Elorian เปิดตัว Glimpse โมเดล AI แรกที่คิดวิเคราะห์ภาพ
Elorian สตาร์ทอัพ AI จากพาโลอัลโต เปิดตัว Glimpse โมเดลแรกในฐานะพรีวิวงานวิจัย ราคา 0.60 ดอลลาร์ต่อล้านโทเค็นขาเข้า
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Elorian เปิดตัว Glimpse โมเดล AI ตัวแรกในรูปแบบพรีวิวงานวิจัย
- ราคาใช้งานอยู่ที่ 0.60 ดอลลาร์ต่อล้านโทเค็นขาเข้า และ 3 ดอลลาร์ต่อล้านโทเค็นขาออก
- มีผลงานวิเคราะห์แผนภูมิวิทยาศาสตร์และบรรยายวิดีโอสั้นเหนือกว่า GPT-6 Astra
- เป้าหมายระยะยาวคือการขยายสู่การควบคุมหุ่นยนต์และสร้างแบบจำลองฉาก
Elorian สตาร์ทอัพด้านปัญญาประดิษฐ์จากเมืองพาโลอัลโต ซึ่งเคยระดมทุนรอบ Seed สูงถึง 55 ล้านดอลลาร์ ด้วยมูลค่าบริษัท 300 ล้านดอลลาร์ก่อนที่จะมีผลิตภัณฑ์ออกสู่ตลาด ได้ฤกษ์เปิดตัวโมเดล AI รุ่นแรกอย่างเป็นทางการในวันศุกร์ที่ผ่านมา ตามรายงานเอ็กซ์คลูซีฟจาก TechCrunch
โมเดลใหม่นี้มีชื่อว่า Glimpse โดยปล่อยออกมาในรูปแบบพรีวิวงานวิจัย พร้อมการเข้าถึงผ่าน API ส่วนอินเทอร์เฟซการแชทยังเปิดให้ลงชื่อรอคิวใช้งานเท่านั้น ในขั้นตอนนี้จึงมีเพียงตารางผลลัพธ์และแนวคิดหลักให้ศึกษา โดยแนวคิดเบื้องหลังคือการชี้ให้เห็นว่าโมเดล AI ในปัจจุบัน แม้จะเก่งกาจเรื่องภาษาและโค้ดเพียงใด แต่ก็ยังไม่สามารถมองเห็นและเข้าใจภาพได้อย่างแท้จริง
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
สำหรับ Andrew Dai อดีตนักวิจัยจาก Google DeepMind และซีอีโอของ Elorian หนึ่งในสัญญาณที่ชัดเจนที่สุดว่า AI ยังมองเห็นภาพไม่ได้จริงเกิดขึ้นในค่ำคืนเล่นเกมครอบครัว
ด้านโครงสร้างราคา Glimpse มีค่าบริการอยู่ที่ 0.60 ดอลลาร์ต่อล้านโทเค็นขาเข้า และ 3 ดอลลาร์ต่อล้านโทเค็นขาออก ซึ่งจัดว่ามีราคาถูกกว่าโมเดลระดับกลางอย่าง Sonnet และ Sol แต่มีราคาสูงกว่าโมเดลรุ่นเล็กอย่าง Haiku และ Luna
การที่สตาร์ทอัพหน้าใหม่อย่าง Elorian กล้าเข้ามาจับตลาดการประมวลผลภาพเชิงลึก (Visual Reasoning) ถือเป็นความท้าทายสำคัญต่อวงการ AI ยุคปัจจุบัน ที่ผ่านมา โมเดลส่วนใหญ่มักเก่งกาจในการแปลงภาพเป็นข้อความบรรยายผิวเผิน แต่การให้เหตุผลเชิงลึกและการนำไปต่อยอดเพื่อควบคุมหุ่นยนต์หรือระบบอัตโนมัติยังคงเป็นโจทย์ยาก การมุ่งเน้นกลุ่มเป้าหมายที่มีข้อมูลวิดีโอมหาศาล เช่น ห้องปฏิบัติการวิทยาศาสตร์และบริษัทหุ่นยนต์ จึงเป็นทิศทางที่น่าจับตามองในเชิงพาณิชย์
อย่างไรก็ตาม จากการประเมินผลของทาง Elorian พบว่า Glimpse มีผลงานเหนือกว่าแม้กระทั่ง GPT-6 Astra ในด้านการให้เหตุผลบนแผนภูมิวิทยาศาสตร์และการบรรยายวิดีโอสั้น พร้อมทำผลงานได้ในระดับที่แข่งขันได้สำหรับงานใช้เหตุผลด้านภาพอื่นๆ
ย้อนกลับไปเมื่อ 6 เดือนก่อน Elorian ได้เปิดตัวพ้นจากภาวะซ่อนตัว (Out of stealth) ด้วยการระดมทุนรอบที่ร่วมนำโดย Striker Venture Partners, Menlo Ventures และ Altimeter Capital พร้อมด้วยการเข้าร่วมจาก Nvidia และ Jeff Dean หัวหน้านักวิทยาศาสตร์ของ Google
สำหรับกลุ่มเป้าหมายในระยะแรกของบริษัทคือกลุ่มธุรกิจที่มีข้อมูลวิดีโอจำนวนมาก เช่น บริษัทหุ่นยนต์ ห้องปฏิบัติการวิทยาศาสตร์ สื่อ และบริษัทสร้างสรรค์ผลงาน ส่วนในระยะยาว Elorian ต้องการขยับจากการมองเห็นไปสู่การลงมือทำจริง ซึ่งหมายถึงการสร้างแบบจำลองของฉากเพื่อนำมาใช้เลือกการกระทำ รวมถึงการควบคุมหุ่นยนต์โดยตรง โดย Andrew Dai ระบุว่าในปีหน้า บริษัทตั้งเป้าที่จะพัฒนาโมเดลการให้เหตุผลทางภาพที่ดีที่สุดในโลก ซึ่งมีความโดดเด่นในทุกๆ การทดสอบการใช้เหตุผลเชิงภาพ
ที่มา: TechCrunch
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น