TBC lanserar Mischief, en neuronavledd AI-videomodell byggd på Wan 2.2

Att skapa en kort AI-video kan innebära att man får vänta sig igenom upprepade försök innan ett användbart klipp blir klart. Biological Computing Co. (TBC) försöker korta den processen med en ovanlig inspirationskälla: mätningar av levande nervceller.

Företaget lanserar TBC Mischief, en modell som omvandlar bilder till video och bygger på Wan 2.2, via fal.ai den 30 oktober. TBC uppger att deras version genererar video fem gånger snabbare och till 80 % lägre kostnad än den underliggande modellen, samtidigt som kvaliteten på resultatet förbättras. Det här är jämförelser som företaget självt har redovisat; i tillkännagivandet finns inget oberoende riktmärke eller tillräckligt med testdetaljer för att avgöra hur väl förbättringarna kan överföras till olika arbetsflöden.

Den centrala skillnaden handlar om hur biologin kommer in i systemet. Mischief körs som programvara på konventionell AI-maskinvara. Kunder skickar inte instruktioner till levande celler och installerar inte heller biologiska processorer. TBC använder neuronal aktivitet i sin forskningsprocess och omsätter sedan det de lär sig i programvara som modifierar en befintlig modell.

Det här erbjuder TBC Mischief

Enligt lanseringens tillkännagivande blir Mischief tillgängligt via fal.ais slutpunkt för bild-till-video, med fri åtkomst till och med den 2 november. Det angivna priset är 0,02 dollar per sekund genererad video. Med den prissättningen skulle 100 klipp på fem sekunder kosta 10 dollar, exklusive eventuella andra kostnader för arbetsflödet.

TBC uppger också att Wonder Studios testade modellen i ett produktionsarbetsflöde där 100 klipp på fem sekunder genererades på ungefär sex minuter. Det är ett redovisat resultat för en samlad körning, inte ett mått på den svarstid som varje enskild användare bör förvänta sig. Samtidighet, upplösning, samplingsinställningar och serveringsmaskinvara kan alla påverka sambandet mellan genomströmningen för en samlad körning och tiden det tar att hantera en enskild begäran.

För kreativa team är den praktiska frågan om en snabbare modell ger mer användbart videomaterial per dollar. Ett lägre pris för generering spelar mindre roll om en bildsekvens kräver många omtagningar, tappar kontinuiteten eller inte följer den angivna bilden. För att utvärdera Mischief behöver man därför jämföra både hastighet och andelen lyckade resultat under likvärdiga inställningar.

Från neurala registreringar till ett programvarulager

På TBC:s webbplats beskriver företaget en process där beräkningsmässiga utmaningar kodas som elektriska signaler, responsen hos odlade neuronätverk mäts och principer som kan implementeras i programvara utvinns. Företagets kommersiella metod bygger på ett efterträningslager runt diffusionstransformatorblock, som enligt TBC ökar den underliggande modellens antal parametrar med mindre än 0,1 %.

Det lilla tillägget är viktigt för produktens grundidé: en befintlig modell kan få en riktad modifiering utan att ersättas av en helt ny grundmodell. Den biologiska komponenten används vid upptäckt och utveckling; det färdiga systemet för inferens är fortfarande digitalt.

Företagets tekniska inlägg om Neural Dynamics Adapter ger ett mer konkret exempel på dess tidigare forskning. I det arbetet registrerade TBC neural aktivitet i odlad vävnad med hjälp av en högdensitetsmatris med 4 096 elektroder, omvandlade registreringarna till numeriska representationer och integrerade en lättviktig adapter i en diffusionsmodell. Studien använde Oasis, en interaktiv Minecraft-videomodell, i stället för Wan 2.2-modellen som ligger till grund för Mischief.

Den skillnaden är viktig. Ett forskningsresultat i en interaktiv miljö kan bidra till att förklara en metod utan att bevisa hur en separat kommersiell produkt presterar. Inlägget om adaptern tar också upp begränsningar, bland annat den snäva testmiljön och resultat som varierade beroende på inställningarna för brusreducering. Det stöder en rimlig teknisk inriktning, men bredare generaliserbarhet återstår att visa.

Biologi och konventionell optimering kan samverka

Ett separat inlägg från TBC, En känsla för rum och tid, undersöker ett annat sätt att överföra observationer från biologin till videogenerering. Forskningsarkitekturen kombinerar lokal rumslig bearbetning med ett litet temporalt minne och använder neurala mätningar för att styra hur information bevaras mellan bildrutor.

I inlägget framgår också tydligt att hastighetsförbättringarna i den driftsatta lösningen byggde på en kombination av modelländringar och optimeringar av serveringen. Bland dessa fanns cachning av tidigare bearbetat sammanhang, minskat arbete med sampling och effektiv hantering av flera sessioner. Resultaten gäller ett interaktivt videosystem baserat på Oasis, inte ett direkt riktmärke för Mischief.

Det ger ett användbart sammanhang till lanseringen: biologisk forskning kan påverka en modellarkitektur samtidigt som välbekanta programvarutekniker fortfarande bidrar till det slutliga systemets effektivitet. Om dessa bidrag kunde särskiljas skulle utvecklare lättare förstå vilka förbättringar som kommer från modellen, vilka som kommer från inferensstacken och vilka som beror på en viss driftsättning.

En väg in i den befintliga AI-infrastrukturen

Mischief följer på TBC:s tillkännagivande i september om ett samarbete med Amazon Web Services. Där presenterades ett arbete med AWS Trainium och Amazon SageMaker AI samt en plan för kommersiell distribution av den neuronavledda programvaran via AWS Marketplace. Det tidigare samarbetet gällde text-till-video, medan Mischiefs lansering fokuserar på åtkomst till bild-till-video via fal.ai.

Den gemensamma strategin är att integrera forskningen i den infrastruktur som utvecklare redan använder. En modell som är tillgänglig via API är lättare att utvärdera i ett befintligt kreativt arbetsflöde än ett system som kräver en ny typ av fysisk hårdvara. Det ger också användarna en praktisk möjlighet att pröva företagets påståenden med sina egna bilder, promptar och acceptanskriterier.

TBC, med vd:n och medgrundaren Alex Ksendzovsky samt operativa chefen och medgrundaren Jon Pomeraniec i spetsen, uppger att företaget även utforskar nyare videomodeller, språkmodeller och fysisk AI. Det är utvecklingsområden, inte funktioner som har etablerats genom den här lanseringen.

Vad skulle göra lanseringen betydelsefull

Det mest användbara nästa beviset vore en reproducerbar jämförelse med Wan 2.2: identisk hårdvara och upplösning, redovisade samplingsinställningar, separat mätning av latens och dataflöde samt kvalitetsbedömning utifrån ett brett urval av indata. Det skulle också behövas energimätningar för att koppla lägre inferenskostnad till påståenden om beräkningseffektivitet.

Lanseringen av Mischief för TBC:s arbetssätt från forskningsbeskrivningar närmare ett verktyg som utvecklare faktiskt kan testa. Dess betydelse på längre sikt beror på om fördelarna håller i sig utanför utvalda demonstrationer och med olika modeller. För närvarande är det konkreta erbjudandet en liten programvaruändring, baserad på biologiska experiment, som syftar till att göra en befintlig videomodell billigare att använda.