Elorian发布Glimpse视觉推理模型，推理中可反复回看原图

10月16日，总部位于美国帕洛阿尔托的AI创业公司Elorian发布其首个AI模型Glimpse。与多数多模态模型“看一眼就转成文字再推理”不同，Glimpse在推理过程中可以反复回到原始图像与视频，对细节进行二次确认。

Elorian将这一机制称为“视觉草稿空间”。模型在思考时可以裁剪到图像特定区域、从视频中提取某一帧，或运行代码对看到的内容进行测量与比较。公司称，Glimpse由一个小型团队在数百块GPU上训练完成，规模明显小于它所对比的前沿系统，定价为每百万输入Token 0.6美元、输出3美元。

在Elorian自己的评测中，Glimpse在科学图表推理和短视频描述任务上超过了GPT-6 Astra，其他视觉推理任务具备竞争力。CEO Andrew Dai（前谷歌DeepMind研究员）举例说，前沿模型往往读不懂桌游的视觉符号、拼不出宜家图纸，而人类只需极少文字就能理解——这正是视觉推理要补的缺口。

Elorian半年前结束隐身，产品发布前已完成5500万美元种子轮融资，估值3亿美元，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参投。公司初期面向机器人企业、科研实验室和媒体公司，长期目标是让模型从“看见”走向“操作”物理系统。