Elorian выпустила модель Glimpse с визуальным рассуждением и привлекла $55 млн
Стартап Elorian из Пало-Альто выпустил первую модель Glimpse в формате исследовательского превью с API. Модель во время рассуждений может возвращаться к исходному изображению: кадрировать участки, извлекать кадры из видео и запускать код для измерений.
Главное в цифрах
- Раунд seed: $55 млн
- Оценка компании: $300 млн
- Цена Glimpse: $0,60 за миллион входных токенов и $3 за миллион выходных токенов
Чат-интерфейс пока доступен только по листу ожидания. Компания называет механизм визуальным черновым пространством. Большинство мультимодальных моделей смотрят на изображение один раз, переводят его в токены и дальше рассуждают в тексте. Glimpse же продолжает обращаться к источнику по ходу рассуждения.
По собственным оценкам Elorian, Glimpse опережает GPT-6 Astra в разборе научных графиков и коротком описании видео, а по другим задачам визуального рассуждения показывает конкурентные результаты. Цена составляет $0,60 за миллион входных и $3 за миллион выходных токенов. Компания говорит, что обучила модель небольшой командой на нескольких сотнях GPU и что она заметно меньше систем, с которыми себя сравнивает.
Раунд и планы
Elorian вышла из режима стелс полгода назад с seed-раундом $55 млн при оценке $300 млн. Раунд возглавили Striker Venture Partners, Menlo Ventures и Altimeter Capital, участвовали Nvidia и Джефф Дин, главный научный сотрудник Google.
Первыми клиентами компания называет компании с большим объёмом видео: робототехнические фирмы, научные лаборатории, медиа и креативные компании. В перспективе Elorian хочет перейти от восприятия к действию, в том числе к прямому управлению роботами. Глава компании Эндрю Дай, бывший исследователь Google DeepMind, заявил, что в следующем году компания намерена создать «лучшую в мире модель визуального рассуждения».
