Elorian, Görüntüleri Yeniden İnceleyen Yapay Zekâ Modeli Glimpses’ı Tanıttı

Elorian, akıl yürütme sırasında görüntülerin belirli bölümlerini ve video karelerini yeniden inceleyen ilk yapay zekâ modeli Glimpses’ı araştırma ön izlemesi olarak kullanıma sundu. Şirket, kendi değerlendirmesinde modelin bilimsel grafiklerde akıl yürütme ve kısa video açıklamaları yazma görevlerinde GPT-6 Astra’yı geride bıraktığını açıkladı.

TechCrunch’ın haberine göre Glimpses, API erişimi sunan bir araştırma ön izlemesi olarak yayımlandı. Sohbet arayüzüne erişim ise bekleme listesi üzerinden talep edilebiliyor.

Glimpses, akıl yürütme sırasında görüntünün belirli bir bölümünü yakınlaştırabiliyor veya videoda ihtiyaç duyduğu kareleri seçip inceleyebiliyor. Bir nesneyi ölçmek ya da karşılaştırmak için kod çalıştırma özelliği de bulunuyor. Elorian bu yöntemi ‘görsel çalışma alanı’ olarak adlandırıyor.

Elorian’a göre mevcut çok modlu modeller çoğu zaman görüntüyü bir kez okuyup metne dönüştürdükten sonra akıl yürütüyor. Glimpses ise bu süreç devam ederken özgün görsel malzemeye dönerek ihtiyaç duyduğu bölümleri kontrol ediyor.

Şirket, kendi değerlendirmesinde Glimpses’ın bilimsel grafiklerde akıl yürütme ve kısa video açıklamaları yazma görevlerinde GPT-6 Astra’dan daha iyi sonuç verdiğini bildirdi. Diğer görsel akıl yürütme görevlerinde de rekabetçi sonuçlar aldığını belirtti. TechCrunch’ın haberinde görev bazında puanlara ve değerlendirme yöntemine yer verilmedi.

Elorian, küçük bir ekibin yüzlerce GPU kullanarak Glimpses’ı eğittiğini ve modelin karşılaştırıldığı en üst düzey modellerden daha küçük olduğunu açıkladı. Fiyatlandırma, 1 milyon girdi tokenı başına 0,60 dolar (yaklaşık 806 won), 1 milyon çıktı tokenı başına ise 3 dolar (yaklaşık 4.029 won) olarak belirlendi. TechCrunch, bu ücretlerin hafif modellerden yüksek, orta seviye modellerden düşük olduğunu aktardı.

Elorian, video içeriği yoğun kullanan robotik şirketlerini, bilimsel araştırma laboratuvarlarını ve medya ile yaratıcı sektörlerdeki şirketleri ilk müşterileri olarak hedefliyor. TechCrunch’ın haberine göre şirket, uzun vadede sahneleri anlayıp eylem seçebilen ve robotları doğrudan kontrol edebilen modellere doğru genişlemeyi planlıyor.

Elorian CEO’su Andrew Dai, TechCrunch’a “Gelecek yıl dünyanın en iyi görsel akıl yürütme modelini oluşturmayı hedefliyoruz” dedi.