Elorian представила Glimpse 16 октября, заявив, что её способность к визуальному рассуждению может конкурировать с более крупными моделями ИИ за малую долю их стоимости.
Как сообщает TechCrunch, первоначальная версия модели — это исследовательский превью-релиз, включающий доступ к API для разработчиков и список ожидания для чат-интерфейса. Для компаний, которые подумывают опробовать эту технологию, главный вопрос — способна ли Glimpse показывать сопоставимые результаты в реальных условиях.
Идея визуального чернового пространства
В отличие от моделей, которые сначала анализируют изображения, а затем формулируют выводы преимущественно в тексте, Glimpse может возвращаться к визуальным свидетельствам, внимательнее изучать детали, просматривать кадры видео и выполнять любой код. В компании называют это «визуальным черновым пространством».
Эндрю Дай, генеральный директор Elorian и бывший исследователь Google DeepMind, рассказал, как попросил свою ИИ-модель определить победителя в настольной игре, в которую играл. ИИ не смог расшифровать значения символов, обозначавших разные игровые элементы, хотя людям это не составляло труда.
Люди могут посмотреть на схемы Ikea без текста и собрать мебель Ikea, верно? Почему ИИ-модели не могут?
— Эндрю Дай в беседе с TechCrunch
Эта концепция уже применялась ранее. В 2025 году OpenAI представила логику кадрирования и увеличения изображения. В исследовательской статье CharTool, обновлённой в августе 2026 года, кадрирование изображений сочеталось с вычислениями на основе кода. В случае Elorian используется базовая модель с открытыми весами, а для её внедрения задействовали всего несколько сотен графических процессоров.
Какие показатели Elorian приводит, а какие не выделяет особо
Glimpse стоит $0,60 за миллион входных токенов и $3 за миллион выходных — по сообщениям, это на 94% меньше, чем взимает Astra. Ранее Elorian привлекла $55 млн при оценке компании в $300 млн; среди инвесторов — Nvidia и главный научный сотрудник Google Джефф Дин.
Согласно отчёту Elorian, Glimpse превзошла GPT-6 Astra по нескольким показателям, включая CharXiv-R (92,90 против 92,10), создание кратких описаний видео, подсчёт объектов с открытым словарём и распознавание событий взаимодействия с объектами. Кроме того, обе системы показали одинаковые результаты в задачах пространственного мышления с воплощённым ИИ.
Elorian Glimpse против GPT-6 Astra: полное сравнение по 12 тестам для ИИ
Однако в создании подробных описаний видео, детальном анализе временных последовательностей и подсчёте товаров на изображениях Glimpse уступила Astra. Кроме того, в тесте HSS от Elorian, посвящённом пониманию сцен, Glimpse набрала 46,36 балла, а Astra — 53,6. Результат человека — 93,1%. Сравнение Glimpse и Astra пока не прошло независимую проверку.
В чём современные модели действительно терпят неудачу
Независимые исследования показывают, почему точность важна. В исследовании RoboVista, проведённом специалистами из Беркли, Принстона и Google DeepMind, даже самая сильная модель правильно ответила лишь на 56,5% из 474 вопросов о роботах.
Тем временем в рамках исследования InspecSafe-V1 собрали 5 013 примеров инспекций, проведённых 41 роботом на 2 239 объектах. Исследователи отмечают реальные трудности, включая блики, перекрытие обзора и шум датчиков. Другое исследование с диаграммами также указывает на то, что детальное визуальное восприятие остаётся слабым местом.
Огромный рынок — если точность подтвердится
По данным Международной федерации робототехники, в 2025 году по всему миру работало около 5 миллионов промышленных роботов — на 9% больше, чем годом ранее. Было установлено более 600 000 новых роботов, что подчёркивает растущую потребность в машинах, способных понимать окружающую обстановку и реагировать на неё.
Этот спрос также стимулирует инвестиции в обучение роботов. Как сообщало издание Cryptopolitan, LG использует инструменты Nvidia, чтобы к концу 2026 года собрать 100 000 часов данных для обучения роботов; в начале 2027 года компания планирует провести демонстрацию человекоподобного робота. Хотя этот проект не связан с Elorian, он показывает, насколько важным становится визуальное понимание в робототехнике.
В перспективе Elorian рассчитывает перейти от визуального мышления к непосредственному управлению роботами — такой функции у Glimpse пока нет. Пока что готовность компаний внедрять модель будет зависеть от того, насколько точно и безопасно она работает в реальных условиях, насколько легко интегрируется в существующие системы и останется ли её стоимость конкурентоспособной. Одних высоких результатов в тестах будет недостаточно.
Если вы читаете это, значит, вы уже на шаг впереди. Оставайтесь впереди вместе с нашей рассылкой.