विस्तृत विश्लेषण · लगभग 5 मिनट पढ़ना
Elorian ने दृश्य तर्क के लिए Glimpse का शोध पूर्वावलोकन पेश किया
घोषणा API और चैट पहुँच बताती है तथा रिकॉर्ड किए मॉडल आउटपुट को उदाहरणात्मक संदर्भ उत्तरों से अलग करती है।
- स्रोत की तारीख
- यहाँ प्रकाशित
- स्रोत जाँचा गया
Elorian ने 16 अक्टूबर को Glimpse को चित्रों, वीडियो और भौतिक संबंधों पर तर्क करने वाले शोध पूर्वावलोकन के रूप में पेश किया। कंपनी के अनुसार मॉडल केवल एक बार वर्णन देने के बजाय दृश्य प्रमाण को फिर देखता और मल्टीमॉडल उपकरण इस्तेमाल करता है।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- Elorian API और चैट उपलब्धता बताती है। लॉन्च तालिका में प्रति दस लाख tokens बिना cache इनपुट $0.60 और आउटपुट $3.00 है। ये API दरें हैं, मासिक सदस्यता नहीं।
- पृष्ठ रिकॉर्ड किए मॉडल आउटपुट और समीक्षा किए संदर्भ उत्तरों को अलग चिह्नित करता है। रोबोटों के सीधे action outputs अभी विकास में हैं; वे दृश्य समझ और उच्चस्तरीय योजना से अलग हैं।
इस पूर्वावलोकन में दृश्य तर्क का अर्थ
Elorian की 16 अक्टूबर की घोषणा Glimpse को ऐसा मॉडल बताती है जो केवल पहली लिखित व्याख्या पर निर्भर नहीं रहता, बल्कि दृश्य प्रमाण पर लौटता है। कंपनी कहती है कि यह चित्र जाँचता, वीडियो के हिस्से दोबारा देखता, दृश्य सामग्री बदलता, कोड लिखता और उप-एजेंटों का समन्वय करता है। छोटी टीम और कुछ सौ GPU से खुले वज़न वाले आधार मॉडल का पश्च-प्रशिक्षण बताया गया है। ये डेवलपर के वर्णन हैं, AISubHub का संरचना ऑडिट नहीं। हमारे लिए प्रश्न है कि दूसरी जाँच सही प्रमाण से गलत जवाब सुधारती है या केवल प्रभावशाली व्याख्या देती है।
बेंचमार्क तालिका हर काम में जीत नहीं दिखाती
प्रकाशित तालिका में Glimpse और GPT-6 Astra का ERQA स्कोर समान 83.75 है। CharXiv-R में Glimpse 92.90 और Astra 92.10 है, लेकिन Opus 5.5 93.40 है; HSS में 46.36, Astra के 53.6 से कम है। प्रोफाइल मिश्रित है। Elorian की टिप्पणियाँ अलग reasoning स्तर, code या video औजार वाली मूल कार्यप्रणाली और कुछ शोधपत्र-आधारित परिणाम भी बताती हैं। हम इन्हें जाँचने योग्य काम चुनने में मदद करने वाली विक्रेता तुलना मानते हैं। ये मॉडल वज़नों को औजारों से अलग नहीं करतीं और ग्राहक के वीडियो पर प्रदर्शन सिद्ध नहीं करतीं।
रिकॉर्ड किए घटनाक्रम वास्तव में क्या बताते हैं
लेख का लिखित रेल-उदाहरण करीब 2.2 सेकंड से 5.13 सेकंड पर लगभग रुकने तक खिड़की का किनारा पकड़ता है और विस्थापन बदलने से गति आँकता है। पक्षियों का दूसरा घटनाक्रम कैमरे की अस्पष्ट हरकत को फिर देखता है; निर्णायक हिस्से में 8 fps से लगभग 14 fps करके pan और cut का अंतर देखता है। Elorian इन्हें रिकॉर्ड किए आउटपुट या मूल्यांकन रन बताता है, जिन्हें प्रकाशन के लिए संक्षिप्त किया गया। हमने विवरण जाँचे, वीडियो कार्य खुद नहीं दोहराया। लक्षित पुनर्जाँच परीक्षण योग्य है, लेकिन व्याख्यात्मक रिकॉर्ड अकेले सफलता की दर नहीं बताता।
संदर्भ उत्तर को मॉडल रन न समझें
कुछ दूसरे उदाहरणों का प्रमाण अलग है। टायर के जोखिम की व्याख्या और चार खुले प्लायर की गिनती समीक्षा किए संदर्भ उत्तर हैं, मॉडल रन की रिकॉर्डिंग नहीं। प्लायर कार्य पहचान और स्थिति अलग करता है: बंद प्लायर और मिलती-जुलती कैंची गिनती में नहीं आतीं। HSS प्रदर्शन में स्थिर चित्र के बाद की हरकत Seedance 2.5 से संदर्भ उत्तर समझाने के लिए बनाई गई; मूल्यांकित मॉडलों को वह नहीं दिखाई गई। यह भेद महत्त्वपूर्ण है: स्पष्ट शिक्षण उदाहरण कार्य समझा सकता है, पर नहीं साबित करता कि Glimpse ने वह खास मामला हल किया।
रोबोट योजना सीधे नियंत्रण से अलग है
चुने LIBERO प्रदर्शन में Glimpse और Astra, Physical Intelligence की एक ही π0.5 vision-language-action policy के लिए योजना बनाते हैं। काम cream cheese कटोरे में रखना और फिर कटोरा अलमारी के ऊपर रखना है। Elorian कहता है कि दोनों सफल रहे और उस एपिसोड की planning लागत क्रमशः $0.035 और $0.249 थी। यह सीमित प्रदर्शन है, भरोसेमंद रोबोटिक्स का औसत मूल्य नहीं। planner प्रगति जाँचता और ऊँचे स्तर के कदम चुनता है; दूसरी policy कार्रवाई करती है। सीधे robot action outputs, calibrated reconstruction और व्यापक नियंत्रण को घोषणा भविष्य का काम कहती है।
पूरे कार्य की लागत और पहुँच जाँचें
तालिका प्रति दस लाख बिना cache इनपुट tokens $0.60 और आउटपुट $3.00 बताती है तथा API और चैट प्रवेश देती है। ये token दरें हैं, मासिक सदस्यता या खाते के मुफ्त कोटे की गारंटी नहीं। Elorian मानता है कि बारीक दृश्य जाँच समय और tokens लेती है; दक्षता आगे का लक्ष्य है। हम रुकावट, कैमरा हरकत और भ्रम पैदा करने वाली चीजों वाले प्रतिनिधि वीडियो पर सही जवाब और निराधार निश्चितता दोनों मापने का सुझाव देते हैं। यह हमारी योजना है, Elorian का परिणाम नहीं। AISubHub ने API, खाते की सीमा या पूरे खर्च की पुष्टि नहीं की।
यह क्यों अहम है
टीमें संभावित दृश्य कार्य चुनकर अपने चित्रों या वीडियो पर स्पष्ट सफलता मानदंड और पूरे लागत बजट के साथ परीक्षण कर सकती हैं। चुना हुआ सफल उदाहरण व्यवसायिक सत्यापन का विकल्प नहीं है।
सीमाएँ और उपलब्धता
क्षमता और बेंचमार्क Elorian के दावे हैं; AISubHub ने पुनरुत्पादन नहीं किया। प्रदर्शन विश्वसनीय रोबोट नियंत्रण या हर खाते की सीमा और अंतिम शुल्क साबित नहीं करते।
स्रोत और प्रमाण
स्रोत की तारीख: 16 अक्टू॰ 2026 · स्रोत जाँचा गया: 20 अक्टू॰ 2026
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।