Elorian lancia Glimpse, un modello AI che ragiona sulle immagini

Elorian, startup di intelligenza artificiale con sede a Palo Alto, ha rilasciato il suo primo modello, Glimpse, venerdì 16 ottobre 2026. Il modello è disponibile come anteprima di ricerca tramite API, mentre l'interfaccia di chat è aperta solo a chi si trova in lista d'attesa.

L'azienda sostiene che i modelli AI attuali, per quanto capaci con testo e codice, faticano ancora a vedere davvero. La maggior parte dei sistemi multimodali elabora un'immagine una sola volta, la trasforma in token e poi ragiona solo sul testo. Glimpse è progettato per tornare più volte al materiale visivo originale mentre affronta un problema.

Uno spazio di lavoro visivo

Elorian chiama questo meccanismo "spazio di lavoro visivo". Durante il ragionamento, Glimpse può ritagliare e ingrandire una parte di un'immagine, estrarre fotogrammi scelti da un video o eseguire codice per misurare e confrontare ciò che vede. L'idea ha dei precedenti: nel 2025 OpenAI ha dotato i suoi modelli della serie o di funzioni di ritaglio e zoom durante il ragionamento. Elorian sostiene che la sua differenza sta nel costruire l'intero modello attorno a questa tecnica, e farlo a costi contenuti.

L'amministratore delegato Andrew Dai, ex ricercatore di Google DeepMind, fa risalire in parte il progetto a una serata di giochi da tavolo dell'anno scorso, quando un modello di frontiera non riuscì a dirgli chi stesse vincendo da una foto del tavolo. Dai sostiene che i giochi si basano su simboli propri, che gli adulti colgono facilmente ma che i modelli non sanno interpretare. "Gli esseri umani possono guardare i diagrammi Ikea, senza alcun testo, e montare i mobili Ikea", ha detto Dai.

Secondo Elorian, un piccolo team ha addestrato Glimpse su alcune centinaia di GPU, e il modello è nettamente più piccolo dei sistemi di frontiera con cui viene confrontato. Le valutazioni interne dell'azienda mostrano che supera GPT-6 Astra nel ragionamento su grafici scientifici e nella descrizione di video brevi, e ottiene risultati competitivi in altri benchmark di ragionamento visivo. Questi risultati non sono ancora stati verificati in modo indipendente.

Prezzi, investitori e ambizioni

Glimpse costa 0,60 dollari per milione di token in input e 3 dollari per milione di token in output, meno di modelli di fascia media come Sonnet e Sol, ma più di opzioni leggere come Haiku e Luna. Elorian è uscita dalla modalità stealth sei mesi fa, dopo aver raccolto un seed round da 55 milioni di dollari con una valutazione di 300 milioni di dollari, prima di lanciare qualsiasi prodotto. Striker Venture Partners, Menlo Ventures e Altimeter Capital hanno guidato il round congiuntamente, con la partecipazione di Nvidia e del capo scienziato di Google, Jeff Dean.

I primi clienti dovrebbero essere organizzazioni con grandi archivi video, tra cui aziende di robotica, laboratori scientifici, testate giornalistiche e aziende creative. Nel tempo, Elorian vuole che i suoi modelli passino dalla percezione all'azione, costruendo una rappresentazione di una scena e usandola per scegliere le azioni, incluso il controllo diretto dei robot. Dai ha detto che l'obiettivo per l'anno prossimo è un modello che guidi ogni benchmark di ragionamento visivo.