Elorian ra mắt Glimpses, mô hình AI có thể xem lại hình ảnh khi suy luận

Elorian vừa giới thiệu Glimpses, mô hình AI đầu tiên có thể xem lại một phần hình ảnh và các khung hình video trong quá trình suy luận, dưới dạng bản xem trước dành cho nghiên cứu. Theo đánh giá nội bộ của công ty, mô hình đạt kết quả cao hơn GPT-6 Astra trong suy luận biểu đồ khoa học và viết chú thích cho video ngắn.

TechCrunch đưa tin Glimpses được phát hành dưới dạng bản xem trước nghiên cứu, hỗ trợ truy cập qua API. Người dùng có thể đăng ký danh sách chờ để sử dụng giao diện hội thoại.

Trong lúc suy luận, Glimpses có thể phóng to một vùng cụ thể của hình ảnh hoặc chọn khung hình cần thiết trong video. Mô hình cũng có thể chạy mã để đo lường hoặc so sánh đối tượng. Elorian gọi phương pháp này là “không gian nháp thị giác”.

Elorian cho biết nhiều mô hình đa phương thức hiện nay thường đọc hình ảnh một lần, chuyển thành văn bản rồi mới suy luận. Glimpses tiếp tục suy luận đồng thời quay lại dữ liệu hình ảnh gốc để kiểm tra những phần cần thiết.

Công ty cho biết trong đánh giá nội bộ, Glimpses vượt GPT-6 Astra ở các tác vụ suy luận biểu đồ khoa học và viết chú thích cho video ngắn. Elorian cũng nói mô hình đạt kết quả cạnh tranh trong các tác vụ suy luận thị giác khác. Bài viết của TechCrunch không nêu điểm số theo từng tác vụ hoặc phương pháp đánh giá.

Elorian cho biết một nhóm nhỏ đã huấn luyện Glimpses bằng hàng trăm GPU và mô hình có quy mô nhỏ hơn các mô hình hàng đầu được dùng để so sánh. Phí sử dụng là 0,60 USD (khoảng 806 won) cho mỗi 1 triệu token đầu vào và 3 USD (khoảng 4.029 won) cho mỗi 1 triệu token đầu ra. TechCrunch nhận định mức phí này cao hơn các mô hình gọn nhẹ nhưng thấp hơn các mô hình tầm trung.

Elorian hướng đến các công ty robot, phòng nghiên cứu khoa học và doanh nghiệp truyền thông, sáng tạo thường xử lý nhiều dữ liệu video làm nhóm khách hàng ban đầu. TechCrunch đưa tin công ty đang theo đuổi kế hoạch dài hạn nhằm mở rộng mô hình để hiểu bối cảnh, lựa chọn hành động và trực tiếp điều khiển robot.

Giám đốc điều hành Elorian Andrew Dai nói với TechCrunch: “Mục tiêu của chúng tôi là xây dựng mô hình suy luận thị giác tốt nhất thế giới vào năm tới”.