Elorian lança modelo de IA que interage diretamente com dados visuais

A Elorian, uma startup de IA sediada em Palo Alto, lançou seu primeiro modelo, Glimpse, que permite a interação direta com dados visuais. O modelo, lançado como uma prévia de pesquisa, oferece acesso à API e uma interface de chat, atualmente disponível apenas através de uma lista de espera. O Glimpse permite que a IA revise o material original durante o raciocínio, permitindo que ela recorte imagens, extraia quadros de vídeo ou execute código para análise, uma funcionalidade que a empresa chama de 'espaço de trabalho visual'. Andrew Dai, CEO da Elorian, ex-pesquisador do Google DeepMind, destacou as limitações dos modelos de IA atuais na compreensão de pistas visuais, citando exemplos como jogos de tabuleiro e diagramas da IKEA. Ele observou que, embora os humanos possam interpretar essas visuais com um mínimo de texto, os modelos de IA têm dificuldade em compreender seu significado. No entanto, o Glimpse supera modelos como o GPT-6 Astra em raciocínio sobre gráficos científicos e legendagem de vídeos curtos. A startup, que surgiu do anonimato há seis meses, arrecadou 55 milhões de dólares em financiamento inicial, avaliando a empresa em 300 milhões de dólares. O Glimpse custa 0,60 dólares por milhão de tokens de entrada e 3 dólares por milhão de tokens de saída, posicionando-o entre modelos de nível médio e leves. A Elorian visa desenvolver o 'melhor modelo de raciocínio visual do mundo' até o próximo ano, com foco em setores com grandes conjuntos de dados de vídeo, incluindo robótica e mídia.