Palo Alto merkezli yapay zeka girişimi Elorian, ürününü piyasaya sürmeden 55 milyon dolarlık tohum yatırımını 300 milyon dolarlık değerlemeyle tamamlamasının ardından ilk modelini cuma günü tanıttı. Glimpse adını taşıyan bu model, araştırma önizlemesi olarak API erişimi ve sohbet arayüzüyle birlikte geliyor; ancak sohbet arayüzü için bekleme listesi mevcut. Temel tez, mevcut yapay zeka modellerinin dil ve kod konusundaki yeteneklerine rağmen görselleri tam olarak kavrayamamasıdır.
Görsel anlama yeteneği geliştirildi
Çoğu çok modlu model, bir görsele baktıktan sonra onu 'token'lara dönüştürerek metin tabanlı bir akıl yürütme süreci izler. Glimpse ise kaynağa sürekli geri dönerek çalışır. Örneğin, bir görselin belirli bir bölgesine odaklanabilir, bir videodan belirli kareleri çekebilir veya bir nesneyi ölçmek/karşılaştırmak için kod çalıştırabilir. Elorian bu mekanizmaya “görsel çizim alanı” adını veriyor. Bu, kullanıcıların bir telefonda yakınlaştırma yaparak gördüklerini teyit etmelerine benzetiliyor.
Gelişmiş görsel akıl yürütme yetenekleri
Eski Google DeepMind araştırmacısı ve Elorian CEO'su Andrew Dai'ye göre, yapay zekanın görselleri tam olarak anlayamadığının en net işaretlerinden biri oyun gecelerinde ortaya çıkmış. Dai, bir masa oyunu fotoğrafı çekip bir yapay zeka modeline kimin kazandığını sorduğunda, modelin yanıt veremediğini belirtiyor. Dai, “Masa oyunlarının kendilerine özgü görsel dilleri, sembolleri var. Bir yetişkin için metin az olsa bile ne olduğunu anlamak kolaydır, ancak bu modeller sembollerin anlamını sezemiyor” diyor. Elorian, OpenAI'nin 2025'te sunduğu kırpma ve yakınlaştırma özelliklerine benzer bir yaklaşım sunsa da, modeli tamamen bu temel üzerine inşa ettiğini ve bunu daha uygun maliyetle başardığını iddia ediyor. Şirket, Glimpse modelinin birkaç yüz GPU üzerinde eğitildiğini ve rakiplerinden önemli ölçüde daha küçük olduğunu belirtiyor. Glimpse'in giriş token'ları için milyon başına 0.60 dolar, çıkış token'ları için ise milyon başına 3 dolar maliyeti bulunuyor. Ancak Elorian'ın değerlendirmelerine göre Glimpse, bilimsel grafik akıl yürütme ve kısa formatlı video altyazılama gibi alanlarda GPT-6 Astra'yı bile geride bırakıyor.
