TBC lancia Mischief, un modello di generazione video IA derivato dai neuroni e basato su Wan 2.2

Generare un breve video con l’IA può voler dire attendere numerosi tentativi prima di ottenere una clip utilizzabile. Biological Computing Co. (TBC) cerca di abbreviare questo processo ispirandosi a una fonte insolita: le misurazioni effettuate su neuroni viventi.

L’azienda lancerà TBC Mischief, un modello da immagine a video basato su Wan 2.2, tramite fal.ai il 30 ottobre. TBC afferma che la sua versione genera video cinque volte più velocemente, con un costo inferiore dell’80% rispetto al modello sottostante, e migliora al contempo la qualità dei risultati. Si tratta di confronti riportati dall’azienda: l’annuncio non fornisce benchmark indipendenti né dettagli sufficienti sui test per stabilire in che misura i miglioramenti si applichino a carichi di lavoro diversi.

La differenza fondamentale sta nel modo in cui la biologia entra nel sistema. Mischief funziona come software su hardware IA convenzionale. I clienti non inviano prompt a cellule viventi e non installano processori biologici. TBC utilizza l’attività neuronale nel proprio processo di ricerca, quindi traduce ciò che apprende in software che modifica un modello esistente.

Cosa offre TBC Mischief

Secondo l’annuncio di lancio, Mischief sarà disponibile tramite l’endpoint da immagine a video di fal.ai, con accesso gratuito fino al 2 novembre. Il prezzo annunciato è di 0,02 $ per ogni secondo di video generato. A questa tariffa, 100 clip di cinque secondi costerebbero 10 $, escluse eventuali altre spese legate al flusso di lavoro.

TBC afferma inoltre che Wonder Studios ha testato il modello in un flusso di lavoro produttivo, generando 100 clip di cinque secondi in circa sei minuti. Si tratta del risultato dichiarato per un’elaborazione in batch, non di una misura della latenza che ogni singolo utente dovrebbe aspettarsi. La concorrenza, la risoluzione, le impostazioni di campionamento e l’hardware utilizzato per l’erogazione possono tutti modificare il rapporto tra la velocità di elaborazione in batch e il tempo necessario per una singola richiesta.

Per i team creativi, la domanda concreta è se un modello più veloce produca più filmati utilizzabili per ogni dollaro speso. Un costo di generazione inferiore conta meno se una ripresa richiede numerosi tentativi, perde continuità o non rispetta l’immagine in ingresso. Per valutare Mischief occorre quindi confrontare sia la velocità sia la quantità di risultati riusciti, a parità di impostazioni.

Dalle registrazioni neuronali a un livello software

Sul sito web di TBC, l’azienda descrive una sequenza che consiste nel codificare sfide computazionali sotto forma di segnali elettrici, misurare la risposta di reti neuronali coltivate ed estrarre principi traducibili in software. Il suo approccio commerciale consiste in un livello applicato dopo l’addestramento, attorno ai blocchi del trasformatore di diffusione, che, secondo l’azienda, aggiunge meno dello 0,1% al numero di parametri del modello sottostante.

Questa piccola aggiunta è significativa per la premessa del prodotto: è possibile apportare una modifica mirata a un modello esistente senza sostituirlo con un modello fondativo completamente nuovo. La componente biologica interviene nella scoperta e nello sviluppo; il sistema di inferenza risultante rimane digitale.

Il articolo tecnico di TBC sul Neural Dynamics Adapter offre un esempio più concreto delle ricerche precedenti dell’azienda. In quel lavoro, TBC ha registrato l’attività neurale di colture cellulari utilizzando un array ad alta densità con 4.096 elettrodi, ha convertito le registrazioni in rappresentazioni numeriche e ha integrato un adattatore leggero in un modello di diffusione. Lo studio ha utilizzato Oasis, un modello video interattivo di Minecraft, non il modello Wan 2.2 su cui si basa Mischief.

Questa distinzione è importante. Un risultato di ricerca ottenuto in un ambiente interattivo può contribuire a spiegare un metodo, ma non dimostra le prestazioni di un prodotto commerciale diverso. L’articolo sull’adattatore descrive anche alcune limitazioni, tra cui l’ambiente di test ristretto e risultati variabili in funzione delle impostazioni di denoising. Fornisce sostegno a una direzione ingegneristica plausibile, ma resta da dimostrare che sia applicabile in modo più ampio.

Biologia e ottimizzazione convenzionale possono lavorare insieme

Un altro articolo di TBC, Una percezione dello spazio e del tempo, esplora un ulteriore modo per trasferire osservazioni biologiche alla generazione video. La sua architettura di ricerca combina l’elaborazione spaziale locale con una breve memoria temporale e utilizza misurazioni neuronali per orientare la conservazione delle informazioni tra un fotogramma e l’altro.

L’articolo chiarisce inoltre che i miglioramenti della velocità del sistema in produzione combinavano modifiche al modello e ottimizzazioni dell’erogazione. Tra queste figuravano la memorizzazione nella cache del contesto già elaborato, la riduzione delle operazioni di campionamento e l’erogazione efficiente di più sessioni. I risultati riguardano un sistema video interattivo basato su Oasis, non un benchmark diretto di Mischief.

Questo offre un contesto utile per il lancio: la ricerca biologica può contribuire a definire l’architettura di un modello, mentre le consuete tecniche software continuano a migliorare l’efficienza del sistema finale. Distinguere i contributi aiuterebbe gli sviluppatori a capire quali miglioramenti derivano dal modello, quali dallo stack di inferenza e quali dipendono da una specifica distribuzione.

Un percorso verso le infrastrutture IA esistenti

Mischief fa seguito all’annuncio di settembre di una collaborazione con Amazon Web Services da parte di TBC. L’annuncio delineava attività legate ad AWS Trainium e Amazon SageMaker AI, nonché un percorso verso la distribuzione commerciale del software derivato dai neuroni tramite AWS Marketplace. La collaborazione precedente riguardava la generazione di video da testo; il lancio di Mischief si concentra invece sull’accesso da immagine a video tramite fal.ai.

La strategia comune consiste nell’integrare la ricerca nelle infrastrutture che gli sviluppatori già utilizzano. Un modello accessibile tramite API è più facile da valutare all’interno di un flusso di lavoro creativo esistente rispetto a un sistema che richiede una nuova categoria di hardware fisico. Offre inoltre agli utenti un’opportunità concreta di verificare le affermazioni dell’azienda usando le proprie immagini, i propri prompt e i propri criteri di accettazione.

TBC, guidata dall’amministratore delegato e cofondatore Alex Ksendzovsky e dal direttore operativo e cofondatore Jon Pomeraniec, afferma di stare esplorando anche modelli video più recenti, modelli linguistici e IA fisica. Si tratta di direzioni di sviluppo, non di capacità dimostrate con questo lancio.

Che cosa renderebbe significativo il lancio

Le prove successive più utili sarebbero un confronto riproducibile con Wan 2.2, condotto con hardware e risoluzione identici, impostazioni di campionamento dichiarate, latenza e throughput misurati separatamente e qualità valutata su un’ampia gamma di input. Servirebbero anche misurazioni dei consumi energetici per collegare il minor costo di inferenza alle affermazioni sull’efficienza computazionale.

Il lancio di Mischief porta l’approccio di TBC dalle descrizioni della ricerca a uno strumento che gli sviluppatori possono effettivamente testare. La sua rilevanza a lungo termine dipenderà dalla capacità dei vantaggi di confermarsi al di fuori delle dimostrazioni selezionate e con modelli diversi. Per ora, la proposta concreta consiste in una piccola modifica software, sviluppata sulla base di esperimenti biologici, che mira a rendere più economico l’utilizzo di un modello video esistente.