เกิดอะไรขึ้น
- Elorian เปิดตัว Glimpse เมื่อ 16 ต.ค. 2026 ตามเวลาสหรัฐฯ โดย TechCrunch รายงานเป็นเจ้าแรก
- ตอนนี้เป็นรุ่นทดลองสำหรับงานวิจัย เรียกใช้ผ่าน API ได้ ส่วนหน้าแชทยังต้องลงชื่อรอคิว
- ซีอีโอ Andrew Dai โพสต์บน X ว่าเปิดให้ลองแล้ว ส่วน Jeff Dean หัวหน้านักวิทยาศาสตร์ของ Google ก็ออกมาแสดงความยินดี
- ราคา API อยู่ที่ 0.60 ดอลลาร์ต่อล้านโทเคนขาเข้า และ 3 ดอลลาร์ต่อล้านโทเคนขาออก
Glimpse ต่างจากโมเดลดูภาพทั่วไปยังไง
- โมเดลหลายตัวในตอนนี้แปลงภาพเป็นโทเคนครั้งเดียว แล้วคิดต่อด้วยข้อความล้วน คล้ายคนเล่าภาพจากความจำ
- Glimpse กลับไปดูต้นฉบับได้เรื่อย ๆ จะครอปบางส่วน ดึงเฟรมที่ต้องการจากวิดีโอ หรือรันโค้ดเพื่อวัดและนับของในภาพก็ได้
- บริษัทเรียกพื้นที่ทำงานนี้ว่า visual scratch space เหมือนเวลาเราถ่างนิ้วซูมรูปในมือถือเพื่อเช็กให้ชัวร์
- ไอเดียนี้ไม่ใหม่ทั้งหมด OpenAI เคยใส่การครอปและซูมระหว่างคิดให้โมเดลตระกูล o มาแล้ว แต่ Elorian บอกว่าสร้างทั้งโมเดลขึ้นมารอบแนวคิดนี้ตั้งแต่ต้น
ผลทดสอบที่บริษัทบอก
- ชนะ GPT-6 Astra ในงานให้เหตุผลจากกราฟวิทยาศาสตร์ และงานเขียนคำบรรยายคลิปสั้น
- ในงานดูภาพแบบอื่น บริษัทใช้คำว่าทำได้สูสี ไม่ได้บอกว่าชนะ
- ทีมเล็กเทรนด้วย GPU แค่หลักร้อยตัว และตัวโมเดลเล็กกว่าโมเดลแนวหน้าที่เอามาเทียบอยู่มาก
- ยังไม่มีตัวเลขคะแนนรายข้อและวิธีวัดที่เปิดให้ตรวจสอบอิสระ ต้องรอคนนอกทดสอบซ้ำ
ใครอยู่เบื้องหลัง
- ก่อตั้งปี 2025 โดย Andrew Dai ที่อยู่ทีมวิจัยเอไอของ Google มาราว 12 ปี
- ผู้ร่วมก่อตั้งอีกสองคนคือ Yinfei Yang ผู้นำงานวิจัยโมเดล MM1 ของ Apple และ Seth Neel
- ระดมทุนรอบ seed ไป 55 ล้านดอลลาร์ ที่มูลค่าบริษัท 300 ล้านดอลลาร์ ตั้งแต่ก่อนมีสินค้า
- กองทุนที่นำรอบคือ Striker, Menlo และ Altimeter โดยมี NVIDIA กับ Jeff Dean ร่วมลงเงินด้วย
ใครได้ประโยชน์
- กลุ่มแรกที่บริษัทเล็งคือคนที่มีวิดีโอเยอะ เช่น บริษัทหุ่นยนต์ ห้องแล็บวิทยาศาสตร์ และบริษัทสื่อหรืองานสร้างสรรค์
- งานที่ต้องนับของ ติดตามการเคลื่อนไหว หรืออ่านแผนภาพที่ไม่มีตัวหนังสือ คือโจทย์ที่ Glimpse ถูกออกแบบมาให้ทำ
- ระยะยาว Elorian อยากขยับจากแค่มองให้เข้าใจไปสู่การตัดสินใจลงมือ รวมถึงสั่งงานหุ่นยนต์โดยตรง
อย่าเข้าใจผิด
- Glimpse ไม่ใช่โมเดลสร้างภาพหรือสร้างวิดีโอ มันเป็นโมเดลที่ดูภาพแล้วคิดและตอบเป็นข้อความ
- ไม่ใช่โมเดลโหลดฟรี ตอนนี้ใช้ผ่าน API ของบริษัทเท่านั้น
- การชนะ GPT-6 Astra เป็นผลทดสอบของบริษัทเอง และชนะแค่บางงาน ไม่ใช่ทุกด้าน
สรุป
โมเดลแชทเก่งเรื่องโค้ดกับภาษาไปไกลแล้ว แต่การดูภาพหรือคลิปให้เข้าใจจริงยังเป็นจุดอ่อน Glimpse คือการเดิมพันว่าโมเดลที่ย้อนกลับไปดูภาพซ้ำได้จะปิดช่องว่างนี้ได้ด้วยต้นทุนต่ำกว่า ถ้าผลทดสอบจากคนนอกออกมาตรงกับที่บริษัทบอก งานหุ่นยนต์และงานวิเคราะห์วิดีโอน่าจะได้ของใช้ใหม่ที่ถูกลงอีกตัว
แหล่ง: Elorian · TechCrunch · 16 ต.ค. 2026