci o chatové rozhraní se zatím musí zapsat na čekací listinu. Použití stojí 0,60 dolaru za milion vstupních tokenů a 3 dolary za milion výstupních tokenů, což znamená nižší cenu než u modelů Sonnet a Sol, ale vyšší než u lehkých modelů Haiku a Luna.
Elorian zpočátku míří na organizace, které pracují s velkým množstvím videa. Mezi zamýšlené zákazníky patří robotické firmy a vědecké laboratoře, stejně jako média a kreativní společnosti.
Dlouhodobým plánem je propojit vnímání s akcí
Do budoucna chce Elorian propojit modelování scény s rozhodováním o tom, jakou akci provést. Součástí tohoto dlouhodobého záměru je i přímé řízení robotů.
