Elorian发布首个AI模型 主打图像推理

IT时代网10月17日消息，总部位于帕洛阿尔托的AI创业公司Elorian在产品上线之前已完成5500万美元种子轮融资，估值达3亿美元，公司10月16日发布了首个模型。

该模型名为Glimpse，以研究预览形式推出，提供API访问，聊天界面目前仅限候补名单开放。公司提出的思路是，当前的AI模型尽管在语言和代码方面能力突出，却仍无法真正地「看见」。

多数多模态模型看一张图像后，会将其转换为词元，再以文本方式进行推理，就像凭记忆描述一张照片。而Glimpse会返回原始素材继续处理，在推理过程中可以裁剪到特定区域、从视频中提取具体帧，或运行代码对看到的内容进行测量与比较，公司将这一机制称为「视觉草稿空间」。

前谷歌DeepMind研究员、Elorian首席执行官Andrew Dai提到最能说明模型缺乏视觉能力的场景：去年他拍下一张刚玩完的桌游照片并询问前沿模型谁赢了，模型无法回答。桌游各自有独立的视觉语言和符号体系，成年人依靠极少文字就能理解局面，而这些模型无法推断符号含义。

公司称Glimpse由一个小团队在数百块GPU上训练完成，模型规模明显小于其对比的前沿系统。据Elorian的评测结果，该模型在科学图表推理和短视频描述任务上超过GPT-6 Astra，在其他视觉推理任务上具备有竞争力的表现。

Elorian于半年前结束隐身状态，融资由Striker Venture Partners、Menlo Ventures和Altimeter Capital联合领投，英伟达与谷歌首席科学家Jeff Dean参与。初期目标客户是持有大量视频素材的公司，包括机器人企业、科研实验室、媒体与创意公司。公司计划明年打造全球领先的视觉推理模型。

编辑：林一舟