Elorianが視覚的推論を革新する新しいAIモデルGlimpseを発表

新興企業のElorianは、機械による視覚情報の処理方法を根本から変える初のAIモデル「Glimpse」を発表しました。一度画像をテキスト化して処理する従来のマルチモーダルシステムとは異なり、Glimpseは推論の過程で元の視覚データに何度も立ち返り、部分的なズームや特定のフレーム抽出、測定を行います。

少人数のチームによって効率的に開発されたにもかかわらず、科学的チャートの解析や動画のキャプション生成において既存の大規模モデルに匹敵、あるいはそれを上回る成果を上げています。同社は今後、ロボット制御や大規模な映像データを扱う分野への応用を目指しています。