前 Google Gemini 团队新实验室发布视觉推理模型 Glimpse，可分析视频找工地安全隐患
AndrewDai · x · 2026-10-21
开发者 karankendre 基于 Elorian 新发布的视觉思考模型 Glimpse 打造了 SiteCheck，用于审查工地监控视频：无需手工划定危险区，直接对视频提问，模型会返回带时间戳的安全隐患及其原因。演示中工人靠近无防护开口时触发坠落风险告警，工人离开后告警清除，而开口本身仍被标记为危险源。演示画面为 AI 生成，分析则来自真实 API 调用。
Elorian 由前 Google Gemini 与 Apple MM-1 团队成员创立，创始人 AndrewDai 称现有模型擅长单张图片理解，但在动态变化、视角切换的场景上表现很差，Glimpse 是他们首个视觉思考模型，在关键公开视觉推理基准上与 Astra 具有竞争力。
「模型」频道最新
- 马斯克:Grok Bot 增长史上最快,企业版数周内大规模部署 — elonmusk · 2026-10-21
- Google 高管：Gemini 4 Argon 上线 72 小时处理约 25 万亿 tokens — OfficialLoganK · 2026-10-21
- GPT-6.1-Sol 推理轨迹流出：去掉空格后仍是熟悉的 GPT 原始风格 — teortaxesTex · 2026-10-21
- Gemini 4 在 FrontierMath Tier 4 仅得 78%，远低于 OpenAI 阵营 — haider1 · 2026-10-21
- Hamel Husain 看了 48 小时公开 benchmark trace:质量差到令人难以置信 — HamelHusain · 2026-10-21
- 163MB 语音模型 Bark 3.0 开源,以小胜大击败 Whisper 与 Parakeet — Scobleizer · 2026-10-21