Glimpse wraca do obrazu w trakcie myślenia. Pierwszy model Elorian w wersji preview
Elorian udostępnił w wersji badawczej swój pierwszy model sztucznej inteligencji. Glimpse został zaprojektowany inaczej niż systemy, które najpierw jednorazowo przekształcają grafikę w reprezentację tekstową, a dalsze rozumowanie prowadzą wyłącznie na słowach. W trakcie generowania odpowiedzi model może ponownie sięgać do materiału źródłowego: przycinać wybrane fragmenty kadrów, wyciągać pojedyncze klatki z materiału wideo oraz uruchamiać kod w celu wykonania precyzyjnych pomiarów lub porównań.
Firma określa ten mechanizm mianem „wizualnego brudnopisu”. Zamiast polegać na pierwszym odczycie całej sceny, system powiększa detale dopiero wtedy, gdy wymaga tego rozwiązanie problemu. Glimpse udostępniono jako research preview. Dostęp do API jest już otwarty dla deweloperów, natomiast interfejs czatu wymaga zapisu na listę oczekujących.
Geneza projektu wiąże się z eksperymentem, który przeprowadził szef startupu i były badacz Google DeepMind, Andrew Dai. Jak relacjonował w rozmowie z serwisem TechCrunch, podczas gry planszowej sfotografował stół i zapytał wiodący model AI o to, kto wygrywa. Oprogramowanie nie potrafiło poprawnie zinterpretować układu pionków i symboli, mimo że człowiek bez trudu odczytuje reguły wizualne planszówek czy schematycznych instrukcji montażu mebli.
Samo przybliżanie obrazu w trakcie rozumowania nie jest rozwiązaniem zupełnie nowym — zbliżoną funkcję OpenAI wprowadziło w modelach z serii o w 2025 roku. Elorian oparł jednak na tej zasadzie całą architekturę swojego narzędzia. Twórcy podają, że Glimpse wytrenowano przy użyciu kilkuset procesorów graficznych i jest on wyraźnie mniejszy od modeli konkurencji.
W opublikowanych przez siebie testach Elorian deklaruje, że Glimpse osiąga lepsze rezultaty niż GPT-6 Astra w zadaniach związanych z analizą wykresów naukowych oraz tworzeniem opisów krótkich nagrań wideo. Są to jednak wyłącznie wewnętrzne ewaluacje firmy, które nie doczekały się jeszcze niezależnej weryfikacji w benchmarkach. Dostęp przez API wyceniono na 0,60 dolara za milion tokenów wejściowych oraz 3,00 dolary za milion tokenów wyjściowych.
