Startup AI specjalizujący się w rozumowaniu wizualnym — buduje modele multimodalne zdolne do rozumowania przestrzennego i fizycznego bez tłumaczenia obrazu na tekst.
Elorian AI Inc. to startup z Palo Alto skupiony na multimodalnym rozumowaniu wizualnym. Firma dąży do zbudowania fundamentów wizualnego rozumowania — systemów AI, które rozumieją i interpretują środowisko wzrokowe w sposób zbliżony do ludzkiej percepcji, bez konieczności tłumaczenia obrazów na tekst. Zespół tworzą byli badacze Google Brain, DeepMind, Apple Intelligence i Salesforce Research, w tym Andrew Dai (współtwórca modeli Gemini i PaLM 2), Seth Neel (główny architekt Apple MM1) oraz Seo-Jin Bang (były profesor Harvardu). W kwietniu 2025 roku spółka pozyskała 55 mln USD w rundzie pre-seed od Striker Ventures, Menlo Ventures i Altimeter Capital, osiągając wycenę ok. 300 mln USD. Modele Elorian są projektowane z myślą o inżynierii, robotyce, medycynie, naukach przyrodniczych i rolnictwie precyzyjnym — wszędzie tam, gdzie rozumowanie przestrzenne i fizyczne ma kluczowe znaczenie.
Założyciele
Były badacz Google Brain i DeepMind. Pierwszy autor pracy z 2015 roku o wstępnym treningu LM z dostrajaniem nadzorowanym. Współtwórca wczesnych modeli MoE (GLaM). Lider obszaru danych Gemini i współlider treningu wstępnego PaLM 2.
Były badacz Google Research i Apple. Prowadził badania multimodalne, w tym nad pierwszym publicznym multimodalnym modelem fundamentalnym Apple (MM1). Pionier phrase grounding, rozumienia UI i rozumowania multimodalnego.
Były profesor Harvardu badający generatywną AI skoncentrowaną na danych (machine unlearning, atrybucja danych, prywatność). Badacz Google Research / Gemini Data. Współzałożyciel/CTO startupowego przedsiębiorstwa ML (ponad 100 pracowników). Doktorat UPenn, matematyka Harvardu.
Były pracownik Apple (Apple Intelligence Foundation Models, badania multimodalne, visual grounding, agenty computer-use, rozumienie UI) oraz Google Research (generatywne UI). Doktorat z informatyki na UC Berkeley.
Były badacz Google Research: dane Gemini i trening wstępny. Specjalista w optymalizacji mieszanki danych, optymalizacji dwupoziomowej i uczeniu federacyjnym.
Były badacz SRI International: multimodalna percepcja i uczenie, modelowanie zachowań człowieka, temporalna odkrycia przyczynowe i ML czasu rzeczywistego. Ocena kliniczna, monitorowanie kierowców i rozumienie umiejętności wizualnych.
Były Tech Lead ds. badań multimodalnych w Salesforce Research. Specjalizacja: multimodalne modele fundamentalne, multimodalne LLM do rozumienia i ujednolicone modelowanie multimodalne.
Były badacz Google DeepMind: dane Gemini i agenty. Współtwórca pierwszego publicznego agenta Google (Project Mariner). Praca nad modelami geoprzestrzennymi i stabilnością formulacji chemicznych.
Były pracownik Google DeepMind: post-trening Gemini, samoudoskonalanie z nagrodą odporną, optymalizacja promptów i danych. Współtwórca open-source Vizier i Optformer. Doktorat UC Berkeley.
Były kluczowy architekt Google DeepMind ds. Gemini. Pionier strategii inferencji i destylacji definiujących stan wiedzy w dziedzinie LLM.
Klasyfikacja
Linki zewnętrzne
