Oossa

Elorian مدل استدلال بصری Glimpse را عرضه کرد

استارتاپ پالو آلتو مدل چندوجهی Glimpse را منتشر کرده است؛ مدلی که هنگام استدلال می‌تواند تصویر را برش دهد، بزرگ‌نمایی کند و روی آن کد اجرا کند. هزینه آن برای هر یک میلیون توکن ورودی $0.60 است.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

Elorian در 2026‑10‑16 از نخستین مدل خود، Glimpse، رونمایی کرد. این مدل در قالب پیش‌نمایش پژوهشی و با دسترسی API و رابط گفت‌وگویی مبتنی بر فهرست انتظار عرضه شده است. برخلاف بیشتر هوش‌های مصنوعی چندوجهی که تصویر را به توکن‌های ثابت تبدیل می‌کنند، Glimpse می‌تواند بارها به تصویر اصلی رجوع کند، بخش‌هایی از آن را برش بزند، فریم‌های ویدیو را استخراج کند یا کد اجرا کند؛ قابلیتی که شرکت آن را «فضای یادداشت‌برداری بصری» می‌نامد. این استارتاپ می‌گوید مدل با چند صد GPU آموزش دیده و از سامانه‌های رقیب کوچک‌تر است.

چرا مهم است

شرکت‌هایی که حجم زیادی ویدیو دارند، می‌توانند بدون ساخت مدل‌های بزرگ‌مقیاس، استدلال بصری تعاملی و کم‌هزینه را به فرایندهای خود اضافه کنند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.