视觉模型学会回头看证据：Glimpse 能放大细节、重看视频片段，也能跨帧追踪同一特征

一个视觉推理模型现在可以通过 AI Gateway 调用，输入不限于静态图像，也包括视频，任务从识别画面扩展到跟踪物体运动、判断空间关系以及把动作与它的物理后果对应起来。 此前这类调用走的是各家提供方各自的接口，AI Gateway 提供统一 API，用于调用模型、跟踪用量与成本，并配置重试、故障转移和性能优化。 上线说明给出的示例包括判断列车是否在减速、在镜头移动时保持不同物体彼此区分，以及在机器人录像中标注已完成的动作。

模型在工作过程中可以回到原始视觉证据，而不是只依赖一次前向读取得到的整体印象。 这种回看表现为三种具体操作：放大某个细节、重看视频中的一小段时间，或跨帧追踪同一个特征。 说明把科学图表分析、视频描述、视觉计数和机器人数据标注列为由此支撑的用途；调用时以 elorian/glimpse 作为模型名，视频以文件形式传入，并可设置 video_fps 控制取帧。

这次上线说明面向需要通过 AI Gateway 调用该模型的开发者，覆盖图像与视频输入、回看证据的三种操作，以及科学图表分析、视频描述、视觉计数和机器人数据标注等用途。说明同时给出调用方式：模型名为 elorian/glimpse，视频以文件形式传入，并可设置取帧率。

说明中的能力以示例场景呈现，没有给出准确率或与其他模型的对比；回看操作在长视频或复杂图表上的表现，说明未作量化描述。