@FinanceYF5: 大规模视觉推理一直卡在两个问题：模型要么能力不够，要么贵到无法落地。 Elorian 团队刚发布 Glimpse：达到 Astra 级别的视觉推理能力，成本却低了 17 倍。 团队成员包括 Jeff Dean 的前核心下属、Gemini …
摘要
Elorian 团队发布视觉推理模型 Glimpse，声称达到 Astra 级别能力但成本低 17 倍，可逐帧分析视频中的物理规律，面向制造业、机器人、游戏和内容审核等场景。
查看缓存全文
缓存时间: 2026/10/21 07:21
大规模视觉推理一直卡在两个问题：模型要么能力不够，要么贵到无法落地。
Elorian 团队刚发布 Glimpse：达到 Astra 级别的视觉推理能力，成本却低了 17 倍。
团队成员包括 Jeff Dean 的前核心下属、Gemini 负责人、Apple LLM 负责人、xAI 负责人和一位 Harvard 教授。
视频中，Glimpse 正在逐帧分析“飞行 Tesla”背后的物理规律。
这类能力对制造业、机器人、游戏和内容审核中的海量视频处理非常关键。
相似文章
@JeffDean：快来看看这个！干得漂亮，@AndrewDai 和 Elorian 的各位！
Andrew Dai 和 Elorian 团队发布了 Glimpse——首个在关键公共视觉推理基准上与 Astra 竞争力相当的视觉思考模型，解决了模型在动态、多角度场景下表现不佳的问题，Jeff Dean 对此表示祝贺。
@Saccc_c：继 Jev 之后，我强烈建议大家密切关注这款新发布的大模型 Glimpse——它成功地……
Elorian AI 发布首个视觉思考大模型 Glimpse，主打视频/图像的空间结构与动态理解，作者实测其在游戏验收与漏洞检测中的表现显著优于 Astra，并已开放 API，可集成进 Codex 等开发流程。
@LinusEkenstam：Elorian 的首个模型 Glimpse 专为视觉思考而构建，可以就图像和视频提问，它会对所见内容进行推理……
Elorian 发布首个视觉思考模型 Glimpse，能够对图像和视频进行推理，理解动作与变化，并有望自动化机器人遥操作数据的标注流程。
@rohanpaul_ai：理解视频意味着比较不同时刻，模型在这方面正变得越来越强。来自 @ElorianAI 的 Glimpse 正在验证这一方向
ElorianAI 发布 Glimpse，其首个视觉思考模型，通过在视频中比较时间点之间的变化、回溯源帧、裁剪区域、提取帧或运行代码来进行推理（visual scratch space），在关键视觉推理基准上具备与前沿模型 Astra 竞争的性能。
@ZhenZhu200: 现在 visual thinking and reasoning 绝对是最火的方向。从之前的 JEV 到 visual JEV 再到 Glance，Google DeepMind 前研究员出来做的 Elorian 公司的最新模型。 以前我…
讨论视觉思考与推理（visual thinking and reasoning）成为热门方向，并认为 Google DeepMind 前研究员创办的 Elorian 公司发布的 Glance/Glimpse 模型有替代传统 CV 的趋势，可与端侧小模型、云端 LLM 协同完成视觉理解与推理。