يريد نموذج الذكاء الاصطناعي الأول لشركة Elverian أن يتعامل مع الصور، وليس فقط بشأنها

وفقًا لتقييمات Elorian، يتفوق Glimpse على GPT-6 Astra في التفكير العلمي للرسم البياني وأوصاف الفيديو القصيرة، مع نتائج تنافسية في مهام التفكير البصري الأخرى.

آخر يوم لتوفير 200 دولار في قمة TechCrunch Founders Summit هو 16 أكتوبر. سجل الآن.

تعطيل فتح الأبواب في 13 أكتوبر. احصل على بطاقتك وأحضر معك شخصًا بخصم 50%. سجل الآن.

أصدرت شركة Elorian، الشركة الناشئة في Palo Alto AI والتي جمعت 55 مليون دولار بتقييم 300 مليون دولار قبل إطلاق المنتج، أول نموذج أولي لها يوم الجمعة، حسبما علمت TechCrunch حصريًا.

تم إطلاق نموذج Glimpse كمعاينة بحثية مع إمكانية الوصول إلى واجهة برمجة التطبيقات (API)، وواجهة الدردشة مدرجة في قائمة الانتظار فقط، لذا فهي حاليًا جدول النتائج والأطروحة. أُطرُوحَة؟ نماذج الذكاء الاصطناعي اليوم، على الرغم من مهاراتها اللغوية والبرمجية، لا تزال غير قادرة على الرؤية حقًا.

تنظر معظم النماذج متعددة الوسائط إلى الصورة مرة واحدة، ثم تحولها إلى رمز مميز، ثم تفكر فيها في نص - مثل وصف صورة من الذاكرة. لمحة تستمر في العودة إلى المصدر. في المتوسط، يمكنها اقتطاع مساحة ما، أو سحب إطارات محددة من مقطع فيديو، أو تشغيل تعليمات برمجية لقياس أو مقارنة ما تنظر إليه، وهي آلية يطلق عليها Elverian "مساحة الخدش المرئية". فكر في قيام شخص ما بتكبير صورة الهاتف للتحقق مما يعتقد أنه يراه.

بالنسبة للباحث السابق في Google DeepMind والرئيس التنفيذي لشركة Elorian Andrew Dye، فإن إحدى أوضح العلامات التي لم يتمكن الذكاء الاصطناعي من رؤيتها حدثت ليلة المباراة.

"يمكن للبشر الاطلاع على مخططات ايكيا بدون نص وتجميع أثاث ايكيا، أليس كذلك؟ لماذا لا تستطيع نماذج الذكاء الاصطناعي ذلك؟" قال

هذا النهج ليس جديدًا تمامًا - فقد أضافت OpenAI الاقتصاص والتكبير أثناء التفكير إلى نماذج سلسلة o الخاصة بها في عام 2025 - ولكن خطوة Elorian هي بناء النموذج بأكمله حوله، وبتكلفة زهيدة. وتقول الشركة إن فريقًا صغيرًا قام بتدريب Glimpse على بضع مئات من وحدات معالجة الرسومات، وأن النموذج أصغر بكثير من الأنظمة الحدودية.

تبلغ تكلفة Glimpse 0.60 دولارًا أمريكيًا لكل مليون رمز مميز و3 دولارات لكل مليون رمز مميز للمخرجات – وهي أرخص من نماذج الطبقة المتوسطة مثل Sonnet وSol ولكنها أكثر تكلفة من النماذج خفيفة الوزن مثل Haiku وLuna.

ولكن بناءً على تقييمات Elorian، يتفوق Glimpse حتى على GPT-6 Astra في التفكير العلمي للرسم البياني ووصف مقاطع الفيديو القصيرة، مع نتائج تنافسية في مهام التفكير البصري الأخرى.

خرجت Elverian من مخبئها قبل ستة أشهر بجولة بقيادة Striker Venture Partners وMenlo Ventures وAltimeter Capital، بمشاركة Nvidia وكبير العلماء في Google Jeff Dean.

الأهداف الأساسية هي الشركات التي تجلس على الكثير من مقاطع الفيديو: شركات الروبوتات، ومختبرات العلوم، ووسائل الإعلام، والشركات الإبداعية. على المدى الطويل، يريد Elverian الانتقال من الرؤية إلى الفعل. وهذا يعني بناء نموذج للمشهد باستخدامه لتحديد إجراء ما، بما في ذلك التحكم المباشر في الروبوتات. وقال داي إن الشركة تخطط في العام المقبل لبناء "أفضل نموذج للاستدلال البصري في العالم"، وهو النموذج الذي يتفوق على كل اختبارات الاستدلال البصري.

عند إجراء عملية شراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. وهذا لا يؤثر على استقلالنا التحريري.

احصل على خصم 50% على التذكرة الثانية. قم بتغطية المزيد من الأرض في المعسكر التدريبي النهائي لمؤسس TechCrunch لهذا العام مع شريكك. الشريك المؤسس أو الشريك خصم 50% على التذكرة الثانية. التقِ بقادة الحجم والاستثمار، واطرح الأسئلة، وابحث عن الحلول، والمزيد. آخر يوم للحفظ 16 أكتوبر

تيسلا تكشف عن SpaceX Roadster التي تطير وتتحطم بأسلوب شون أوكين.

اعتقل مكتب التحقيقات الفيدرالي موظفًا في OpenAI متهمًا بزرع جهاز تسجيل سري في غرفة اجتماعات زاك ويتاكر

توافق Bumble على صفقة استحواذ بقيمة 1.3 مليار دولار، حيث تواجه المواعدة عبر الإنترنت Lauren Forrestal