Het model Glimpse komt als research preview beschikbaar via API-toegang en heeft voor nu wachtlijst-only toegang tot de chatinterface; dus is er momenteel sprake van resultaten in tabellen vorm en een theorie. De theorie? Vandaag's AI-modellen kunnen ondanks hun vaardigheid met taal en code nog steeds niet echt zien.
"Glimpse" blijft steeds terugkeren naar de bron. Tijdens het redeneringproces kan hij een regio uitsnijden, specifieke frames uit een video ophalen of code uitvoeren om te meten of vergelijken wat hij bekijkt; een mechanisme dat Elorian een "visuele schetsruimte" noemt. Denk aan iemand die pindt op een foto van zijn telefoon om inzoomend nog eens goed na te gaan wat ze dachten gezien te hebben.
Voor Andrew Dai, voormalig onderzoeker bij Google DeepMind en CEO van Elorian, was één van de duidelijkste blijkjes dat AI echt niet kon zien tijdens 'game night'. Afgelopen jaar fotografeerde hij een bordspel waar hij net mee had gespeeld samen met vrienden en vroeg hij een toonaangevend model wie er wonde. Het antwoord kwam er niet.
"Bordspellen hebben elk hun eigen visuele taal, elke spel heeft zijn own iconografie en symbolen," vertelde hij aan TechCrunch. "Voor een volwassene is het vrij eenvoudig om te begrijpen wat er gebeurt zonder veel tekst, maar deze modellen kunnen de betekenis van die symbolen intuïtief niet vatten." "Mensen kunnen IKEA-diagrammen bekijken zonder enige tekst en toch meubels assembleren voor IKEA, hè?
Waarom kan dat AI-modellen dan niet?" vroeg hij. De benadering is helemaal geen nieuw concept — OpenAI voegde crop-en-zoom tijdens redeneringen toe aan hun o-series modells in 2025 – maar Elorians pitch was dat ze dit hele model goedkoop rondom dit principe hebben gebouwd. Het bedrijf zegt dat een klein team het heeft getraind.
Glimpses op een paar honderd GPU's en dat het model aanzienlijk kleiner is dan de frontier-systemen waarmee hij wordt gebenchmarkt. Glimpse kost $0,60 per miljoen tokens in en $3 per miljoen tokens uit — goedkoper dan middelgrote modellen zoals Sonnet en Sol maar duurder dan lichtgewicht modellen als Haiku en Luna. Maar volgens Elorian-evaluaties outperforms Glimpse zelfs GPT-6 Astra bij wetenschappelijke grafiekredening en beknopte video-beschrijvingen met concurrerende resultaten voor andere visuele redeneertaken. Elorian kwam zes maanden geleden uit stealth een ronde mee die mede werd geleid door Striker Venture
Partners, Menlo Ventures en Altimeter Capital, met deelname van Nvidia- en Google-wetenschapper Jeff Dean. De initiële doelgroepen zijn bedrijven die veel video's hebben: robotica-bedrijven, wetenschappelijke laboratoria, media-en creatieve ondernemingen. Op de lange termijn wil Elorian gaan doen wat ze nu zien betekent het bouwen van een model van een scène om hierop basis actie te kiezen, inclusief directe controle van robots. Volgend jaar streeft Dai er naar "het beste visuele redeneringsmodel ter wereld" op poten te zetten dat bij elke test voorin eindigt.
