Elorian发布首个视觉推理模型Glimpse

2026年10月17日，Palo Alto 创业公司 Elorian 发布首个模型 Glimpse，主打以图像为起点的视觉推理，以研究预览形式提供 API，聊天界面需等候名单。据 TechCrunch 报道，该模型在推理中途可裁剪图像区域、抽取视频帧或运行代码测量比对，称为 visual scratch space；据其评测，Glimpse 在科学图表推理和短视频字幕上超过 GPT-6 Astra。同日，Jeff Dean 在 X 上转发并称赞 Elorian 团队与 @AndrewDai；@AndrewDai 表示，多年来模型只能处理单张图像，面对动态或角度变化的场景则完全失效，今天他们解决了这个问题，并称 Glimpse 是首个视觉思维模型，在关键公开视觉推理基准上性能可与 Astra 媲美。早先报道称 Glimpse 在相关基准上超过 GPT-6 Astra，后续 @AndrewDai 的说法为性能可与 Astra 媲美。此外，Elvis Saravia 在 X 上称 ElorianAI 推出首款视觉思考模型 Glimpse，团队来自 Google Gemini 与 Apple MM-1；在 10 块俯拍游戏棋盘的同一提示词对比中，Glimpse 全对 8/10，Gemini 3.8 Flash 为 5/10；该模型主打“视觉思考”而非视觉识别转文字，可将机器人原始视频转为训练数据。随后 Rohan Paul 在 X 上称 Glimpse 主打视频时序推理，会比较场景在不同时间点的变化，变化小或快时回看细节，推理中可返回源视频、裁剪区域、提取特定帧或运行代码测量比较，同样称为 visual scratch space。目前尚无其他独立报道或后续进展。

AI 根据报道生成 · 16 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。