Elorian’s Glimpse делает ставку на визуальное мышление для конкуренции с крупными ИИ-моделями
- Elorian представила Glimpse — модель визуального мышления, которая многократно пересматривает изображения и видео при решении задач.
- Компания заявляет, что Glimpse сопоставима или превосходит GPT-6 Astra по ряду бенчмарков, при этом стоимость одного токена у нее на 94% ниже.
- Glimpse остается исследовательским превью, а результаты ее бенчмарков еще не были независимо проверены.
Elorian представила Glimpse 16 октября, заявив, что ее визуальное мышление может конкурировать с более крупными моделями ИИ за долю цены.
По данным TechCrunch, начальная модель представляет собой исследовательский превью-выпуск с доступом к API для разработчиков и списком ожидания для чат-интерфейса. Для компаний, рассматривающих возможность внедрения этой технологии, реальной проблемой является вопрос о том, сможет ли Glimpse демонстрировать аналогичную производительность в реальных условиях.
Визуальное рабочее пространство
В отличие от моделей, которые сначала анализируют изображения, а затем делают выводы преимущественно в текстовом формате, Glimpse может возвращаться к визуальным доказательствам, детально изучать нюансы, проверять кадры видео и выполнять любой код. Компания называет эту функцию своим «визуальным рабочим пространством».
Эндрю Дай, генеральный директор Elorian и бывший исследователь Google DeepMind, рассказал историю, когда он попросил свою ИИ-модель определить победителя в настольной игре. ИИ не смог расшифровать значения различных игровых символов, которые люди воспринимают без труда.
Люди могут смотреть на схемы Ikea без текста и собирать мебель Ikea, верно? Почему бы это не могли делать модели ИИ?
— Эндрю Дай, выступая в TechCrunch
Эта концепция уже применялась ранее. OpenAI внедрила логику кадрирования и масштабирования в 2025 году. В исследовательской работе CharTool, обновленной в августе 2026 года, сочеталось кадрирование изображений с расчетами на основе кода. В случае Elorian используется базовая модель с открытыми весами, а при реализации задействовано всего несколько сотен GPU.
Числа, которые сообщает Elorian, и те, на которых она не акцентирует внимание
Тарифы Glimpse составляют $0,60 за каждый миллион входных токенов и $3 за каждый миллион выходных токенов, что, по сообщениям, на 94% ниже цен Astra. Ранее Elorian привлекла инвестиции в размере $55 млн при оценке компании в $300 млн; среди инвесторов — Nvidia и главный научный сотрудник Google Джефф Дин.
Согласно отчёту Elorian, Glimpse превосходит GPT-6 Astra по ряду показателей, включая CharXiv-R (92,90 против 92,10), создание подписей к коротким видео, подсчёт объектов с открытым словарём и понимание событий манипуляции. Кроме того, обе системы показали идентичные результаты в задачах воплощённого пространственного рассуждения.
Однако Glimpse уступает Astra в плотной описательности видео, тонком временном анализе и подсчёте товаров на изображениях. Более того, в рамках HSS (тест Elorian, направленный на понимание сцен) балл Glimpse составляет 46,36, тогда как у Astra — 53,6. Человеческий базовый уровень — 93,1%. Сравнение Glimpse с Astra пока не было независимо верифицировано.
Где современные модели действительно терпят неудачу
Независимые исследования показывают, почему важна точность. Исследователи из Беркли, Принстона и Google DeepMind (проект RoboVista) обнаружили, что их самая мощная модель правильно ответила лишь на 56,5% вопросов из 474, связанных с робототехникой.
Тем временем InspecSafe-V1 собрал 5013 примеров инспекций с 41 робота на 2239 объектах. В исследовании подчеркиваются реальные проблемы, такие как блики, перекрытия объектов и шум датчиков. Отдельное исследование диаграмм также указывает на тонкую визуальную восприятие как на устойчивую слабость.
Большой рынок, если точность подтвердится
Международная федерация робототехники сообщила, что в 2025 году по всему миру работало около 5 миллионов промышленных роботов — на 9% больше, чем в предыдущем году. Было установлено более 600 тысяч новых роботов, что подчеркивает растущую потребность в машинах, способных понимать и реагировать на окружающую среду.
Этот спрос также стимулирует инвестиции в обучение роботов. Как отмечал Cryptopolitan, LG использует инструменты Nvidia для сбора 100 000 часов данных для обучения роботов к концу 2026 года, опережая запланированную демонстрацию гуманоидного робота в начале 2027 года. Хотя этот проект не связан с Elorian, он демонстрирует, насколько важным становится визуальное понимание в робототехнике.
Elorian надеется в будущем перейти от визуального анализа к прямому управлению роботами — возможности, которой пока не обладает Glimpse. На данный момент убеждение бизнеса внедрить эту модель будет зависеть от того, насколько точно и безопасно она работает в реальных условиях, насколько легко интегрируется с существующими системами и остаются ли её затраты конкурентоспособными. Одних лишь высоких результатов на бенчмарках будет недостаточно.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Часто задаваемые вопросы
Что такое Glimpse от Elorian и как он анализирует изображения?
Glimpse — это модель визуального анализа, которая в процессе работы может выделять области изображения, извлекать кадры из видео или запускать код для измерения увиденного. Этот цикл Elorian называет «визуальным рабочим пространством», а не простым преобразованием изображения в текст с последующим анализом на основе памяти.
Сколько стоит Glimpse и как Elorian привлек финансирование?
Стоимость Glimpse составляет $0,60 за миллион входных токенов и $3,00 за миллион выходных токенов. Elorian привлек раунд финансирования серии Seed в размере $55 млн при оценке компании в $300 млн. Раунд возглавили Striker Venture Partners, Menlo Ventures и Altimeter Capital, в нём также приняли участие Nvidia и Джефф Дин.
Насколько хорошо современные ИИ-модели справляются с задачами управления роботами и визуального анализа?
Независимые тесты выявляют значительные пробелы: на бенчмарке RoboVista, состоящем из 474 экспертных вопросов по робототехнике, лучшая из протестированных моделей набрала лишь 56,5%, а на бенчмарке Elorian HSS для оценки понимания сцен топ-модель GPT-6 Astra достигла 53,6% против человеческого базового уровня в 93,1%.
Ибиам Вайяс
Ибиам Вайяс освещает криптовалютные новости с 2019 года. Он изучал компьютерные науки в Национальном открытом университете Нигерии. Его работы публиковались на различных криптовалютных новостных платформах, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свой опыт в области компьютерных наук, он теперь фокусируется на новостях о криптовалютах, робототехнике и долголетии.
