TBC lance Mischief, un modèle vidéo d’IA dérivé de neurones et fondé sur Wan 2.2

Générer une courte vidéo par IA peut nécessiter de nombreuses tentatives avant d’obtenir un résultat exploitable. The Biological Computing Co. (TBC) cherche à raccourcir ce processus en s’inspirant d’une source inhabituelle : les mesures de l’activité de neurones vivants.

L’entreprise lance TBC Mischief, un modèle de conversion d’images en vidéos fondé sur Wan 2.2, sur fal.ai le 30 octobre. TBC affirme que sa version génère des vidéos cinq fois plus vite, pour un coût inférieur de 80 % à celui du modèle sous-jacent, tout en améliorant la qualité des résultats. Ces comparaisons proviennent de l’entreprise ; l’annonce ne fournit ni benchmark indépendant ni suffisamment de détails sur les tests pour déterminer dans quelle mesure ces gains se transposeraient à différents types de tâches.

La principale distinction tient à la manière dont la biologie intervient dans le système. Mischief fonctionne comme un logiciel sur du matériel informatique classique pour l’IA. Les clients n’envoient pas de requêtes à des cellules vivantes et n’installent pas de processeurs biologiques. TBC utilise l’activité neuronale dans le cadre de ses recherches, puis traduit les enseignements tirés en logiciels qui modifient un modèle existant.

Ce que propose TBC Mischief

Selon l’annonce du lancement, Mischief sera disponible via le point de terminaison de conversion d’images en vidéos de fal.ai, avec un accès gratuit jusqu’au 2 novembre. Le prix annoncé est de 0,02 $ par seconde de vidéo générée. À ce tarif, 100 séquences de cinq secondes coûteraient 10 $, hors autres frais liés au flux de travail.

TBC indique également que Wonder Studios a testé le modèle dans un flux de production qui a généré 100 séquences de cinq secondes en environ six minutes. Il s’agit d’un résultat déclaré pour un lot de vidéos, et non d’une mesure de la latence à laquelle chaque utilisateur devrait s’attendre. Le traitement simultané, la résolution, les paramètres d’échantillonnage et le matériel utilisé pour l’exécution peuvent tous influer sur le rapport entre le débit de traitement par lot et le temps nécessaire à une seule requête.

Pour les équipes créatives, la question concrète est de savoir si un modèle plus rapide produit davantage de séquences exploitables par dollar dépensé. Un coût de génération inférieur importe moins si une prise nécessite de nombreuses tentatives, manque de continuité ou ne respecte pas l’image fournie en entrée. Évaluer Mischief suppose donc de comparer à la fois la vitesse et la qualité des résultats obtenus, dans des conditions équivalentes.

Des enregistrements neuronaux à une couche logicielle

Sur le site Web de TBC, l’entreprise décrit une démarche qui consiste à encoder des défis informatiques sous forme de signaux électriques, à mesurer les réponses de réseaux neuronaux cultivés, puis à en extraire des principes pouvant être mis en œuvre dans des logiciels. Son approche commerciale repose sur une couche appliquée après l’entraînement, autour de blocs de transformeurs de diffusion ; selon l’entreprise, celle-ci augmente de moins de 0,1 % le nombre de paramètres du modèle sous-jacent.

Ce faible ajout est important pour le principe même du produit : un modèle existant peut être modifié de manière ciblée sans être remplacé par un tout nouveau modèle de base. La composante biologique intervient dans la découverte et le développement ; le système d’inférence qui en résulte reste numérique.

L’article technique de TBC sur Neural Dynamics Adapter donne un exemple plus concret de ses premiers travaux de recherche. Dans le cadre de ces travaux, TBC a enregistré l’activité de neurones cultivés à l’aide d’un réseau haute densité doté de 4 096 électrodes, converti ces enregistrements en représentations numériques et intégré un adaptateur léger à un modèle de diffusion. L’étude utilisait Oasis, un modèle vidéo interactif de Minecraft, et non le modèle Wan 2.2 sur lequel repose Mischief.

Cette distinction est importante. Un résultat de recherche obtenu dans un environnement interactif peut aider à comprendre une méthode sans pour autant prouver les performances d’un autre produit commercial. L’article sur l’adaptateur décrit également certaines limites, notamment un environnement de test restreint et des résultats variables selon les paramètres de débruitage. Il étaye une piste d’ingénierie plausible, mais il reste à démontrer qu’elle se généralise plus largement.

Biologie et optimisation classique peuvent aller de pair

Dans un autre article, Une perception de l’espace et du temps, TBC explore une autre manière de transposer des observations biologiques à la génération vidéo. Son architecture de recherche associe un traitement spatial local à une petite mémoire temporelle et s’appuie sur des mesures neuronales pour guider la rétention de l’information d’une image à l’autre.

L’article précise également que les gains de vitesse observés dans le système déployé résultaient à la fois de modifications du modèle et d’optimisations de son exécution. Celles-ci comprenaient la mise en cache du contexte déjà traité, la réduction des opérations d’échantillonnage et la gestion efficace de plusieurs sessions. Les résultats portent sur un système vidéo interactif fondé sur Oasis, et non sur un benchmark direct de Mischief.

Ces éléments éclairent utilement le lancement : la recherche biologique peut orienter l’architecture d’un modèle, tandis que des techniques logicielles classiques contribuent toujours à l’efficacité du système final. Distinguer ces contributions aiderait les développeurs à comprendre quels gains proviennent du modèle, lesquels sont dus à la pile d’inférence et lesquels dépendent d’un déploiement particulier.

Une voie d’accès aux infrastructures d’IA existantes

Mischief s’inscrit dans la continuité de l’annonce faite en septembre par TBC concernant une collaboration avec Amazon Web Services. Cette annonce présentait des travaux autour d’AWS Trainium et d’Amazon SageMaker AI, ainsi qu’une voie vers la distribution commerciale de ses logiciels dérivés de neurones par l’intermédiaire d’AWS Marketplace. La collaboration précédente portait sur la conversion de texte en vidéos ; le lancement de Mischief met l’accent sur l’accès à la conversion d’images en vidéos via fal.ai.

La stratégie commune consiste à intégrer la recherche aux infrastructures que les développeurs utilisent déjà. Un modèle accessible par API est plus facile à évaluer dans un flux de création existant qu’un système nécessitant une nouvelle catégorie de matériel physique. Il permet aussi aux utilisateurs de vérifier concrètement les affirmations de l’entreprise à partir de leurs propres images, consignes et critères d’acceptation.

TBC, dirigée par son PDG et cofondateur Alex Ksendzovsky et son directeur des opérations et cofondateur Jon Pomeraniec, indique qu’elle explore également des modèles vidéo plus récents, des modèles de langage et l’IA physique. Il s’agit de pistes de développement, et non de capacités établies par ce lancement.

Qu’est-ce qui donnerait du poids à ce lancement ?

La prochaine preuve la plus utile serait une comparaison reproductible avec Wan 2.2 : matériel et résolution identiques, paramètres d’échantillonnage divulgués, latence et débit mesurés séparément, et qualité évaluée sur un large éventail d’entrées. Des mesures de consommation énergétique seraient également nécessaires pour relier la baisse du coût d’inférence aux affirmations concernant l’efficacité de calcul.

Le lancement de Mischief fait passer l’approche de TBC des descriptions de recherche à un outil que les développeurs peuvent réellement tester. Son importance à long terme dépendra de la capacité de ses avantages à se confirmer au-delà des démonstrations sélectionnées et avec différents modèles. Pour l’instant, la proposition concrète consiste en une légère modification logicielle, éclairée par des expériences biologiques, qui vise à rendre un modèle vidéo existant plus économique à utiliser.