Glimpse 多模态模型一眼认出 Ed Sheeran 演唱会,自称成本仅零头胜过 ChatGPT
AndrewDai · x · 2026-10-24
ElorianAI 上周发布多模态推理模型 Glimpse,主打名以更低成本推动多模态推理前沿。演示中,Glimpse 从低清短视频画面首次尝试即正确识别出 Ed Sheeran 的巡演、场馆与艺人身份,而 ChatGPT 仅凭舞台灯光误判为 Coldplay 演唱会(对比画面里 Yellow 是 Coldplay 歌曲梗)。团队创始人 AndrewDai 称模型在视觉思考任务上首次尝试即答对。该对比由官方侧发布,性能与成本宣称未经第三方验证。
「多模态」频道最新
- 让 Claude 连跑 10 小时自动搭 ComfyUI 工作流:从装模型到调优全自动 — ThatKnarfGuy · 2026-10-24
- 一条 prompt 出可编辑 SVG,再喂给 Opus 5.5 直接生成动画讲解视频 — CSProfKGD · 2026-10-24
- MidJourney 风格参考出新招:--sref 604348570 生成动感模糊超人 — gizakdag · 2026-10-24
- Kimi K3.1 Pro 早期体验:3-4 小时 4 美元做出 Blender 黏土渲染 — ChrisGPT · 2026-10-24
- MiniMax H3 Chain Director 登场:ComfyUI 单面板串联多段长视频生成 — Far_Patience4517 · 2026-10-24
- 视频生成模型 int8 量化实测:12GB 显存即可流畅运行 — cocktailpeanut · 2026-10-24