Palo Altoʻda joylashgan sunʻiy intellekt startapi Elorian 16-oktabr kuni oʻzining birinchi modeli — Glimpseʻni eʻlon qildi. Kompaniyaga avval Google DeepMindʻda tadqiqotchi boʻlgan Andrew Dai asos solgan; Elorian mahsulot chiqarishidan oldin 55 million dollarlik seed raundini 300 million dollarlik baholashda jalb qilgan. Glimpse tadqiqot oldindan koʻrish (research preview) rejimida ishga tushdi: API orqali kirish ochiq, chat interfeysi esa hozircha faqat kutish roʻyxati orqali taqdim etilmoqda.
«Visual scratch space» qanday ishlaydi
Glimpseʻning markaziy gʻoyasi — Elorian «visual scratch space» (vizual qoralamalar maydoni) deb atagan mexanizm. Bugungi koʻpchilik multimodal modellar rasmga bir marta qaraydi: tasvir tokenlarga aylantiriladi va model keyingi barcha xulosalarni shu bir martalik «fotosurat» asosida, matn orqali chiqaradi. Bu — suratni yoddan turib tasvirlashga oʻxshaydi: tafsilotlar xiralashadi, mayda belgilar esa umuman yoʻqolishi mumkin.
Glimpse esa boshqacha ishlaydi. Fikrlash jarayonining oʻrtasida u manba tasvirga qaytib boradi: alohida hududni kattalashtirib koʻradi, videodan aynan kerakli kadrlarni ajratib oladi yoki koʻrayotgan narsasini oʻlchash va solishtirish uchun kod ishga tushiradi. Yaʻni model rasm haqida emas, rasm bilan birga fikrlaydi — shubhali joyini qayta tekshirish uchun asl manbaga qaytadi.
Glimpse's core mechanism, called a 'visual scratch space', lets the model return to the source image mid-reasoning — cropping into regions, pulling specific video frames, or running code to measure and compare — instead of reasoning from a single tokenized snapshot like most multimodal models. — TechCrunch
Kod ishga tushirish imkoni alohida eʻtiborga loyiq: model shunchaki «qarab» xulosa chiqarmaydi, balki tasvir ustida oʻlchov olib, natijani hisoblab koʻradi. Masalan, diagrammadagi ikki nuqta orasidagi masofani yoki obyekt oʻlchamini kod yordamida aniqlaydi. Bu — koʻrishni hisoblash bilan birlashtirish degani.
Anʻanaviy yondashuvda model tasvirni bir marta koʻrib, uni matnli tavsifga aylantiradi va keyin faqat shu tavsif bilan ishlaydi. Bu usul tez, lekin xatolikka moyil: model koʻrmagan tafsilotni «taxmin» qilib toʻldirishi mumkin. Glimpseʻning farqi — shubha tugʻilgan zahoti asl tasvirga qaytishida. Bu jarayon insonning telefonidagi suratni barmoq bilan kattalashtirib, koʻrgan narsasini ikki marta tekshirishiga oʻxshaydi.
Nima uchun aynan shu ikki vazifa
Elorian daʻvosi ikki sohaga qaratilgan: ilmiy diagrammalarni tahlil qilish va qisqa videolarni izohlash. Ikkalasining ham umumiy jihati bor — ular «bir qarashda» tushunilmaydi. Ilmiy diagrammada har bir oʻq, shkala va belgi maʻno tashidi; umumiy tokenlashtirilgan koʻrinishda mayda yozuvlar yoʻqoladi. Qisqa videoda esa kadrlar orasidagi kichik farq butun mazmunni oʻzgartiradi; Glimpse aynan shu farqni topish uchun kerakli kadrni oʻzi tanlaydi — butun ketma-ketlikni emas, balki savolga javob beradigan aniq kadrlarni ajratib oladi.
Kompaniya nima daʻvo qilmoqda
Elorianʻning maʻlum qilishicha, modelni kichik jamoa bir necha yuzta GPUʻda oʻqitgan va Glimpse raqobatlashayotgan yetakchi tizimlarga nisbatan ancha kichik. Kompaniya oʻzining ichki baholashlariga koʻra, Glimpse ilmiy diagrammalarni tahlil qilishda va qisqa videolarni izohlashda hatto GPT-6 Astraʻdan ham yuqori natija koʻrsatganini aytmoqda. Bu — mustaqil benchmark emas, kompaniyaning oʻz hisoboti.
Lanshni Startup Fortune nashri ham 16-oktabr kuni mustaqil ravishda tasdiqladi: u «visual scratch space» yondashuvini va Elorianʻning GPT-6 Astra boʻyicha daʻvosini oʻz materialida keltirdi.
Tadqiqot rejimi nimani anglatadi
Research preview — modelning cheklangan auditoriya uchun ochiq sinov bosqichi. Bunda kompaniya keng ommaga chiqarishdan oldin API orqali ishlab chiquvchilardan fikr-mulohaza yigʻadi, xatolarni aniqlaydi va modelni takomillashtiradi. Chat interfeysining kutish roʻyxati orqali ochilishi ham shu bosqichning bir qismi: kirish asta-sekin kengaytiriladi.
Kimlar orqasida turibdi
Elorianʻga Google DeepMindʻda tadqiqotchi boʻlgan Andrew Dai asos solgan. Kompaniya mahsulot chiqarishidan oldin 55 million dollarlik seed raundini 300 million dollarlik baholashda jalb qilgan. Seed raund — kompaniyaning ilk tashqi moliyalashtirish bosqichi boʻlib, undagi baholash investorlarning gʻoyaga boʻlgan ishonchini aks ettiradi.
Narx va kirish tartibi
Glimpse narxlari ochiq eʻlon qilingan: million kirish tokeniga 0,60 dollar, million chiqish tokeniga 3 dollar. Token — model qayta ishlaydigan matn birligi; million token uchun narx APIʻdan foydalanish xarajatini hisoblashda standart oʻlchov. Hozircha modelga API orqali kirish ochiq; chat interfeysi kutish roʻyxati orqali bosqichma-bosqich ochilmoqda.
