إليوريان تطلق Glimpse، نموذج ذكاء اصطناعي يستدل بالصور

أطلقت Elorian، وهي شركة ناشئة في مجال الذكاء الاصطناعي مقرها بالو ألتو، أول نماذجها Glimpse يوم الجمعة 16 أكتوبر 2026. النموذج متاح كمعاينة بحثية عبر واجهة برمجة التطبيقات، بينما تقتصر واجهة الدردشة الخاصة به على الأشخاص المدرجين في قائمة الانتظار.

ترى الشركة أن نماذج الذكاء الاصطناعي الحالية، على الرغم من قدرتها على التعامل مع النصوص والشيفرات البرمجية، لا تزال تواجه صعوبة في الرؤية الحقيقية. فمعظم الأنظمة متعددة الوسائط تعالج الصورة مرة واحدة، وتحولها إلى رموز، ثم تستدل بالنص وحده. أما Glimpse فقد صُمم للعودة إلى المادة البصرية الأصلية مراراً أثناء حله للمشكلة.

مساحة عمل بصرية مؤقتة

تسمي Elorian هذه الآلية «مساحة العمل البصرية المؤقتة». فخلال الاستدلال، يستطيع Glimpse قص جزء من الصورة وتكبيره، أو استخراج إطارات محددة من فيديو، أو تنفيذ شيفرة برمجية لقياس ما يراه ومقارنته. والفكرة ليست جديدة تماماً، إذ منحت OpenAI نماذج سلسلة o قدرات القص والتكبير أثناء الاستدلال في عام 2025. لكن Elorian تقول إن تميزها يكمن في بناء النموذج بأكمله حول هذه التقنية، وتحقيق ذلك بتكلفة منخفضة.

يُرجع الرئيس التنفيذي أندرو داي، وهو باحث سابق في Google DeepMind، جزءاً من المشروع إلى ليلة لعب ألعاب الطاولة العام الماضي، حين لم يتمكن نموذج متقدم من إخباره من يتصدر اللعبة استناداً إلى صورة للطاولة. ويقول إن الألعاب تعتمد على رموز خاصة بها يفهمها البالغون بسهولة، بينما يفشل النماذج في تفسيرها. وقال داي: «يستطيع البشر النظر إلى مخططات إيكيا، الخالية من النصوص، وتجميع أثاث إيكيا».

وفقاً لـ Elorian، درّج فريق صغير Glimpse على بضع مئات من وحدات معالجة الرسومات، وهو نموذج أصغر بكثير من الأنظمة المتقدمة التي يُقارن بها. وتُظهر تقييمات الشركة الداخلية تفوقه على GPT-6 Astra في استدلال المخططات العلمية وتسمية مقاطع الفيديو القصيرة، وأداءً تنافسياً في معايير أخرى للاستدلال البصري. ولم يتم التحقق من هذه النتائج بشكل مستقل حتى الآن.

الأسعار والداعمون والطموحات

يُسعّر Glimpse بمبلغ 0.60 دولار لكل مليون رمز إدخال، و3 دولارات لكل مليون رمز إخراج، وهو أقل من نماذج الفئة المتوسطة مثل Sonnet وSol، لكنه أعلى من الخيارات خفيفة الوزن مثل Haiku وLuna. وخرجت Elorian من مرحلة السرية قبل ستة أشهر بعد أن جمعت تمويلاً أولياً بقيمة 55 مليون دولار بتقييم 300 مليون دولار، وذلك قبل إطلاق أي منتج. وقادت الجولة بشكل مشترك كل من Striker Venture Partners وMenlo Ventures وAltimeter Capital، بمشاركة Nvidia وكبير العلماء في Google جيف دين.

يُتوقع أن يكون العملاء الأوائل من المؤسسات التي تمتلك أرشيفات فيديو ضخمة، ومنها شركات الروبوتات والمختبرات العلمية والمؤسسات الإعلامية والشركات الإبداعية. وتطمح Elorian مع الوقت إلى نقل نماذجها من الإدراك إلى الفعل، عبر بناء تمثيل للمشهد واستخدامه لاختيار الإجراءات، بما في ذلك التحكم بالروبوتات بشكل مباشر. وقال داي إن الهدف للعام المقبل هو نموذج يتصدر كل معايير الاستدلال البصري.