Una startup lanzó una IA que mira varias veces la misma imagen antes de responder

La startup Elorian presentó Glimpse, un modelo de inteligencia artificial que vuelve a observar una imagen o un video varias veces durante su razonamiento, en lugar de analizarla una sola vez y describirla con palabras, según informó la compañía en un comunicado oficial.

El modelo está disponible desde el 16 de octubre a través de una interfaz de API y un chat con lista de espera, en lo que la empresa define como una vista previa de investigación.

Cómo funciona el modelo

La mayoría de los sistemas multimodales convierten una imagen en unidades de texto, llamadas tokens, y después razonan solo con ese texto, sin volver a mirar la fuente original. Glimpse hace lo contrario.

Durante el proceso de respuesta, el modelo puede recortar una zona específica de una imagen, revisar cuadros puntuales de un video a mayor velocidad o ejecutar código para medir y comparar lo que observa. Elorian llama a este mecanismo “espacio de trabajo visual”.

Andrew Dai, fundador de Elorian y ex investigador de Google DeepMind, explicó que los modelos actuales manejan razonablemente bien las matemáticas, la programación y la física, pero que la comprensión visual quedó rezagada frente a esas otras capacidades.

Según las pruebas propias de la compañía, Glimpse supera al modelo GPT-6 Astra de OpenAI en el análisis de gráficos científicos, el conteo de objetos y la descripción de videos cortos, y queda a la par en tareas de razonamiento aplicado a robots.

El precio frente a las grandes tecnológicas

Glimpse cuesta USD 0,60 por cada millón de unidades de texto que procesa como entrada y USD 3 por cada millón que genera como salida, de acuerdo con las tarifas publicadas por Elorian.

Esa cifra representa un costo 94% menor al de GPT-6 Astra y 85% menor al de Claude Opus 5,5, el modelo de Anthropic, según el detalle de precios difundido por la empresa.

Elorian afirmó que entrenó Glimpse con un equipo chico y apenas unos cientos de chips especializados para inteligencia artificial, partiendo de un modelo base de código abierto, muy por debajo del presupuesto de cómputo que manejan Google, OpenAI o Anthropic para sus sistemas más avanzados.

La compañía, con sede en Palo Alto, California, recaudó una ronda semilla de USD 55 millones con una valuación de USD 300 millones en abril de este año, antes de lanzar ningún producto, según informó Bloomberg en esa fecha.

A quién apunta la tecnología

Elorian señaló que sus primeros clientes objetivo son empresas de robótica, laboratorios científicos, medios de comunicación y estudios de videojuegos, sectores que manejan grandes volúmenes de imágenes y video.

La compañía describió a Glimpse como un primer paso dentro de un plan más amplio que incluye reconstrucción de escenas y control directo de robots, capacidades que calificó como trabajo pendiente.

Dai dijo que el objetivo de la empresa para el año próximo es construir el modelo de razonamiento visual más avanzado del mercado, con el mejor desempeño en cada prueba comparativa disponible para esa categoría.