TBC bringt Mischief auf den Markt, ein neuronabgeleitetes KI-Videomodell auf Basis von Wan 2.2

Bis ein brauchbarer Clip entsteht, muss man bei der Generierung eines kurzen KI-Videos oft mehrere Versuche abwarten. The Biological Computing Co. (TBC) will diesen Kreislauf mit einer ungewöhnlichen Inspirationsquelle verkürzen: Messungen lebender Neuronen.

Das Unternehmen bringt TBC Mischief, ein Bild-zu-Video-Modell auf Basis von Wan 2.2, am 30. Oktober über fal.ai auf den Markt. TBC zufolge generiert die eigene Version Videos fünfmal schneller und zu 80 % geringeren Kosten als das zugrunde liegende Modell und verbessert zugleich die Ausgabequalität. Dabei handelt es sich um vom Unternehmen angegebene Vergleichswerte; die Ankündigung enthält weder einen unabhängigen Benchmark noch genügend Angaben zu den Tests, um beurteilen zu können, ob sich die Verbesserungen auf unterschiedliche Workloads übertragen lassen.

Der entscheidende Unterschied liegt darin, wie Biologie in das System einfließt. Mischief läuft als Software auf herkömmlicher KI-Hardware. Kundinnen und Kunden senden keine Prompts an lebende Zellen und installieren auch keine biologischen Prozessoren. TBC nutzt neuronale Aktivität im Forschungsprozess und überführt die daraus gewonnenen Erkenntnisse anschließend in Software, die ein bestehendes Modell verändert.

Was TBC Mischief bietet

Laut der Ankündigung wird Mischief über den Bild-zu-Video-Endpunkt von fal.ai verfügbar sein; bis zum 2. November ist der Zugang kostenlos. Der angekündigte Preis beträgt 0,02 $ pro Sekunde generierten Videos. Zu diesem Preis würden 100 fünfsekündige Clips 10 $ kosten, ohne weitere Workflow-Kosten.

TBC zufolge testete auch Wonder Studios das Modell in einem Produktionsworkflow, bei dem innerhalb von ungefähr sechs Minuten 100 fünfsekündige Clips generiert wurden. Das ist ein angegebenes Ergebnis für einen Stapel von Clips und kein Maß für die Latenz, mit der einzelne Nutzerinnen und Nutzer rechnen sollten. Gleichzeitige Anfragen, Auflösung, Sampling-Einstellungen und die Hardware für die Bereitstellung können das Verhältnis zwischen dem Durchsatz bei Stapelverarbeitung und der Bearbeitungszeit einer einzelnen Anfrage beeinflussen.

Für Kreativteams ist die entscheidende Frage, ob ein schnelleres Modell pro Dollar mehr brauchbares Videomaterial liefert. Ein niedrigerer Generierungspreis fällt weniger ins Gewicht, wenn für eine Einstellung viele neue Versuche nötig sind, die Kontinuität verloren geht oder das Eingabebild nicht berücksichtigt wird. Um Mischief zu bewerten, müssen daher sowohl die Geschwindigkeit als auch die erfolgreichen Ergebnisse unter vergleichbaren Einstellungen berücksichtigt werden.

Von neuronalen Aufzeichnungen zu einer Softwareschicht

Auf der Website von TBC beschreibt das Unternehmen einen Prozess, bei dem zunächst rechnerische Herausforderungen in elektrische Signale umgewandelt werden. Anschließend wird gemessen, wie Netzwerke kultivierter Neuronen darauf reagieren, und es werden Prinzipien abgeleitet, die sich in Software umsetzen lassen. Der kommerzielle Ansatz besteht aus einer Schicht nach dem Training, die um Diffusion-Transformer-Blöcke gelegt wird und den Angaben zufolge die Parameterzahl des zugrunde liegenden Modells um weniger als 0,1 % erhöht.

Diese geringe Ergänzung ist für das Produktkonzept entscheidend: Ein bestehendes Modell lässt sich gezielt verändern, ohne es durch ein völlig neues Basismodell ersetzen zu müssen. Die biologische Komponente kommt bei Forschung und Entwicklung zum Einsatz; das daraus hervorgehende Inferenzsystem bleibt digital.

Der technische Beitrag von TBC zum Neural Dynamics Adapter veranschaulicht die frühere Forschung des Unternehmens konkreter. Bei dieser Arbeit zeichnete TBC neuronale Aktivität aus Zellkulturen mit einem hochdichten Array aus 4.096 Elektroden auf, wandelte die Aufzeichnungen in numerische Repräsentationen um und integrierte einen leichtgewichtigen Adapter in ein Diffusionsmodell. In der Studie kam Oasis zum Einsatz, ein interaktives Minecraft-Videomodell, nicht das Wan-2.2-Modell, auf dem Mischief basiert.

Dieser Unterschied ist wichtig. Ein Forschungsergebnis in einer interaktiven Umgebung kann eine Methode veranschaulichen, belegt aber nicht die Leistungsfähigkeit eines anderen kommerziellen Produkts. Der Beitrag zum Adapter beschreibt auch Einschränkungen, darunter die eng gefasste Testumgebung und Ergebnisse, die je nach Entrauschungseinstellungen variierten. Er stützt eine plausible technische Entwicklungsrichtung, während die breitere Übertragbarkeit noch nachgewiesen werden muss.

Biologie und herkömmliche Optimierung können zusammenspielen

Ein weiterer Beitrag von TBC, Ein Gefühl für Raum und Zeit, untersucht eine andere Möglichkeit, Beobachtungen aus der Biologie in die Videogenerierung zu übertragen. Die Forschungsarchitektur verbindet lokale räumliche Verarbeitung mit einem kleinen zeitlichen Speicher und nutzt neuronale Messungen, um zu steuern, wie Informationen über mehrere Einzelbilder hinweg erhalten bleiben.

Der Beitrag stellt außerdem ausdrücklich fest, dass die im Betrieb erzielten Geschwindigkeitsverbesserungen sowohl auf Modelländerungen als auch auf Optimierungen bei der Bereitstellung zurückzuführen waren. Dazu zählten das Zwischenspeichern bereits verarbeiteter Kontextinformationen, ein geringerer Sampling-Aufwand und die effiziente Bereitstellung für mehrere Sitzungen. Die Ergebnisse beziehen sich auf ein interaktives Videosystem auf Basis von Oasis und nicht auf einen direkten Benchmark von Mischief.

Das liefert einen hilfreichen Kontext für die Markteinführung: Biologische Forschung kann eine Modellarchitektur beeinflussen, während vertraute Softwaretechniken weiterhin zur Effizienz des fertigen Systems beitragen. Eine getrennte Betrachtung dieser Beiträge würde Entwicklern helfen zu verstehen, welche Verbesserungen vom Modell, welche vom Inferenz-Stack und welche von einer bestimmten Bereitstellung abhängen.

Ein Weg in die bestehende KI-Infrastruktur

Mischief folgt auf die im September angekündigte Zusammenarbeit von TBC mit Amazon Web Services. In der Ankündigung wurden Arbeiten mit AWS Trainium und Amazon SageMaker AI sowie ein Weg zur kommerziellen Bereitstellung der neuronabgeleiteten Software über AWS Marketplace skizziert. Bei der früheren Zusammenarbeit ging es um Text-zu-Video; Mischiefs Markteinführung konzentriert sich auf den Zugang zur Bild-zu-Video-Funktion über fal.ai.

Die gängige Strategie besteht darin, die Forschung in die Infrastruktur zu integrieren, die Entwickler bereits nutzen. Ein über eine API zugängliches Modell lässt sich leichter in einem bestehenden kreativen Produktionsablauf bewerten als ein System, das eine neue Klasse physischer Hardware erfordert. Außerdem bietet es Nutzern eine konkrete Möglichkeit, die Aussagen des Unternehmens anhand ihrer eigenen Bilder, Prompts und Abnahmekriterien zu überprüfen.

TBC, unter der Leitung von CEO und Mitgründer Alex Ksendzovsky sowie COO und Mitgründer Jon Pomeraniec, erklärt, dass das Unternehmen auch neuere Videomodelle, Sprachmodelle und physische KI erforscht. Dabei handelt es sich um Entwicklungsrichtungen und nicht um Fähigkeiten, die mit dieser Veröffentlichung bereits belegt wurden.

Was die Veröffentlichung bedeutsam machen würde

Der aussagekräftigste nächste Nachweis wäre ein reproduzierbarer Vergleich mit Wan 2.2: identische Hardware und Auflösung, offengelegte Sampling-Einstellungen, getrennte Messungen von Latenz und Durchsatz sowie eine Qualitätsbewertung anhand einer breiten Auswahl von Eingaben. Außerdem wären Energiemessungen nötig, um geringere Inferenzkosten mit den Aussagen zur Recheneffizienz in Verbindung zu bringen.

Mit der Veröffentlichung von Mischief führt TBC seinen Ansatz von Forschungsbeschreibungen hin zu einem Werkzeug, das Entwickler tatsächlich testen können. Seine längerfristige Bedeutung wird davon abhängen, ob die Vorteile auch außerhalb ausgewählter Demonstrationen und bei unterschiedlichen Modellen bestehen bleiben. Der konkrete Vorschlag besteht vorerst in einer kleinen Softwareänderung, die auf biologischen Experimenten beruht und ein bestehendes Videomodell kostengünstiger nutzbar machen soll.