Elorian发布首款AI模型Glimpse：推理中可裁剪图像、抽取视频帧

10月16日，总部位于帕洛阿尔托的AI创业公司Elorian发布首款模型Glimpse，以研究预览形式上线，提供API访问，聊天界面仅限候补名单。该公司于2026年4月前后结束隐身，并已完成5500万美元种子轮融资，估值达3亿美元。

Glimpse主打“视觉草稿空间”机制。与多数多模态模型将图像一次性转为token后仅基于文本推理不同，Glimpse会在推理过程中反复回到原始图像，裁剪图像区域、抽取视频帧或运行代码进行测量和比对，类似在手机照片上放大查看细节。

前谷歌DeepMind研究员、Elorian CEO Andrew Dai称，这一思路源于他发现前沿模型难以理解棋盘游戏等视觉符号。公司表示，一个小团队以数百块GPU完成训练，模型规模显著小于所对标的前沿系统，定价为输入每百万token 0.60美元、输出每百万token 3美元。

据Elorian评估，Glimpse在科学图表推理和短视频字幕生成任务上优于GPT-6 Astra，在其它视觉推理任务上表现具有竞争力。公司初期瞄准拥有大量视频的企业，包括机器人公司、科学实验室、媒体和创意公司。

长期来看，Elorian计划从“看见”走向“行动”，构建场景模型并据此选择动作，包括直接控制机器人。Dai表示，公司目标是在2027年打造“世界上最好的视觉推理模型”。