Elorian ra mắt Glimpse, mô hình AI được thiết kế để suy luận trực tiếp trên hình ảnh và video
Startup Elorian tại Palo Alto đã phát hành Glimpse, mô hình AI đầu tiên của công ty, dưới dạng bản xem trước nghiên cứu với quyền truy cập API; giao diện trò chuyện hiện chỉ dành cho người trong danh sách chờ. Công ty cho biết Glimpse được thiết kế để suy luận trực tiếp trên dữ liệu trực quan thay vì chỉ nhìn hình ảnh một lần rồi chuyển toàn bộ thành văn bản. Trong quá trình suy luận, mô hình có thể cắt và phóng to ảnh, chọn các khung hình cụ thể trong video, cũng như chạy mã để đo lường hoặc so sánh những gì nó nhìn thấy. Elorian cho biết một đội ngũ nhỏ đã huấn luyện Glimpse trên vài trăm GPU và mô hình này nhỏ hơn đáng kể so với các hệ thống tiên phong được dùng để so sánh. Theo đánh giá của công ty, Glimpse vượt GPT-6 Astra ở khả năng suy luận trên biểu đồ khoa học và tạo chú thích cho video ngắn, đồng thời đạt kết quả cạnh tranh ở các bài kiểm tra suy luận trực quan khác; chi phí là $0.60 cho mỗi triệu token đầu vào và $3 cho mỗi triệu token đầu ra. Elorian trước mắt nhắm đến các công ty robot, phòng thí nghiệm khoa học, doanh nghiệp truyền thông và sáng tạo đang xử lý nhiều video, còn mục tiêu dài hạn là dùng khả năng hiểu hình ảnh để điều khiển robot. Cách tiếp cận này có thể giúp AI đáng tin cậy hơn trong các tác vụ cần kiểm tra đi kiểm tra lại chi tiết trực quan, chẳng hạn như đọc biểu đồ, sơ đồ, bàn cờ hoặc video, thay vì chỉ dựa vào ấn tượng ban đầu.
Glimpse đáng chú ý với các doanh nghiệp, phòng thí nghiệm và nhà phát triển đang xử lý nhiều video hoặc dữ liệu trực quan, nhưng hiện mới là bản xem trước nghiên cứu và quyền truy cập chat còn giới hạn. Những người cần phân tích biểu đồ, video hoặc hình ảnh có thể theo dõi API của Elorian để thử nghiệm khi được cấp quyền.
Đọc bài gốc