Elorian lanceerde zijn eerste AI-model, Glimpse, op 16 oktober, met de claim dat de beeldgerichte visuele redenering kan concurreren met veel grotere AI-modellen tegen een fractie van de prijs. Volgens TechCrunch is de eerste versie een research preview met ontwikkelaars-API-toegang en een wachtlijst voor de chatinterface van het bedrijf. Voor bedrijven die deze technologie overwegen is de praktische vraag of Glimpse vergelijkbare prestaties kan leveren in realistische situaties.

De "visual scratch space"-aanpak

In tegenstelling tot modellen die afbeeldingen eenmalig analyseren en daarna vooral in tekst redeneren, kan Glimpse terugkeren naar visueel bewijs, inzoomen op details, videobeelden inspecteren en code uitvoeren. Het bedrijf noemt deze mogelijkheid zijn "visual scratch space."

Andrew Dai, CEO van Elorian en voormalig onderzoeker bij Google DeepMind, vertelde een episode die de aanpak vormde: toen hij zijn model vroeg de winnaar te bepalen van een bordspel dat hij had gespeeld, kon de AI de betekenis van de symbols van het spel niet ontcijferen — iets wat mensen zonder moeite deden.

"Mensen kunnen naar Ikea-tekeningen kijken, zonder tekst, en Ikea-meubels in elkaar zetten, toch? Waarom kunnen AI-modellen dat niet?", aldus Dai tegenover TechCrunch.

Het concept heeft precedenten. OpenAI introduceerde in 2025 crop-and-zoom-redenering, en het CharTool-onderzoekspaper, dat in augustus 2026 werd bijgewerkt, combineerde het bijsnijden van afbeeldingen met berekeningen op basis van code. Elorian's implementatie is gebouwd op een open-weights basis en gebruikt slechts enkele honderden GPU's. Het uitgangspunt van open weights — een bestaande, publiek beschikbare modelfundament — in plaats van training vanaf nul, maakt die zuinige rekenvoetafdruk mogelijk.

De cijfers die Elorian rapporteert — en die het niet benadrukt

Glimpse kost $0,60 per miljoen invoertokens en $3 peren uitvoertokens, naar verluidt 94% lager dan wat Astra rekent. Voor teams die grote hoeveelheden afbeeldingen en video via een API verwerken, vertaalt dat verschil per token zich direct in operationele kosten. Elorian haalde eerder $55 miljoen op bij een waardering van $300 miljoen, met investeerders waaronder Nvidia en Google's chief scientist Jeff Dean.

Volgens Elorian's eigen cijfers presteerde Glimpse op verschillende benchmarks beter dan GPT-6 Astra, waaronder CharXiv-R (92,90 tegenover 92,10), korte videobeschrijvingen, open-woordschat-tellingen en begrip van manipulatiegebeurtenissen. Beide systemen behaalden identieke resultaten bij embodied spatial reasoning.

Glimpse bleef echter achter op Astra bij dichte videobeschrijving, fijnmazige temporele redenering en het tellen van productafbeeldingen. Op H — Elorian's benchmark voor scènebegrip — scoorde Glimpse 46,36 tegenover Astra's 53,6, met een menselijke basislijn van 93,1%. De vergelijking tussen Glimpse en Astra is nog niet onafhankelijk geverifieerd, waardoor evaluatie door derden de logische volgende stap is.

Waar modellen van tegenwoordig feitelijk falen

Onafhankelijk onderzoek onderstreept waarom nauwkeurigheid belangrijk is. RoboVista, een benchmark van onderzoekers aan Berkeley, Princeton en Google DeepMind, zag dat het sterkste model slechts 56,5% van 474 robotgerelateerde vragen correct beantwoordde. InspecSafe-V1 verzamelde 5.013 inspectiegevallen van 41 robots op 2.239 locaties, en benadrukte praktische uitdagingen zoals schittering, occlusie en sensorruis. Een aparte grafiekstudie wijst eveneens op fijnmazige visuele waarneming als hardnekkig zwak punt. De gerapporteerde tekortkomingen van Glimpse zelf — dichte videobeschrijving, fijnmazige temporele redenering en het tellen van productafbeeldingen — liggen precies in dit fijnmazige, praktische terrein.

Een grote markt, mits de nauwkeurigheid standhoudt

De International Federation of Robotics meldde dat er in 2025 wereldwijd ongeveer 5 miljoen industriële robots in bedrijf waren, een stijging van 9% ten opzichte van het jaar ervoor, met meer dan 600.000 nieuw geïnstalleerde robots — een teken van groeiende vraag naar machines die hun omgeving kunnen begrijpen en erop kunnen reageren.

Die vraag stimuleert ook investeringen in robottraining. Zoals Cryptopolitan meldde, gebruikt LG Nvidia's tools om tegen eind 2026 100.000 uur aan robottrainingsdata te verzamelen, voorafgaand aan een geplande humanoïde demonstratie begin 2027. Het project heeft geen band met Elorian, maar illustreert hoe centraal visueel begrip wordt in de robotica.

Elorian wil uiteindelijk verder gaan dan visuele redenering en overstappen op directe robotbesturing, een mogelijkheid die Glimpse nog niet biedt. Voorlopig hangt het overtuigen van bedrijven om het model te adopteren af van hoe nauwkeurig en veilig het presteert in praktijkomstandigheden, hoe eenvoudig het integreert met bestaande systemen en of de kosten concurrentieel blijven. Alleen sterke benchmarkscores zijn op de korte termijn niet genoeg; de signalen om in de g te houden zijn onafhankelijke verificatie van Elorian's gerapporteerde cijfers en hoe vroege API-gebruikers outside benchmarkomstandigheden presteren. Sterke benchmarkscores alleen zullen niet volstaan.

Bron: Cryptopolitan