{
  "type": "article",
  "title": "पालो ऑल्टो के स्टार्टअप एलोरियन ने लॉन्च किया पहला एआई मॉडल 'ग्लिम्प्स', विजुअल रीजनिंग में बड़े मॉडल्स को दी टक्कर",
  "summary": "पालो ऑल्टो स्थित एआई स्टार्टअप एलोरियन ने अपना पहला मॉडल 'ग्लिम्प्स' पेश किया है, जो तस्वीरों को याददाश्त की तरह प्रोसेस करने के बजाय बीच विचार में क्रॉप, ज़ूम और कोड चलाकर जांचने में सक्षम है।",
  "content": "कैलिफोर्निया के पालो ऑल्टो स्थित आर्टिफिशियल इंटेलिजेंस स्टार्टअप एलोरियन ने अपना पहला एआई मॉडल पेश कर दिया है। उत्पाद बाजार में उतारने से पहले ही 30 करोड़ डॉलर के मूल्यांकन पर 5.5 करोड़ डॉलर का सीड फंड जुटाने वाली इस कंपनी ने शुक्रवार को अपने इस नए सिस्टम को सामने रखा। शोधकर्ताओं और डेवलपर्स के लिए लाया गया यह मॉडल ग्लिम्प्स नाम से उतारा गया है, जिसे चैट इंटरफेस और एपीआई एक्सेस के साथ रिसर्च प्रीव्यू के तौर पर उपलब्ध कराया जा रहा है। कंपनी का मूल तर्क यह है कि भाषा और कोडिंग में माहिर होने के बावजूद मौजूदा एआई सिस्टम असल में इंसानों की तरह देख और समझ नहीं पाते।\n\nविजुअल स्क्रैच स्पेस तकनीक कैसे करती है काम\nअधिकांश आधुनिक मल्टीमॉडल सिस्टम किसी भी तस्वीर को सिर्फ एक बार देखते हैं, उसे टेक्स्ट टोकन में बदलते हैं और फिर अपनी याददाश्त के सहारे उस पर विचार करते हैं। यह तरीका बिल्कुल वैसा ही है जैसे कोई इंसान किसी पुरानी तस्वीर को देखकर बाद में अपनी स्मृति से उसका वर्णन करने की कोशिश करे। इसके उलट ग्लिम्प्स बार-बार मूल तस्वीर की तरफ लौटता है। जब यह किसी जटिल सवाल पर विचार कर रहा होता है, तब यह तस्वीर के किसी खास हिस्से को क्रॉप कर सकता है, किसी वीडियो क्लिप से विशिष्ट फ्रेम निकाल सकता है या फिर चीजों को नापने और तुलना करने के लिए कोड चला सकता है।\n\nकंपनी इस पूरी प्रक्रिया को विजुअल स्क्रैच स्पेस का नाम देती है। आसान शब्दों में समझें तो यह बिल्कुल उस व्यवहार जैसा है जब कोई इंसान स्मार्टफोन की स्क्रीन पर उंगलियों से पिंच करके फोटो को ज़ूम करता है, ताकि वह बारीकी से जांच सके कि उसने जो देखा था वह सही है या नहीं।\n\nबोर्ड गेम और आइकिया निर्देशों से उपजा विचार\nगूगल डीपमाइंड के पूर्व शोधकर्ता और एलोरियन के मुख्य कार्यकारी अधिकारी एंड्रयू दाई को एआई की इस बड़ी कमजोरी का अहसास एक गेम नाइट के दौरान हुआ। पिछले साल उन्होंने अपने दोस्तों के साथ खेले गए एक बोर्ड गेम के खत्म होने पर उसकी तस्वीर खींची और उस समय के एक अग्रणी फ्रंटियर मॉडल से पूछा कि इस खेल में कौन जीत रहा है। वह सिस्टम इस आसान से सवाल का जवाब नहीं दे सका। बोर्ड गेम के बारे में एंड्रयू दाई का कहना है कि हर खेल की अपनी एक विजुअल भाषा होती है, अपने खास चिन्ह और प्रतीक होते हैं। एक वयस्क इंसान बिना ज्यादा लिखावट के भी केवल चिन्हों को देखकर खेल की स्थिति समझ लेता है, लेकिन मौजूदा मॉडल्स इन प्रतीकों के अर्थ को सहजता से नहीं पकड़ पाते।\n\nएंड्रयू दाई ने आइकिया फर्नीचर का उदाहरण देते हुए सवाल उठाया कि जब इंसान बिना किसी टेक्स्ट वाले केवल रेखाचित्रों को देखकर फर्नीचर को जोड़ सकते हैं, तो फिर एआई मॉडल्स ऐसा क्यों नहीं कर पा रहे हैं। इसी सोच ने ग्लिम्प्स के विकास की नींव रखी।\n\nकम लागत और फ्रंटियर मॉडल्स से बेहतर प्रदर्शन का दावा\nरीजनिंग के दौरान क्रॉप और ज़ूम करने का यह तरीका पूरी तरह नया नहीं है, क्योंकि ओपनएआई ने वर्ष 2025 में अपनी ओ-सीरीज के मॉडल्स में इस तरह की सुविधा जोड़ी थी। हालांकि एलोरियन का दावा है कि उसने अपने पूरे मॉडल का ढांचा ही इसी सोच के इर्द-गिर्द तैयार किया है और इसे बेहद कम लागत में बनाया गया है। कंपनी के मुताबिक एक छोटी सी टीम ने महज कुछ सौ जीपीयू पर ग्लिम्प्स को प्रशिक्षित किया है। आकार के मामले में भी यह उन फ्रंटियर सिस्टम्स से काफी छोटा है जिनके खिलाफ इसके प्रदर्शन की तुलना की जा रही है।\n\nकीमत के लिहाज से ग्लिम्प्स के इनपुट टोकन की दर 0.60 डॉलर प्रति 10 लाख टोकन और आउटपुट टोकन की दर 3 डॉलर प्रति 10 लाख टोकन रखी गई है। यह सॉनेट और सोल जैसे मध्यम स्तर के मॉडल्स की तुलना में सस्ता पड़ता है, जबकि हाइकू और लूना जैसे हल्के मॉडल्स से महंगा है। कंपनी के अपने मूल्यांकन बताते हैं कि साइंटिफिक चार्ट रीजनिंग और शॉर्ट-फॉर्म वीडियो कैप्शनिंग में ग्लिम्प्स ने जीपीटी-6 एस्ट्रा को भी पीछे छोड़ दिया है, जबकि अन्य विजुअल रीजनिंग परीक्षणों में भी इसके नतीजे बेहद प्रतिस्पर्धी रहे हैं।\n\nरोबोटिक्स और भविष्य की योजनाएं\nएलोरियन छह महीने पहले ही अपने स्टील्थ मोड से बाहर आई थी। कंपनी के सीड राउंड का सह-नेतृत्व स्ट्राइकर वेंचर पार्टनर्स, मेनलो वेंचर्स और अल्टिमीटर कैपिटल ने किया था, जिसमें एनवीडिया और गूगल के मुख्य वैज्ञानिक जेफ डीन ने भी व्यक्तिगत रूप से निवेश किया था। शुरुआती चरण में कंपनी उन उद्योगों को लक्षित कर रही है जिनके पास भारी मात्रा में वीडियो डेटा मौजूद है, जिनमें रोबोटिक्स कंपनियां, वैज्ञानिक प्रयोगशालाएं, मीडिया हाउस और क्रिएटिव फर्में शामिल हैं।\n\nलंबी अवधि में कंपनी केवल विजुअल को देखने तक सीमित नहीं रहना चाहती, बल्कि देखने से आगे बढ़कर काम करने की क्षमता विकसित करना चाहती है। इसका सीधा मतलब है कि एआई किसी भी दृश्य का संपूर्ण 3डी या विजुअल मॉडल तैयार करे और उसके आधार पर फैसला लेकर रोबोट्स को सीधे नियंत्रित कर सके। एंड्रयू दाई के अनुसार अगले साल कंपनी का लक्ष्य दुनिया का सबसे बेहतरीन विजुअल रीजनिंग मॉडल तैयार करना है, जो हर विजुअल रीजनिंग टेस्ट में शीर्ष स्थान हासिल करे।\n\nइसका आप पर असर\nएआई के विजुअल डेटा को प्रोसेस करने के नए तरीके से ऑटोमेशन, रिसर्च और रोबोटिक्स सेक्टर में काम करने वाले डेवलपर्स और कंपनियों के लिए लागत कम होगी और सटीकता बढ़ेगी।\n\n• डेवलपर्स और तकनीकी कंपनियों के लिए: कम लागत में उन्नत विजुअल एआई मॉडल उपलब्ध होने से ग्राफिक्स, वीडियो और चार्ट विश्लेषण से जुड़े एप्लिकेशन्स सस्ते होंगे। ग्लिम्प्स की इनपुट लागत 0.60 डॉलर और आउटपुट लागत 3 डॉलर प्रति 10 लाख टोकन होने से बजट में काम करना आसान होगा।\n• रोबोटिक्स और ऑटोमेशन लैब के लिए: केवल फोटो देखकर याद रखने के बजाय वास्तविक समय में ज़ूम और माप करने की क्षमता से रोबोट्स को निर्देश देना आसान होगा। इससे वेयरहाउस, लैब और मैन्युफैक्चरिंग में मशीनों द्वारा जटिल काम करवाने की गति तेज होगी।\n• साइंटिफिक रिसर्च और डेटा एनालिसिस के लिए: वैज्ञानिक चार्ट्स और आरेखों को पढ़ने में जीपीटी-6 एस्ट्रा से बेहतर प्रदर्शन करने के कारण शोधकर्ताओं का समय बचेगा। लैब के जटिल तकनीकी दस्तावेजों का विश्लेषण अब बिना इंसान के बार-बार सत्यापन के संभव हो सकेगा।\n• कंटेंट और मीडिया क्रिएटर्स के लिए: शॉर्ट-फॉर्म वीडियो कैप्शनिंग और वीडियो विश्लेषण की बेहतर क्षमता से वीडियो एडिटिंग टूल्स अधिक स्मार्ट बनेंगे। लंबे वीडियो फुटेज से महत्वपूर्ण फ्रेम खुद-ब-खुद छांटना बहुत तेज हो जाएगा।\n\nऐसा क्यों हुआ\nपारंपरिक मल्टीमॉडल एआई मॉडल्स तस्वीरों को टोकन में बदलकर याददाश्त के सहारे काम करते थे, जिससे वे जटिल प्रतीकों और आरेखों को समझने में अक्सर चूक जाते थे। एलोरियन ने इस बुनियादी खामी को दूर करने और रोबोटिक्स के लिए जरूरी विजुअल समझ विकसित करने के उद्देश्य से ग्लिम्प्स का निर्माण किया।\n\n• पारंपरिक मॉडल्स की विजुअल सीमा: मौजूदा फ्रंटियर सिस्टम्स किसी तस्वीर को केवल एक बार देखकर टेक्स्ट टोकन में बदलते हैं और फिर अपनी भाषा क्षमता से अनुमान लगाते हैं। इस प्रक्रिया में बोर्ड गेम के प्रतीकों या बिना शब्दों वाले निर्देशों की बारीक जानकारी छूट जाती थी।\n• गेम नाइट का वास्तविक अनुभव: एलोरियन के मुख्य कार्यकारी अधिकारी एंड्रयू दाई ने जब एक बोर्ड गेम की फोटो पर एआई से विजेता के बारे में पूछा, तो मॉडल असफल रहा। इस व्यक्तिगत अनुभव ने साबित किया कि भाषा में निपुण होने के बावजूद एआई वास्तव में देख नहीं पा रहा था।\n• किफायती कंप्यूट इंफ्रास्ट्रक्चर की रणनीति: एलोरियन ने हजारों महंगे जीपीयू का इस्तेमाल करने के बजाय कुछ सौ जीपीयू पर मॉडल को इस तरह प्रशिक्षित किया कि वह जरूरत पड़ने पर इमेज को दोबारा क्रॉप और ज़ूम कर सके। इससे भारी लागत के बिना फ्रंटियर मॉडल्स जैसी रीजनिंग क्षमता हासिल की जा सकी।\n• रोबोटिक्स में एक्शन लेने का विजन: कंपनी केवल टेक्स्ट जवाब देने तक सीमित नहीं रहना चाहती, बल्कि भविष्य में रोबोट्स को सीधे नियंत्रित करने के लिए ऐसा मॉडल बनाना चाहती है जो किसी दृश्य को 3डी में समझकर सटीक कदम उठा सके।\n\nसवाल-जवाब\n\n1. एलोरियन का नया मॉडल ग्लिम्प्स क्या है?\nग्लिम्प्स पालो ऑल्टो स्थित एआई स्टार्टअप एलोरियन का पहला विजुअल रीजनिंग मॉडल है, जो तस्वीरों और वीडियो की जांच के लिए बार-बार मूल विजुअल पर लौटकर क्रॉप और ज़ूम कर सकता है।\n\n2. ग्लिम्प्स पारंपरिक मल्टीमॉडल सिस्टम से अलग कैसे है?\nपारंपरिक मॉडल तस्वीर को एक बार देखकर टेक्स्ट टोकन में बदलते हैं, जबकि ग्लिम्प्स 'विजुअल स्क्रैच स्पेस' के जरिए जरूरत पड़ने पर तस्वीर के खास हिस्से को ज़ूम करता है और कोड चलाकर नाप-तौल करता है।\n\n3. एलोरियन के मुख्य कार्यकारी अधिकारी कौन हैं?\nएलोरियन के मुख्य कार्यकारी अधिकारी एंड्रयू दाई हैं, जो इससे पहले गूगल डीपमाइंड में शोधकर्ता रह चुके हैं।\n\n4. ग्लिम्प्स के उपयोग की लागत कितनी है?\nग्लिम्प्स का उपयोग करने पर इनपुट के लिए 0.60 डॉलर प्रति 10 लाख टोकन और आउटपुट के लिए 3 डॉलर प्रति 10 लाख टोकन का शुल्क तय किया गया है।\n\n5. ग्लिम्प्स ने किस प्रमुख मॉडल को पीछे छोड़ने का दावा किया है?\nएलोरियन के आंतरिक मूल्यांकन के अनुसार ग्लिम्प्स ने साइंटिफिक चार्ट रीजनिंग और शॉर्ट-फॉर्म वीडियो कैप्शनिंग में जीपीटी-6 एस्ट्रा को पछाड़ दिया है।\n\n6. एलोरियन को किन प्रमुख निवेशकों का समर्थन प्राप्त है?\nकंपनी को स्ट्राइकर वेंचर पार्टनर्स, मेनलो वेंचर्स और अल्टिमीटर कैपिटल का समर्थन मिला है, साथ ही एनवीडिया और जेफ डीन ने भी इसमें निवेश किया है।",
  "url": "https://trendkia.com/startups/palo-alto-ke-startaapa-elorian-ne-loncha-kiya-pahala-ai-modala-glimpse-vijuala-rijaninga-men-bare-modalsa-ko-di-takkara-48884",
  "category": "स्टार्टअप्स",
  "publishedAt": "2026-10-17",
  "tags": [
    "एलोरियन",
    "ग्लिम्प्स",
    "आर्टिफिशियल इंटेलिजेंस",
    "विजुअल रीजनिंग",
    "एंड्रयू दाई",
    "मल्टीमॉडल एआई"
  ],
  "language": "hi",
  "site": "TrendKia"
}