{{1}}Glimpse{{/1}} ของ Elorian {{2}}ย้อนวิดีโอก่อนที่มันจะตอบ{{/2}}

ประโยคที่น่าสนใจที่สุดในโพสต์เปิดตัวของ Elorian สำหรับ Glimpse ไม่ได้พูดถึงเบนช์มาร์ก แต่พูดถึงหน้าต่างเวลา 0.9 วินาที ในหนึ่งในตัวอย่างการทำงานที่บริษัทเผยแพร่เมื่อวันที่ 16 ตุลาคม 2026 Glimpse วิ่งรอบแรกบนคลิปที่ความเร็วประมาณ 8 เฟรมต่อวินาที ได้ข้อสรุปอย่างไม่แน่นอน แล้วย้อนกลับไปสแกนช่วงเก้าในสิบของวินาทีนั้นอีกครั้งที่ความเร็วราว 14 เฟรมต่อวินาที เพื่อตัดสินว่ากำลังดูการแพนกล้องหรือการตัดภาพ ส่วนตัวอย่างที่สองในโพสต์เดียวกันนั้นติดตามขอบหน้าต่างหนึ่งขอบจากประมาณวินาทีที่ 2.2 เข้าไปในคลิป จนกระทั่งเกือบหยุดนิ่งที่วินาทีที่ 5.13 เมื่อโมเดลพรีวิวเข้าไปอยู่ในเส้นทางโปรดักชัน รูปแบบความล้มเหลวที่สำคัญคือรูปแบบที่บันทึกไว้แล้วใน คลังเหตุการณ์ ซึ่งเป็นที่ที่เราติดตามเหตุการณ์ที่เกิดขึ้นจริงแล้ว

นั่นคือจุดขาย และเป็นจุดขายที่แตกต่างอย่างแท้จริงGlimpseเป็นโมเดลแรกของ Elorian: ระบบการให้เหตุผลเชิงภาพที่บริษัทอธิบายว่ามันให้เหตุผลในพื้นที่เชิงภาพ แทนที่จะแปลงภาพให้เป็นภาษาแล้วค่อยให้เหตุผลตรงนั้น Elorian เองก็ไม่ใช่บริษัทที่ไม่มีใครรู้จัก — มันเปิดตัวออกจากโหมดลับในเดือนเมษายน 2026 โดยมี Andrew Dai อดีตนักวิจัยของ Google เป็นผู้อยู่เบื้องหลัง พร้อมเงินทุน 55 ล้านดอลลาร์จาก Striker Ventures, Menlo Ventures และ Altimeter และการเข้าร่วมลงทุนจาก NVIDIA, 49 Palms และ Jeff Dean และ Forbes ยังจัดให้อยู่ในรายชื่อ Next Billion-Dollar Startups ประจำเดือนกรกฎาคม Glimpse เป็นตัวอย่างงานวิจัยที่เปิดให้ใช้แล้วตอนนี้ผ่าน API และอินเทอร์เฟซแชต และมันเป็นสิ่งแรกที่บริษัทได้ส่งมอบออกมาจริง

ความหมายของ "การกรอกลับ" ในเชิงกลไก

Elorian เรียกพื้นผิวการแสดงผลว่าพื้นที่ทดลองเชิงภาพ คำอธิบายของบริษัทเกี่ยวกับสิ่งที่โมเดลทำภายในพืื้นที่นั้นมีความเฉพาะเจาะจง: มันอาจซูมเข้าสู่บริเวณหนึ่ง เฝ้าดูช่วงเวลาสั้น ๆ ด้วยอัตราเฟรมที่หนาแน่นขึ้น หรือติดตามคุณลักษณะหนึ่งอย่างข้ามเวลา โพสต์นี้นิยามพฤติกรรมดังกล่าวว่า "ตั้งคำถามกับความประทับใจแรกของตน และกลับไปหาหลักฐานเชิงภาพก่อนที่จะตอบ"

คุณสมบัติสองประการของสิ่งนั้นที่ควรแยกออกจากกัน เพราะมันมักถูกทำให้ปนเข้าด้วยกัน

ประการแรกคือการสุ่มตัวอย่างแบบรีเอนแทรนต์ โมเดลทำความเข้าใจวิดีโอทั่วไปจะสุ่มตัวอย่างเฟรมตามกำหนดการคงที่ — มักเป็นกริดสม่ำเสมอ บางครั้งเป็นฮิวริสติกของคีย์เฟรม — และสิ่งที่อยู่ระหว่างสองเฟรมที่สุ่มมานั้นหายไป Glimpse สามารถใช้การประมวลผลเพิ่มเติมกับช่วงเวลาที่เจาะจงได้ หลังจากที่มันเห็นคลิปทั้งหมดแล้ว การเพิ่มจาก 8 เป็น 14 fps คือความสามารถนั้นในรูปแบบที่เล็กที่สุด มันสำคัญที่สุดกับคำถามที่การสุ่มตัวอย่างแบบคงที่ล้มเหลวพอดี: การแพนหรือการตัด, การที่วัตถุปรากฏสองครั้งเป็นวัตถุเดียวกันหรือไม่, เกิดอะไรขึ้นในครึ่งวินาทีรอบเหตุการณ์

อย่างที่สองคือ ตัวร่องรอยการทำงาน แพลตฟอร์มของ Elorian แสดงพื้นที่ทดความคิดของโมเดลในขณะที่มันให้เหตุผล ซึ่งหมายความว่าหลักฐานประกอบคำตอบนั้นรวมถึงจุดที่โมเดลไปค้นดูด้วย นั่นเป็นร่องรอยการตรวจสอบอีกแบบหนึ่งที่ต่างจากสายของโทเค็นข้อความ และเป็นส่วนที่มีคุณค่าปลายน้ำอย่างชัดเจน — คำตอบเกี่ยวกับไซต์ก่อสร้างที่มาพร้อมกับเวลาที่มันอ้างอิงนั้นสามารถตรวจสอบทบทวนได้ในแบบที่ย่อหน้าข้อความร้อยเรียงทำไม่ได้

ภายใต้ทั้งสองสิ่งนั้น บริษัทกล่าวว่าโมเดลนี้ได้รับการฝึกแบบ end-to-end เพื่อใช้เครื่องมือมัลติโมดัล — การเขียนโค้ด การแปลงภาพ การรับชมวิดีโอ — และสามารถสร้างและประสานงานเอเจนต์ย่อยที่แลกเปลี่ยนข้อความ อาร์ติแฟกต์ทางภาพ และการแทนค่าภายใน ตามคำกล่าวของ Elorian มันถูกฝึกเพิ่มเติมแบบ post-trained บนโมเดลฐาน open-weights โดยทีมเล็ก ๆ ที่มี “GPU เพียงไม่กี่ร้อยตัว” และถูกวางตำแหน่งเป็น “โมเดลที่เล็กกว่าและถูกกว่าอย่างมีนัยสำคัญ” เมื่อเทียบกับระบบแนวหน้าที่นำมาใช้เป็นเกณฑ์เปรียบเทียบ

ครึ่งหนึ่งของตารางเบนช์มาร์กที่สำคัญ

หน้าผลลัพธ์ของ Glimpse เองเผยแพร่ตารางเทียบกับ GPT-6 Astra และนี่เป็นตัวเลขที่ผู้ขายรายงานเองโดยไม่มีการทำซ้ำอย่างอิสระ สิ่งที่ผิดปกติคือตารางนี้มีผลลัพธ์คละกันมากเพียงใด ในงานด้านการวัด Glimpse ชนะหรือเสมอ ในงานอนุมานที่ยากกว่า มันแพ้

• WGO Bench (เหตุการณ์การบิดเบือน) — Glimpse 42.70 กับ GPT-6 Astra 39.42.

• CharXiv-R — 92.90 เทียบกับ 92.10

• UGC-VideoCap — 82.66 เทียบกับ 80.32

• FSC-147 — 83.36 เทียบกับ 82.02

• ERQA — 83.75 อยู่ในระดับเดียวกับ Astra

• E.T. Bench — 63.55 แซงหน้า 63.45 ของ Gemini 3.8 Flash

• BabyVision — 95.36 เทียบกับ Astra 97.68

• DREAM-1K — 76.04 เทียบกับ 79.05

• TOMATO — 93.60 เทียบกับ 96.02

• Video-MME v2 — 56.68 เทียบกับ Astra 64.06 และ GPT-6.1 Sol 65.27

• CountQA — 82.66 เทียบกับ 86.42 สำหรับทั้ง Astra และ Sol

• HSS — 46.36 เทียบกับ Astra 53.6

มีเชิงอรรถแนบท้ายตารางที่ผู้อ่านควรนำไปพิจารณากับทุกแถวเหล่านั้น: ผลลัพธ์ใช้ thinking effort ระดับสูงสุดกับ agent harness แบบเนทีฟของโมเดล และสำหรับการประเมินวิดีโอส่วนใหญ่ Sol และ Opus 5.5 ถูกทดสอบที่ high ไม่ใช่ max ส่วนแถว HSS นั้นผสมตัวเลขที่รายงานในเปเปอร์จากแล็บอื่น ๆ ทั้งหมดนี้ไม่ได้ทำให้ตารางใช้ไม่ได้ แต่หมายความว่าการเปรียบเทียบนี้คือ Glimpse ในคอนฟิกูเรชัน best-effort ของตน เทียบกับคู่แข่งหลายรายที่อยู่ในระดับต่ำกว่าที่ดีที่สุดของพวกเขา — และ Glimpse ก็ยังแพ้ในครึ่งที่เน้น inference หนัก

การตีความอย่างตรงไปตรงมาของการแยกนั้นแคบและมีประโยชน์ การใช้เหตุผลแบบทบทวนซ้ำช่วยให้คุณรับรู้ได้ดีขึ้น: การนับ การบรรยาย การอ่านแผนภูมิ การติดตามวัตถุเล็ก ๆ ผ่านการเคลื่อนไหว แต่มันไม่ได้ให้สิ่งที่ HSS วัด ซึ่งก็คือสิ่งที่ฉากหนึ่ง บอกเป็นนัย การมองมากขึ้นไม่ใช่ความเข้าใจที่มากขึ้น และตารางของโมเดลเองคือหลักฐาน

สิ่งที่ข้อกล่าวอ้างเกี่ยวกับราคากำลังกล่าวอ้างอยู่จริง ๆ

Glimpse ตั้งราคาที่ $0.60 ต่อล้านโทเค็นอินพุต และ $3.00 ต่อล้านโทเค็นเอาต์พุต Elorian อธิบายการเปรียบเทียบในโพสต์ของตัวเอง: ต่ำกว่า GPT-6 Astra 94% ที่ $10/$50, ต่ำกว่า C​laude Opus 5.5 85% ที่ $4/$20, ต่ำกว่า GPT-6.1 Sol 70% ที่ $2/$10, และต่ำกว่าราคาเปิดตัวของ G​emini 3.8 Flash ที่ $0.75/$3.75 อยู่ 20% โพสต์ยังให้ตัวเลขระดับงาน — หนึ่งตอนของการวางแผนหุ่นยนต์มีค่าใช้จ่าย $0.035 บน Glimpse เทียบกับ $0.249 บน Astra

นั่นคือตัวเลขของผู้ขายเกี่ยวกับโมเดลของผู้ขาย และไม่ได้ถูกตรวจสอบอย่างอิสระ ยังมีสองสิ่งเกี่ยวกับตัวเลขเหล่านั้นที่น่าสังเกต สิ่งแรกคือ ข้ออ้างเรื่องเปอร์เซ็นต์ทั้งหมดถูกวัดเทียบกับเรือธงระดับแนวหน้า ไม่ใช่เทียบกับตลาดระดับล่าง เมื่อดูที่จำนวนโทเคนเพียงอย่างเดียว Glimpse อยู่ในตลาดระดับกลางอย่างชัดเจน และบทความถัดจากนี้เกี่ยวกับ Qwen 3.8จะอธิบายว่าจะเกิดอะไรขึ้นเมื่อคุณนำมันไปเทียบกับระดับปริมาณของ A​libaba แทน สิ่งที่สองคือ เรทการ์ดบน research preview สามารถเปลี่ยนแปลงได้ตลอดเวลา และนี่คือจุดเดียวที่ layer การกำหนดเส้นทางสมควรได้รับการกล่าวถึง: OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยไม่มีการบวกเพิ่มต่อโทเคน, ดังนั้นการเปลี่ยนแปลงราคาของผู้ขายสำหรับโมเดลที่เราให้บริการจะมีผลในฝั่งของเราภายในวันเดียวกัน และ การ failover อัตโนมัติหมายความว่า preview ที่ยังไม่ผ่านการพิสูจน์สามารถอยู่เบื้องหลังเส้นทางโปรดักชันแทนที่จะอยู่ข้างหน้า. Glimpse ไม่ได้อยู่ในแคตตาล็อกของเราในวันนี้ — API และอินเทอร์เฟซแชทของ Elorian เองคือที่ที่คุณจะได้มัน — ดังนั้นนั่นเป็นข้อความเกี่ยวกับวิธีที่เราคิดราคา ไม่ใช่การอ้างว่าเราโฮสต์มัน

เบนช์มาร์กที่ Glimpse แพ้เป็นของมันเอง

เก้าวันก่อนที่โมเดลจะเปิดตัว Elorian ได้เผยแพร่เบนช์มาร์ก Humanity's Sixth Sense ซึ่งสร้างขึ้นร่วมกับ Scale AI วัดการให้เหตุผลเชิงภาพโดยนัย — สิ่งที่ฉากหนึ่งบอกเป็นนัย มากกว่าสิ่งที่มันระบุไว้ตรง ๆ ประกอบด้วย 522 งาน ภาพนิ่ง 288 ภาพ และคลิปวิดีโอสั้น 234 คลิป วิดีโอรวม 17.6 ชั่วโมง ให้คะแนนด้วยเกณฑ์ที่มนุษย์เขียนขึ้นใน 4 โดเมน มีการทดสอบโมเดล 25 โมเดลจาก 8 บริษัท

ช่วงห่างคือหัวใจของเรื่อง ค่าพื้นฐานของมนุษย์คือ 93.1% โมเดลที่ดีที่สุดที่เผยแพร่ให้ผล 53.6 โมเดลค่ามัธยฐานได้ 30.9% และกลุ่มควบคุมแบบปิดตาที่ตัดสื่อออกไปยังได้ 6.6% ซึ่งบอกคุณว่ามีงานอยู่มากแค่ไหนที่ตอบได้โดยไม่ต้องดู ในบรรดาความล้มเหลวที่ติดป้ายกำกับ 94% เกิดจากการมองเห็นหรือการอนุมาน มากกว่าการให้เหตุผล: 53% อ่านผิด, 41% พลาดนัยสำคัญ, ประมาณ 5% เป็นข้อผิดพลาดทางตรรกะ ในกรณีหนึ่ง การเพิ่มความพยายามในการให้เหตุผลจาก high เป็น xhigh ทำให้โมเดลเสียไป 14 คะแนน

Glimpse ได้คะแนน 46.36 ในแบบทดสอบนี้ ซึ่งสูงกว่าค่ามัธยฐานอย่างมาก และสูงกว่า 44.6 ของ Claude Opus 5.5 กับ 46.6 ของ GPT-6.1 Sol — แต่ยังตามหลัง 53.6 ของ GPT-6 Astra และบนแบบทดสอบที่บริษัทสร้างขึ้นเอง การเผยแพร่แบบทดสอบที่โมเดลของคุณเองทำคะแนนสูงสุดไม่ได้เป็นสัญญาณด้านความน่าเชื่อถือ และยังบอกคุณอย่างชัดเจนว่า rewind ไม่ได้แก้ไขสิ่งใด

สิ่งที่ Elorian ยังไม่ได้เผยแพร่

นี่คือส่วนที่การรายงานข่าวการเปิดตัวส่วนใหญ่จะข้ามไป ดังนั้นจึงควรอยู่ที่นี่อย่างตรงไปตรงมา โพสต์ของ Glimpse ไม่ได้ให้จำนวนพารามิเตอร์ ไม่มีหน้าต่างบริบท ไม่มีโมเดลขนาดให้เลือกหลายแบบ ไม่มีคำอธิบายสถาปัตยกรรมใด ๆ นอกเหนือจาก "ผ่านการฝึกภายหลังบนโมเดลฐานแบบเปิดน้ำหนัก" ซึ่งไม่ได้ระบุชื่อโมเดลฐาน ไม่มีข้อมูลพรีเทรน ไม่มีขีดจำกัดโทเคนเอาต์พุต ไม่มีขีดจำกัดอัตรา และไม่มีเอกสารปลายทาง API นอกเหนือจากตัวแพลตฟอร์มเอง

นั่นไม่ใช่เรื่องแปลกสำหรับพรีวิวงานวิจัย และไม่ใช่เหตุผลที่จะไม่เชื่อถือสิ่งใดก็ตามที่กล่าวมาข้างต้น มันเป็นเหตุผลให้ระมัดระวังข้อกล่าวอ้างประเภทหนึ่งโดยเฉพาะ: ตัวเลขใด ๆ เกี่ยวกับขนาด บริบท หรือทรูพุตของ Glimpse ที่มีการพูดถึงกันในสัปดาห์นี้เป็นการประมาณการ ไม่ใช่การเปิดเผยข้อมูล และการถือว่าการประมาณการเป็นข้อกำหนดคือสิ่งที่ทำให้แผนขีดความสามารถผิดพลาด

บริษัทยังชัดเจนเกี่ยวกับสิ่งที่โมเดลยังทำไม่ได้ในตอนนี้ การสร้างการกระทำของหุ่นยนต์ถูกระบุว่าเป็นงานในอนาคต ส่วนการสร้างใหม่ที่ผ่านการสอบเทียบและการควบคุมหุ่นยนต์ถูกอธิบายว่าเป็น "งานที่ต้องทำต่อไป" ในตัวอย่างแรงดันลมยางแบบแสดงวิธีทำ คำตอบนั้นถูกเรียกว่าเป็นการคาดการณ์เชิงคุณภาพจากภาพถ่าย โดยไม่มีการจำลองวิถีหรือแรงกระแทกใด ๆ และตัวอย่างบางส่วนถูกติดป้ายว่าเป็นคำตอบอ้างอิงที่ผ่านการตรวจทาน มากกว่าจะเป็นร่องรอยของโมเดลที่บันทึกไว้ โดยคำบรรยายภาพและร่องรอยการเปลี่ยนผ่านถูกย่อให้กระชับเพื่อการเผยแพร่ — เป็นการเปิดเผยที่ควรค่าแก่การให้ความสำคัญ มากกว่าจะอ่านผ่าน ๆ

ใครควรทำอะไรเกี่ยวกับเรื่องนี้ตอนนี้

หากคุณมีงานด้านวิดีโอที่รูปแบบความล้มเหลวเป็นเรื่องของเวลา ไม่ใช่เรื่องของความหมาย — เอกลักษณ์ของวัตถุข้ามรอยตัด เหตุการณ์ที่เกิดขึ้นภายในหน้าต่างเวลาที่สั้นกว่าเสี้ยววินาที จำนวนที่นับได้ซึ่งเปลี่ยนไปเมื่อมีบางสิ่งมาบดบัง — Glimpse คือโมเดลแบบโฮสต์ตัวแรกที่กลไกซึ่งระบุไว้นั้นมุ่งเป้าไปที่สิ่งนั้นโดยตรง และการสมัครฟรีก็ทำให้การทดสอบมีต้นทุนต่ำ ร่องรอย (traces) ยังทำให้ความล้มเหลวมองเห็นได้อย่างชัดเจนด้วย: หากพื้นที่ทดชั่วคราว (scratch space) แสดงให้เห็นว่าโมเดลไม่เคยสแกนช่วงเวลาที่สำคัญนั้นซ้ำเลย คุณก็ได้เรียนรู้อะไรบางอย่างเกี่ยวกับไปป์ไลน์ของคุณ ไม่ใช่แค่เกี่ยวกับโมเดลเท่านั้น

ถ้าสิ่งที่คุณต้องการคือการอนุมานว่าฉากหนึ่งบ่งบอกอะไรไว้ ให้รอ ตาราง HSS ของผู้ขายเองบอกว่าการย้อนกลับไม่ได้ทำให้คุณไปถึงจุดนั้น และไม่มีอะไรในการเปิดตัวครั้งนี้ที่ชี้ว่าเวอร์ชันถัดไปจะปิดช่องว่าง 7 จุดได้ในขั้นตอนเดียว จับตาสามสิ่งตลอดสองเดือนข้างหน้า: Elorian จะเผยแพร่โมเดลฐานที่ใช้สร้างมันขึ้นมาหรือไม่, มีฮาร์เนสอิสระใดทำซ้ำผลลัพธ์แถวหนึ่งของตารางนั้นได้หรือไม่, และหน้าต่างบริบทจะใหญ่พอที่จะเก็บวิดีโอที่เวิร์กโฟลว์จริงป้อนให้มันได้หรือไม่ ทั้งสามอย่างตอนนี้ยังว่างเปล่า และทั้งสามอย่างตัดสินว่า Glimpse เป็นความสามารถจริงหรือเป็นแค่เดโม

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง