Das Startup Elorian hat am 16. Oktober 2026 sein erstes KI-Modell Glimpse veröffentlicht, das auf visuelles Schlussfolgern ausgerichtet ist. In der Research Preview kann das Modell beim Bearbeiten von Bild- und Videoaufgaben erneut auf die ursprüngliche Eingabe zugreifen und einzelne Bereiche genauer untersuchen.
Bildausschnitte, Videoframes und Messungen per Code
Der von Elorian als visual scratch space bezeichnete Mechanismus bietet mehrere Möglichkeiten, während des Schlussfolgerns erneut mit dem visuellen Ausgangsmaterial zu arbeiten. Glimpse kann einen bestimmten Bildbereich ausschneiden oder einzelne Frames aus einem Video auswählen. Um dargestellte Inhalte zu vermessen und miteinander zu vergleichen, kann es außerdem Code ausführen.
Bilder während des Schlussfolgerns zuzuschneiden und zu vergrößern, ist an sich nicht neu: OpenAI hat diese Möglichkeit 2025 in seine Modelle der o-Serie aufgenommen. Elorian zufolge wurde das gesamte Modell Glimpse um diesen Ansatz herum entwickelt.
Elorian meldet Vorsprung vor GPT-6 Astra bei zwei Aufgaben
In Elorians eigenen Auswertungen übertrifft Glimpse das Modell GPT-6 Astra beim Schlussfolgern anhand wissenschaftlicher Diagramme und beim Erstellen von Beschreibungen kurzer Videos. Bei weiteren Aufgaben zum visuellen Schlussfolgern bezeichnet das Unternehmen die Ergebnisse als konkurrenzfähig.
Nach Angaben des Unternehmens hat ein kleines Team Glimpse mit einigen Hundert GPUs trainiert. Das Modell selbst sei deutlich kleiner als die Spitzenmodelle, mit denen Elorian es verglichen hat.
API verfügbar, Warteliste für den Chat
Die Research Preview von Glimpse ist über eine API zugänglich; wer die Chatoberfläche nutzen möchte, muss sich vorerst auf eine Warteliste setzen lassen. Die Nutzung kostet 0,60 US-Dollar je Million Eingabetokens und 3 US-Dollar je Million Ausgabetokens und ist damit günstiger als bei Sonnet und Sol, aber teurer als bei den leichtgewichtigen Modellen Haiku und Luna.
Elorian richtet sich zunächst an Organisationen, die mit großen Videobeständen arbeiten. Zu den anvisierten Kunden gehören Robotikunternehmen und wissenschaftliche Labore ebenso wie Medien- und Kreativunternehmen.
Langfristig sollen Wahrnehmung und Handeln zusammenkommen
Langfristig will Elorian die Modellierung einer Szene mit der Entscheidung darüber verbinden, welche Handlung ausgeführt werden soll. Zu diesem Vorhaben gehört auch die direkte Steuerung von Robotern.
