Elorian, стартап из Пало-Альто, выпустил свою первую модель Glimpse и объявил о начале исследовательского превью с доступом через API и только по ожиданию в очереди на чат-интерфейс. По информации TechCrunch, это событие произошло после того, как компания привлекла 55 миллионов долларов на посевной раунд и оценивается в 300 миллионов до запуска продукта. По данным источника, именно сейчас пользователи видят таблицу результатов и высказывают гипотезы, а полная открытая версия API пока недоступна.

Главное предложение Glimpse — не просто обработка изображения или видео в виде текста-описания. Модель держит связь с исходным источником во время рассуждений: она может припечатать нужный фрагмент, выдернуть конкретный кадр из видео или запустить код для измерения и сравнения того, что видит. Такие функции компания называет «визуальным пространством черновика» и сравнивает с тем, как человек тянется пальцами к изображению на экране чтобы зумировать и перепроверить увиденное.

По словам Эндура Даи, сооснователя и CEO Elorian, один из самых наглядных признаков того, что ИИ ещё не умеет «видеть», проявился на игровом вечере: он сфотографировал доску с настольной игрой и спросил у передовой модели, кто выигрывает. По его словам, такие модели не способны среди прочего понять, что обозначают символы на доске, и какое их значение в контексте игры.

Хотя подход с «crop-and-zoom» не является новым — OpenAI добавляла такую функциональность в своих o-series в 2025 году — Elorian утверждает, что построил модель вокруг этой идеи и сделал это дешевле. Компания сообщила, что обучение Glimpse проводилось на нескольких сотнях графических процессоров и что модель значительно компактнее по сравнению с передовыми системами, с которыми её сравнивают.

К стоимости использования Glimpse компания относится как к околонедорогой в сравнении с аналогами: заявлены цены 0,60 доллара за миллион входных токенов и 3 доллара за миллион выходных, что дешевле некоторых средних моделей, но дороже легковесных конкурентов. По данным собственных оценок Elorian, Glimpse превосходит даже Astra GPT-6 по научной трактовке графиков и по коротким видеоссказам, а по другим задачам визуального рассуждения результаты остаются конкурентоспособными.

Компания вышла из «стелс»-режима шесть месяцев назад после раунда финансирования с участием Striker Venture Partners, Menlo Ventures и Altimeter Capital, а также финансирования со стороны Nvidia и Jeff Dean, главного учёного Google. Изначальные клиенты — это компании, которые работают с большим объёмом видео: робототехника, научные лаборатории, медиа и креативные студии. В будущем Elorian планирует перейти от «видения» к «деланию», создавая модель сцены, способную выбрать действие и в перспективе управлять роботами. Глава компании пообещал, что в следующем году будет достигнуто создание «лучшей в мире модели визуального рассуждения» и лидирования по всем тестам.