Il primo modello AI di Elorian vuole ragionare con le immagini, non solo su di esse
techcrunch ·
Elorian, una startup di intelligenza artificiale con sede a Palo Alto, ha lanciato il suo primo modello, Glimpse, progettato per ragionare con le immagini piuttosto che limitarsi a descriverle. A differenza dei modelli multimodali tradizionali che convertono i contenuti visivi in token per un'analisi testuale, Glimpse utilizza uno 'spazio di lavoro visivo' per ingrandire, ritagliare e interagire attivamente con i dati visivi durante il processo di ragionamento. Questo approccio supera le limitazioni delle attuali capacità dell'IA, come l'incapacità di comprendere intuitivamente simboli di giochi da tavolo o diagrammi IKEA senza suggerimenti testuali. Il modello è stato addestrato da un piccolo team su poche centinaia di GPU, dando vita a un sistema sostanzialmente più piccolo ed economico rispetto ai concorrenti di frontiera come GPT-6 Astra. Sebbene sia più costoso dei modelli leggeri, Glimpse risulta superiore ai sistemi più grandi nei compiti di ragionamento sui grafici scientifici e nella didascalia video. Elorian punta inizialmente a settori con un intenso utilizzo del video, come la robotica e i laboratori scientifici, mentre prevede di evolvere verso un controllo visivo orientato all'azione in futuro. La società è nata dopo aver raccolto 55 milioni di dollari in finanziamento seed con una valutazione di 300 milioni di dollari, grazie al sostegno di investitori tra cui Nvidia e Jeff Dean, scienziato capo di Google.
techcrunch