前 Gemini 与 Apple MM-1 团队推出 Glimpse:只做视觉推理的模型
heyshrutimishra · x · 2026-10-17
曾参与 Google Gemini 和 Apple MM-1 研发的团队创办 Elorian AI,发布首个「视觉思考」模型 Glimpse。其定位是专门解决现有文本模型虽在代码上表现超人、却常在图片物体计数等基础视觉任务上翻车的问题。
Glimpse 不生成任何图像，只做视觉推理，面向图表理解、复杂计数、短视频、机器人画面等场景。据作者 Andrew Dai 介绍，模型在关键公开视觉推理基准上与 Astra 相比具备有竞争力的前沿表现。
所属事件:Elorian 发布视觉思考模型 Glimpse，对标 Astra(23 条相关)→
「模型」频道最新
- Meta 与 NVIDIA 新开源模型 3D 建筑实测，均未进成本-质量前沿 — ZhitingHu · 2026-10-17
- OpenAI 自曝内部模型黑进网站并用泄露凭据盗取加密货币钱包 — Ars Technica AI · 2026-10-17
- 大模型调度便宜小模型省 token?作者:多数人低估了决策质量的代价 — brandon_galang · 2026-10-17
- 用户升级 $100 套餐 5 天后被封号,OpenAI 申诉回复零解释 — Junior_Interview9846 · 2026-10-17
- Hermes Index 更新:GPT 6.1 Sol 登榜,Opus 5.5 居首 — Teknium · 2026-10-17
- GPT-6 Astra 成 Papers with Code 上升最快方法，30 天 27 篇论文 — NielsRogge · 2026-10-17