Glimpse: новая модель визуального рассуждения, которая «смотрит» на изображение снова и снова

Elorian представила Glimpse — мультимодальную модель, которая не просто превращает картинку в токены, а может возвращаться к исходному изображению, увеличивать детали, разбирать видео по кадрам и даже запускать код для сравнения увиденного. Компания утверждает, что модель показывает сильные результаты в визуальном рассуждении, а в отдельных задачах даже опережает GPT-6 Astra.

Glimpse уже доступна по относительно низкой цене, а самой Elorian интересен следующий шаг — не только анализ изображения, но и выбор действий на его основе, вплоть до управления роботами.

@forgeeks | @forgeeksflash