Elorian AI entwickelt bildbasierte KI-Modelle

Elorian AI, ein Startup mit Sitz in Palo Alto, das vom erfahrenen KI-Forscher Andrew Dai gegründet wurde, entwickelt künstliche Intelligenzmodelle, die Bilder direkt verarbeiten, anstatt sich auf textuelle Beschreibungen zu verlassen. Dai, der zuvor die Datenarbeit an Googles Gemini leitete und an den GPT-Modellen bei Google DeepMind mitarbeitete, glaubt, dass eine grundlegende Verständnis visueller und physikalischer Daten für allgemeine künstliche Intelligenz unerlässlich ist.

Die Modelle des Unternehmens zielen darauf ab, interne, dreidimensionale Repräsentationen visueller Eingaben zu erstellen. Dies ermöglicht es ihnen, räumliche Beziehungen, Physik und mechanische Prozesse zu analysieren. Dieser Ansatz steht im Gegensatz zu aktuellen multimodalen Modellen, die Bilder oft in Textbeschreibungen umwandeln, bevor sie diese analysieren. Elorians Methode soll genauere Simulationen und Problemlösungen in Bereichen wie Ingenieurwesen und Design ermöglichen.

Dai gab an, Google teilweise verlassen zu haben, da das Unternehmen seine Rechenressourcen auf Bereiche wie die Codegenerierung konzentrierte und weniger für die Forschung zum visuellen Schlussfolgern aufwendete. Er behauptet, dass Elorians spezialisierte Modelle bereits in bestimmten Benchmarks für visuelles Schlussfolgern besser abschneiden als Googles Gemini, ohne jedoch Details zu nennen.

Elorian AI hat eine Startfinanzierung von 55 Millionen US-Dollar zu einer Bewertung von 300 Millionen US-Dollar erhalten. Zu den Investoren gehören Nvidia, Menlo Ventures und Dais ehemaliger Google-Kollege Jeff Dean. Das Unternehmen plant, bis Ende des Jahres eine allgemeine Programmierschnittstelle (API) zu veröffentlichen, die es Entwicklern ermöglichen wird, Anwendungen auf Basis seiner Modelle für visuelles Schlussfolgern zu erstellen.