El modelo Glimpse de Elorian usa imágenes para razonar visualmente

Elorian, una startup de inteligencia artificial de Palo Alto, ha lanzado su primer modelo, Glimpse, como una versión preliminar de investigación con acceso a API. Según TechCrunch, que informó en exclusiva sobre el lanzamiento, su interfaz de chat solo está disponible mediante lista de espera. La empresa obtuvo una ronda semilla de 55 millones de dólares con una valoración de 300 millones de dólares antes de lanzar un producto.

Elorian afirma que Glimpse puede volver a consultar las imágenes mientras razona. Puede recortar zonas, extraer fotogramas de un vídeo o ejecutar código para medir o comparar detalles visuales. La empresa llama a este mecanismo «espacio de trabajo visual». El objetivo es que el modelo compruebe lo que ve, en lugar de depender solo de una conversión inicial de la imagen en tokens.

Elorian dice que un equipo pequeño entrenó Glimpse con unos cientos de GPU y que el modelo es mucho más pequeño que los sistemas de frontera con los que se compara en sus evaluaciones. Según las pruebas de la empresa, Glimpse supera a GPT-6 Astra en razonamiento sobre gráficos científicos y en la descripción de vídeos cortos, y obtiene resultados competitivos en otras tareas de razonamiento visual. Estos resultados proceden de las evaluaciones de Elorian.

El precio es de 0,60 dólares por cada millón de tokens de entrada y 3 dólares por cada millón de tokens de salida. Elorian se dirige inicialmente a empresas con grandes cantidades de vídeo, como compañías de robótica, laboratorios científicos y empresas de medios y creación. El director ejecutivo Andrew Dai dijo que la empresa aspira a crear «el mejor modelo de razonamiento visual del mundo» el próximo año. A más largo plazo, Elorian quiere utilizar la comprensión de escenas para elegir acciones, incluido el control directo de robots.