前 Google/Apple 团队几百张 GPU 推出前沿级视觉思考模型 Glimpse
cihangxie · x · 2026-10-17
曾在 Google 和 Apple 做了近十年基础模型的 yinfeiy 介绍其创业公司 Elorian 的小团队仅用几百张 GPU 训练出的 Glimpse——定位为「前沿级」多模态模型。
团队负责人 AndrewDai 称,现有模型往往在单张静态图片上表现优秀,但对动态变化或视角改变的场景就容易失灵;Glimpse 是他们的首个「视觉思考」(visual thinking)模型,在关键公开视觉推理 benchmark 上与 Google Astra 表现相当。模型已开放试用。
所属事件:Elorian 发布视觉思考模型 Glimpse，号称数百卡对标 Astra(17 条相关)→
「多模态」频道最新
- YouTube Music 上线 AI 音乐标签，区分全生成、部分生成与真人作品 — lmoroney · 2026-10-17
- AI 网红人设工作流：Codex+CapCut Web 让一个角色贯穿整个 campaign — alifcoder · 2026-10-17
- Pika 携手 OpenAI 把全套视频创作工具直接塞进 ChatGPT — HeyToha · 2026-10-17
- 用 Gemini 4 挖 Grace Hopper 口述史，五段趣闻做成视频 — DynamicWebPaige · 2026-10-17
- MOSS Image 编辑能力上手：一眼学会独眼人概念，AI Toolkit 已支持训练 — ostrisai · 2026-10-17
- 视频播放中实时打标签：篮球投篮轨迹被逐帧自动标注 — LinusEkenstam · 2026-10-17