Elorian, een AI-startup uit Palo Alto die al veel geld ophaalde voordat er een product was, heeft zijn eerste model genaamd Glimpse vrijgegeven als onderzoeksvoorbeeld. Voorlopig is er alleen toegang via een resultatenoverzicht; directe chattoegang is op een wachtlijst. Het bedrijf stelt dat veel huidige AI-modellen taal uitstekend verwerken, maar dat ze nog niet echt kunnen "zien" zoals mensen dat doen.

Wat is Glimpse?

Glimpse is een visueel redeneermodel. In plaats van een afbeelding één keer te scannen en daarna in tekst te redeneren, gaat Glimpse terug naar de originele beelden tijdens het denkproces. Het kan bijvoorbeeld inzoomen op een klein deel van een foto, specifieke beelden uit een video pakken of zelfs berekeningen uitvoeren om iets te vergelijken.

Het idee is vergelijkbaar met iemand die op een telefoonfoto knijpt om iets te controleren: niet vertrouwen op een vaag geheugen, maar opnieuw naar het beeld kijken terwijl je het uitlegt.

Wat maakt het anders?

De meeste multimodale modellen zetten een afbeelding om in een reeks tekens en werken daarna alleen met die tekstuele weergave. Dat lijkt op beschrijven uit geheugen. Glimpse gebruikt een zogenoemde visuele kladruimte waarin het tijdens het redeneren terug kan grijpen naar delen van het originele beeld. Hierdoor kan het:

• inzoomen op een specifieke regio van een foto;

• frames uit een video halen en apart analyseren;

• met precieze metingen of vergelijkingen komen door code uit te voeren op het beeld.

Elorian zegt dat zij het hele model rond deze manier van werken hebben gebouwd. Dat is anders dan alleen achteraf één techniek toevoegen.

Waarom dit belangrijk is

Andrew Dai, de oprichter en voormalig onderzoeker bij Google DeepMind, merkte persoonlijk waarom dit verschil er toe doet. Hij nam een foto van een bordspel na een spelavond en vroeg een geavanceerd model wie er gewonnen had. Het model kon dat niet bepalen, omdat bordspellen vaak werken met symbolen en visuele regels die je niet zomaar uit losse tekst kunt afleiden.

Dai vergelijkt het met het lezen van een Ikea-plattegrond: voor mensen is het vaak duidelijk wat er bedoeld wordt, maar veel AI-systemen missen die intuïtie voor visuele symbolen en iconen.

Opmerking: OpenAI voegde in 2025 ook een manier toe om tijdens het redeneren in te zoomen, maar Elorian zegt dat zij het hele model vanaf het begin op deze aanpak hebben gebouwd en dat dit efficiënt en goedkoop kan.

Prestaties, kosten en grootte

Elorian zegt dat Glimpse op een relatief kleine set hardware is getraind — een paar honderd grafische kaarten (GPUs) — en dat het model aanzienlijk kleiner is dan de grootste toonaangevende systemen waar het mee vergeleken is.

Volgens de eerste tests presteert Glimpse goed op specifieke taken: het scoort bijvoorbeeld beter dan een sterk concurrerend model (genoemd in analyses als een grensmodel) bij het analyseren van wetenschappelijke grafieken en het maken van korte video-onderschriften. Voor andere visuele redeneeropgaven is het competitief.

Wat het gebruik kost per token:

• $0,60 per miljoen tokens in

• $3 per miljoen tokens uit

Dat plaatst Glimpse tussen zwaardere middenklassemodellen en lichtere varianten. Voor een technische uitleg: er is ook toegang via een API (programmeerinterface) zodat bedrijven het model in hun eigen systemen kunnen laten werken.

Wie wil hier gebruik van maken?

De eerste groepen waar Elorian zich op richt zijn bedrijven met veel videomateriaal of speciale visuele taken. Voorbeelden:

• roboticabedrijven die camera-informatie verwerken;

• wetenschappelijke laboratoria met veel onderzoeksbeelden of grafieken;

• mediabedrijven die veel video’s moeten analyseren;

• creatieve bedrijven die beelden en korte video’s produceren.

Op langere termijn wil Elorian niet alleen laten zien wat er in een beeld gebeurt, maar het model ook laten beslissen wat er vervolgens gedaan moet worden. Dat kan uiteindelijk betekenen dat een model niet alleen ziet, maar ook direct een robot aanstuurt.

Wie zit erachter en wat is de status?

Elorian kwam zes maanden geleden uit stealth-fase met een startkapitaal van 55 miljoen dollar tegen een waardering van 300 miljoen dollar. De financieringsronde werd geleid door onder meer Striker Venture Partners, Menlo Ventures en Altimeter Capital. Ook Nvidia en Jeff Dean, hoofdonderzoeker bij Google, deden mee.

Glimpse is nu een onderzoeksvoorbeeld met openbare resultaten en beperkte toegang. Een chatinterface is nog niet algemeen beschikbaar; die staat op een wachtlijst.

Conclusie

Glimpse probeert een stap te zetten richting AI die echt kan kijken en niet alleen beschrijven. Door tijdens het redeneren terug te grijpen naar het originele beeld en onderdelen opnieuw te analyseren, belooft het betere resultaten voor taken waar visuele details en symbolen belangrijk zijn. Voor organisaties met veel beelden of video’s kan dit direct bruikbare voordelen bieden, en op termijn richt Elorian zich op toepassingen waar zien gecombineerd wordt met handelen, zoals robotbesturing.