北京
分享至
前DeepMind总监Andrew Dai创立的Elorian团队，发布了一个叫Glimpse的视觉推理模型。它被拿来对标Project Astra的视觉推理能力，但API成本降低了17倍。
视觉大模型一直卡在两件事上：动态视频推理太贵，物理推演太弱。Glimpse的切入点正是这两处——性能对齐顶级模型的同时，把成本压到能规模化部署的区间。
成本之外，Glimpse强调的是时空物理推理。它能处理连续帧视频，做受力分析这类物理建模，而不是停在单张图片的静态分析上。复杂视频里的动力学演变，是它要啃的部分。
团队构成是另一层背书。DeepMind、苹果、xAI等机构的前负责人聚在一起，技术基因被描述为纯正。Andrew Dai此前在DeepMind担任总监。
落地场景指向具身智能和工业质检。这两个方向都需要对视频里的运动与受力做出判断，也都在意单次推理的成本。Glimpse给出的组合是：能分析动力学，且便宜到可以批量跑。
用一句话概括这个模型的位置：把超高算力门槛的视频级深度思考，拉进商业可行区间。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
