O primeiro modelo de IA da Elorian quer raciocinar com imagens, não apenas sobre elas
techcrunch ·
A startup de inteligência artificial Elorian, sediada em Palo Alto, lançou seu primeiro modelo, o Glimpse, projetado para raciocinar com imagens em vez de apenas descrevê-las. Diferente dos modelos multimodais tradicionais que convertem visuais em tokens para análise baseada em texto, o Glimpse utiliza um 'espaço de rascunho visual' para ampliar, recortar e interagir ativamente com os dados visuais durante o processo de raciocínio. Essa abordagem aborda limitações nas capacidades atuais da IA, como a incapacidade de compreender intuitivamente símbolos de jogos de tabuleiro ou diagramas da IKEA sem pistas textuais. O modelo foi treinado por uma pequena equipe usando algumas centenas de GPUs, resultando em um sistema substancialmente menor e mais barato do que concorrentes de ponta como o GPT-6 Astra. Apesar de ser mais caro do que modelos leves, o Glimpse reportedly supera sistemas maiores em tarefas de raciocínio com gráficos científicos e legendagem de vídeos. A Elorian visa inicialmente indústrias com uso intensivo de vídeo, incluindo robótica e laboratórios científicos, enquanto planeja evoluir para controle visual orientado a ações no futuro. A empresa foi lançada após levantar US$ 55 milhões em financiamento semente com uma avaliação de US$ 300 milhões, contando com o apoio de investidores como Nvidia e Jeff Dean, cientista-chefe do Google.
techcrunch