Palo Alto merkezli yapay zekâ girişimi Elorian, ürünü piyasaya çıkmadan 300 milyon dolar değerlemeyle 55 milyon dolarlık tohum yatırımı almıştı. Şirket şimdi ilk modeli Glimpse'ı araştırma önizlemesi olarak kullanıma açtı. Modelin iddiası, görüntülere yalnızca bakıp metinle yorum yapmak değil, görüntünün üzerinde gerçekten çalışarak akıl yürütmek.

Yatırım turuna Striker Venture Partners, Menlo Ventures ve Altimeter Capital liderlik etti; Nvidia ve Google'ın baş bilim insanı Jeff Dean de turda yer aldı. Şirketin CEO'su, daha önce Google DeepMind'da araştırmacı olan Andrew Dai. Elorian altı ay önce gizlilikten çıkmıştı.

Glimpse'ın temel farkı, birçok modelin yaptığı gibi görüntüyü bir kez kodlayıp sonrasında yalnızca metin üzerinden düşünmemesi. Model, akıl yürütme sırasında kaynağa geri dönebiliyor; belirli bir bölgeyi kırpabiliyor, videodan belirli kareleri çekebiliyor ya da gördüğü şeyi ölçmek veya karşılaştırmak için kod çalıştırabiliyor. Elorian bu yaklaşıma "görsel karalama alanı" adını veriyor. OpenAI da 2025'te o serisi modellerine benzer bir kırpma ve yakınlaştırma özelliği eklemişti; Elorian ise modeli baştan bu mekanizma etrafında kurduğunu söylüyor.

Küçük bir ekip, modeli birkaç yüz GPU ile eğitmiş. Şirket, Glimpse'ın kıyaslandığı öncü sistemlerden belirgin biçimde küçük olduğunu belirtiyor. Fiyatlandırma milyon girdi token'ı için 0,60, milyon çıktı token'ı için 3 dolar; yani hafif modellerden pahalı, orta seviye modellerden ucuz. Elorian'ın kendi testlerine göre model, bilimsel grafik yorumlama ve kısa video altyazılama gibi alanlarda GPT-6 Astra'yı geride bırakıyor; diğer görsel akıl yürütme görevlerinde ise rekabetçi sonuçlar veriyor. Bu rakamlar şirketin kendi değerlendirmelerine dayandığı için bağımsız doğrulamaya ihtiyaç duyuyor.

İlk hedef müşteriler robotik firmaları, bilimsel laboratuvarlar ve özellikle çok miktarda video üreten medya ve yaratıcı şirketler. Dai, uzun vadede modelin "görmekten yapmaya" geçmesini, sahne modelleri kurarak eylem seçmesini ve hatta robotları doğrudan kontrol etmesini hedeflediklerini söylüyor. Önümüzdeki yıl için hedef ise "dünyanın en iyi görsel akıl yürütme modelini" geliştirmek.

Dai'nin verdiği örnek, işin neden zor olduğunu iyi anlatıyor: Öncü bir model, fotoğrafını çektiği bir masa oyununda kimin kazandığını, oyunun görsel sembollerini yorumlayamadığı için söyleyememiş. Türkiye'deki girişimler için de görsel verinin yoğun olduğu üretim, tarım ve medya gibi alanlarda bu tür modellerin ilerleyen dönemde önemli bir araç olması bekleniyor.

Kaynak: TechCrunch