Elorian تطلق Glimpse، نموذج ذكاء اصطناعي يعيد فحص الصور أثناء الاستدلال

أطلقت Elorian، شركة ذكاء اصطناعي ناشئة في بالو ألتو أسسها الباحث السابق في Google DeepMind أندرو داي، أول نموذج لها في 16 أكتوبر 2026. Glimpse متاح الآن كمعاينة بحثية مع وصول API؛ تظل واجهة المحادثة متاحة فقط عبر قائمة انتظار.

تنظر معظم نماذج الذكاء الاصطناعي متعددة الوسائط إلى الصورة مرة واحدة، وتحوّل ما تراه إلى رموز شبيهة بالنص، ثم تستدل بالكامل في فضاء النص ذلك من هناك فصاعداً — بمعنى أن التفاصيل البصرية الدقيقة التي لم تدخل التحويل الأولي تختفي ببساطة لبقية المهمة. بدلاً من ذلك، يعود Glimpse إلى الصورة الأصلية مراراً أثناء الاستدلال: يمكنه قص مناطق محددة، أو سحب لقطات فردية من الفيديو، أو تشغيل كود لقياس أو مقارنة ما ينظر إليه. تسمّي Elorian هذا "فضاء مسودة بصري". الفكرة الأساسية ليست جديدة كلياً — أضافت OpenAI قدرة القص والتكبير إلى نماذج سلسلة o في 2025 — لكن Elorian بنت Glimpse حول هذه التقنية من الأساس بدلاً من إضافتها إلى بنية قائمة.

دُرِّب النموذج بواسطة فريق صغير على بضع مئات من وحدات GPU، وهو أصغر بكثير من الأنظمة المتطورة التي يُقارَن بها، ما ينعكس في تسعيره: 0.60 دولار لكل مليون رمز إدخال و3 دولارات لكل مليون رمز إخراج، ما يضعه فوق النماذج الخفيفة لكن تحت النماذج متوسطة المستوى. وفقاً لمعايير Elorian الخاصة، يتفوق Glimpse على GPT-6 Astra في استدلال الرسوم البيانية العلمية والتسمية التوضيحية لمقاطع الفيديو القصيرة، وهو تنافسي في مهام الاستدلال البصري الأخرى — أرقام، كونها نتائج مُبلَّغ عنها من الشركة، تستدعي تحققاً مستقلاً قبل اعتبارها مستقرة.

خرجت Elorian من وضع التخفي قبل ستة أشهر وجمعت تمويلاً تأسيسياً بقيمة 55 مليون دولار بتقييم 300 مليون دولار قبل شحن منتج، بقيادة مشتركة من Striker Venture Partners وMenlo Ventures وAltimeter Capital، بمشاركة من Nvidia وكبير علماء جوجل جيف دين — إشارة ثقة لافتة من شخصيات لديها رؤية مباشرة لأبحاث الذكاء الاصطناعي المتطورة. وقد جادل داي بأن النماذج الحالية، رغم قدراتها اللغوية والبرمجية القوية، لا تزال تواجه صعوبة في مهام يجدها البشر تافهة، مثل قراءة رموز على لعبة طاولة أو تجميع أثاث من رسم تخطيطي دون نص مرافق.

تستهدف Elorian في البداية شركات الروبوتات والمختبرات العلمية وشركات الوسائط التي تعمل مع كميات كبيرة من الفيديو، وتقول إن طموحها الأطول أمداً هو الانتقال من الإدراك السلبي إلى التحكم في أنظمة فعلية مثل الروبوتات، بهدف بناء ما تسمّيه أفضل نموذج استدلال بصري في هذا المجال خلال عام واحد، وفقاً لما أوردته TechCrunch أولاً.