إيلوريان تكشف عن نموذج Glimpse للتعامل البصري الذكي
تتجاوز النماذج الحالية حدود الوصف النصي للصور، حيث يقدم Glimpse آلية جديدة للعودة إلى المصدر البصري أثناء الاستدلال.
رضوان عبدالهاديمحرر وكاتب تقني
إطلاق نموذج Glimpse البحثي
أعلنت شركة إيلوريان الناشئة في مجال الذكاء الاصطناعي، ومقرها بالو ألتو، عن إطلاق نموذجها الأول Glimpse، وذلك بعد جمعها جولة تمويل بذرية بقيمة 55 مليون دولار بتقييم يصل إلى 300 مليون دولار قبل إطلاق أي منتج. جاء هذا الكشف حصرياً عبر تقارير تقنية، حيث يُطلق النموذج كإصدار تجريبي بحثي يوفر وصولاً عبر واجهات برمجة التطبيقات وواجهة محادثة تفاعلية.
آلية الاستدلال البصري
تقوم الفكرة الجوهرية للنموذج على معالجة قصور النماذج متعددة الوسائط الحالية، التي تعتمد غالباً على تحويل الصورة إلى رموز نصية ثم الاستدلال عليها، مما يشبه وصف صورة من الذاكرة. في المقابل، يعيد Glimpse النظر في المصدر الأصلي أثناء عملية الاستدلال، حيث يمكنه تكبير منطقة معينة، أو استخلاص إطارات محددة من فيديو، أو تنفيذ أكواد لقياس ومقارنة العناصر المرئية. تطلق الشركة على هذه الآلية اسم "مساحة عمل بصرية"، وهي تشبه عملية تكبير الصورة على الهاتف للتأكد من التفاصيل.
تحديات فهم الرموز البصرية
أشار أندرو داي، الرئيس التنفيذي للشركة وخبير سابق في جوجل ديب مايند، إلى أن أحد الأدلة الواضحة على عجز الذكاء الاصطناعي عن "الرؤية" الحقيقية كان خلال جلسة ألعاب لوحية. حيث عجز نموذج متقدم عن تحديد الفائز في اللعبة بعد تصويرها، بسبب عدم قدرته على استيعاب الرموز والأيقونات الفريدة لكل لعبة. وأكد داي أن البشر قادرون على فهم مخططات الأثاث دون نص، وهو ما لا تستطيع النماذج الحالية فعله.
التكلفة والكفاءة التقنية
رغم أن تقنية التكبير أثناء الاستدلال ليست جديدة تماماً، حيث أضافتها أوبن إيه آي لنماذجها في 2025، إلا أن إيلوريان تروج لبنائها النموذج بالكامل حول هذه الآلية بتكلفة منخفضة. وأفادت الشركة بأن فريقاً صغيراً درّب Glimpse على مئات وحدات معالجة الرسوميات فقط، مما يجعله أصغر حجماً بشكل كبير من الأنظمة المتقدمة التي قورن بها. وتتراوح تكلفة الاستخدام بين 0.60 دولار للمليون توكن المدخل و3 دولارات للمليون توكن المخرج.
الأداء مقابل المنافسين
وفقاً لتقييمات إيلوريان الداخلية، يتفوق Glimpse على نموذج GPT-6 Astra في مهام الاستدلال على الرسوم البيانية العلمية وتعليق الفيديو القصير، مع تحقيق نتائج تنافسية في مهام الاستدلال البصري الأخرى. ويضع هذا النموذج في فئة تسعير أرخص من النماذج المتوسطة مثل Sonnet وSol، لكنه أغلى من النماذج الخفيفة مثل Haiku وLuna.
التمويل والأهداف المستقبلية
خرجت الشركة من وضع السرية قبل ستة أشهر، بعد جولة تمويل شارك في قيادتها مستثمرون بارزون مثل Striker Venture Partners وMenlo Ventures وAltimeter Capital، مع مشاركة من Nvidia وجيف دين، كبير العلماء في جوجل. وتستهدف الشركة في البداية الشركات التي تمتلك كميات كبيرة من الفيديو، مثل شركات الروبوتات والمختبرات العلمية. وعلى المدى الطويل، تهدف إلى الانتقال من الرؤية إلى التنفيذ، بما في ذلك التحكم المباشر في الروبوتات بناءً على فهم المشاهد.
المصادر
- TechCrunchElorian’s first AI model wants to reason with images, not just about them
تابع التسلسل الزمني
تغطية الكيانات المرتبطة
أخبار مرتبطة
أوبن إيه آي تعزز وصول مطوري الذكاء الاصطناعي عبر معايير أمان موحدة
تشرح أوبن إيه آي كيفية ضمان تطبيق ضوابط الأمان بشكل متسق عبر شركاء التوزيع، مع تحديث سياسات الاستخدام لتسهيل الامتثال وضمان وصول مسؤول وموثوق للمطورين.
أوبن إيه آي تطلق Dots، مساعد ذكاء اصطناعي دائم التواجد
أعلنت أوبن إيه آي عن إطلاق Dots، مساعدات ذكاء اصطناعي تعمل في الخلفية عبر حاسوب سحابي وتتعلم تفضيلات المستخدم، في منافسة مباشرة مع Muse من ميتا.
أوبن إيه آي تدرس إعادة تسمية مراكز البيانات إلى «معسكرات الحوسبة»
تستعد أوبن إيه آي لحملة علاقات عامة واسعة قبل انتخابات 2028، وتروج لمصطلح جديد لمراكز البيانات لتخفيف المخاوف البيئية والاقتصادية المتزايدة في الولايات المتحدة.
أوبن إيه آي تعلن عن GPT-6.1 Sol وتحسين هائل في هجرة الكود القديم
كشفت أوبن إيه آي عن قدرات نموذج GPT-6.1 Sol في هجرة لغات البرمجة القديمة مثل COBOL وFortran، محققاً دقة تصل إلى 97.9% في اختبارات MultiLangBench.
