整理：TopAIMap 编辑
Elorian 发布 Glimpse：视觉推理首模，宣称图表/短视频超 GPT-6 Astra
2026-10-16 Elorian 推出首款视觉思维模型 Glimpse（研究预览+API）；边推理边回看图像/视频帧，定价约 $0.60/$3 每百万 token。
当地时间 2026年10月16日（美西约上午9点前后），帕洛阿尔托视觉推理初创公司 Elorian 正式发布首款前沿模型 Glimpse，并以 TechCrunch 独家报道形式披露细节：研究预览（research preview）已开 API，聊天界面仍需候补；官方宣称在科学图表推理与短视频字幕等任务上超过 GPT-6 Astra，并以更小的算力预算完成训练。
核心卖点是「边想边看」：推理过程中可回看原图、裁剪局部、抽取视频帧，或用代码测量对比——Elorian 称之为 visual scratch space，而不是多数多模态模型「看一眼→转成文本→再推理」的单次通路。CEO Andrew Dai（前 Google DeepMind）举例称，前沿模型连棋盘谁领先、宜家无字装配图都常翻车；团队目标客户是手里有大量视频的机器人、科研、媒体与创意公司，更远期希望从「看见」走到「行动」（含直接控机器人）。定价约输入 $0.60 / 百万 token、输出 $3 / 百万 token，介于轻量 Haiku/Luna 与中档 Sonnet/Sol 之间。公司此前以约 3 亿美元估值完成 5500 万美元种子轮（Striker / Menlo / Altimeter 领投，NVIDIA 与 Google 首席科学家 Jeff Dean 参投）。
谁能用：研究预览——Elorian 平台登录后可调 API（见 elorian.ai/models）；聊天界面 waitlist。面向企业有量价、定制评测与部署支持（需联系销售）。非开源权重；无 Free/Pro 消费级套餐公开表，也不是 ChatGPT/Claude 等大厂 App 内置面。API 已可用、App/Search 等大众面未开放。
真实用法：机器人与视觉实验室可用 Glimpse 从短视频中数物体、跟踪运动、读未标注示意图，把现场录像变成可结构化的训练/评测信号；科研侧可做图表深读与短视频描述；创意团队可对无字幕短片做动作识别（官方演示：7 秒铅笔素描双人舞也能判出 Lindy-Hop 类步伐与换位）。
解读：这是「视觉专用前沿」路线对「通用多模态大一统」的又一次押注——Benchmark 自称赢 Astra 需要第三方复现；更关键的是生产里能否稳定回看、控成本。讨论：1）视觉 scratch space 会不会成为下一代多模态标配，还是专用小模型的差异化？2）机器人客户会先买 API 做标注，还是等到「看见→行动」闭环再上量？
来源：TechCrunch https://techcrunch.com/2026/10/16/elorians-first-ai-model-wants-to-reason-with-images-not-just-about-them/ · Elorian @ElorianAI https://x.com/ElorianAI/status/2111142036208501070 · 产品页 https://elorian.ai/models
参考资料
