發生什麼事
據 TechCrunch 報導,總部在帕羅奧圖的新創 Elorian 發表首款模型 Glimpse,目前是研究預覽版,提供 API 與聊天介面。公司執行長 Andrew Dai 是前 Google DeepMind 研究員。
報導的說明是:多數多模態模型會把圖片一次轉成 token,之後就在文字層面推理;Glimpse 則可以在推理途中再回到圖片上,例如裁切特定區域、從影片抽取影格,或執行程式碼做量測與比較。Elorian 稱這是「視覺草稿空間」。

規格與主張
- 定價:每百萬輸入 token 0.6 美元、每百萬輸出 token 3 美元。報導形容這比 Sonnet 等中階模型便宜,但比 Haiku 之類的輕量模型貴。
- 訓練規模:據報導,小團隊用幾百張 GPU 訓練,模型明顯小於它拿來對比的前沿模型。
- 成績:Elorian 自己的評測顯示,Glimpse 在科學圖表推理與短影片字幕上勝過 GPT-6 Astra,其他視覺推理任務表現相當。這些是公司自行公布的結果。
- 募資:公司在發表前約六個月從隱身狀態現身,種子輪由 Striker Venture Partners、Menlo Ventures 與 Altimeter Capital 共同領投,Nvidia 與 Google 首席科學家 Jeff Dean 也有參與。
- 目標客戶:影片量大的企業,如機器人、科學實驗室、媒體與創意產業。Dai 說明年目標是做出「全世界最好的視覺推理模型」,長期想從「看」走向「做」,包括控制機器人。
對你的影響
如果你的產品需要處理圖表、文件截圖或影片,可以把 Glimpse 列入試用清單,但目前只是研究預覽,效能數字僅來自公司自己的評測,建議用自己的資料跑一輪再決定。