La firma Elorian ha presentado oficialmente Glimpse, un innovador sistema de inteligencia artificial que, a diferencia de los modelos convencionales, vuelve a observar una imagen o un video en múltiples ocasiones durante su proceso de razonamiento, en lugar de analizarlo una sola vez y convertirlo directamente en texto. Así lo detalló la compañía mediante un comunicado oficial.
El modelo se encuentra disponible desde el 16 de octubre a través de una interfaz de API y un chat con lista de espera, bajo lo que la empresa denomina una vista previa de investigación.
¿Cómo funciona el modelo?
La mayoría de los sistemas multimodales transforman una imagen en unidades de texto —llamadas tokens— y luego razonan exclusivamente sobre ese texto, sin regresar a la fuente original. Glimpse hace exactamente lo contrario.
Durante la generación de una respuesta, el modelo puede recortar una zona específica de una imagen, revisar cuadros concretos de un video a mayor velocidad o ejecutar código para medir y comparar lo que observa. Elorian bautizó este mecanismo como “espacio de trabajo visual”.
Andrew Dai, fundador de Elorian y excinvestigador de Google DeepMind, explicó que los actuales modelos de IA manejan razonablemente bien las matemáticas, la programación y la física, pero que la comprensión visual ha quedado rezagada frente a esas otras capacidades.
Según las pruebas propias de la empresa, Glimpse supera al modelo GPT-6 Astra de OpenAI en el análisis de gráficos científicos, el conteo de objetos y la descripción de videos cortos, mientras se sitúa a la par en tareas de razonamiento aplicado a robots.
Precio frente a las grandes tecnológicas
Glimpse tiene un costo de USD 0,60 por cada millón de unidades de texto procesadas como entrada y USD 3 por cada millón generadas como salida, de acuerdo con las tarifas publicadas por Elorian.
Esa cifra representa un costo 94% menor al de GPT-6 Astra y un 85% menor al de Claude Opus 5,5, el modelo de Anthropic, según el detalle de precios difundido por la empresa.
Elorian afirmó que entrenó Glimpse con un equipo reducido y apenas unos cientos de chips especializados para inteligencia artificial, partiendo de un modelo base de código abierto, muy por debajo del presupuesto de cómputo que manejan Google, OpenAI o Anthropic para sus sistemas más avanzados.
La compañía, con sede en Palo Alto, California, recaudó una ronda semilla de USD 55 millones con una valuación de USD 300 millones en abril de este año, antes de lanzar ningún producto, según informó Bloomberg en esa fecha.
¿A quién apunta la tecnología?
Elorian señaló que sus primeros clientes objetivo son empresas de robótica, laboratorios científicos, medios de comunicación y estudios de videojuegos, sectores que manejan grandes volúmenes de imágenes y video.
La compañía describió a Glimpse como un primer paso dentro de un plan más amplio que incluye reconstrucción de escenas y control directo de robots, capacidades que calificó como trabajo pendiente.
Dai dijo que el objetivo de la empresa para el año próximo es construir el modelo de razonamiento visual más avanzado del mercado, con el mejor desempeño en cada prueba comparativa disponible para esa categoría.
Fuente: Infobae