Elorian 發布 Glimpse 視覺推理模型，支援推理期間重看影像與影片

Elorian 於 10 月 16 日發布首款模型 Glimpse 研究預覽，聚焦物件追蹤、空間關係與影片事件理解。官方表示，系統可在推理期間重新檢視視覺表徵，並使用程式、影像處理及影片工具；開發方向是讓模型發現不確定之處後，主動回到視覺證據查核。官方公告

這種流程的技術重點，是把額外觀察集中在影響答案的片段。官方公布的一段鳥類影片紀錄中，模型先以每秒八幀檢視，再針對短暫的鏡頭移動提高取樣密度，判斷畫面究竟連續移動或經過剪接。對影片標註與事件搜尋而言，這提供了一個值得測試的方向：依問題調整觀察位置與時間密度。示範與執行紀錄

官方評測列出，Glimpse 在具身空間推理 ERQA 得到 83.75，與表中的 GPT-6 Astra 相同；但在部分影片理解測試仍落後。各模型搭配的代理執行框架、工具與推理強度也有差異，因此這些數據應視為整套系統的比較，尚不足以單獨證明模型架構優勢。評測條件

部署端已有具體入口。Vercel AI Gateway 列出模型識別碼 elorian/glimpse，每百萬輸入、輸出 token 分別收費 0.60 與 3 美元，提供 220K 上下文及 4,096 token 輸出上限，推理 token 也計入輸出限制。OpenRouter 則列出 262,144 token 上下文；工程團隊應依實際入口確認限制，避免跨平台直接沿用設定。Vercel 模型文件、OpenRouter 模型頁

後續最值得量測的是完成一項任務所需的總 token、工具呼叫與等待時間。反覆觀察可能改善辨識，也會增加運算；Elorian 已將 token 效率列為優先改善項目。研究者還需檢查中文指令下的追蹤一致性與時間戳準確度，並區分官方頁面的真實執行紀錄及人工審閱參考答案，才能評估能否用於資料標註或機器人規劃。限制與後續方向