Mischief 1: model wideo AI oparty na badaniach żywych neuronów

Amerykański startup The Biological Computing Co. (TBC) zaprezentował Mischief 1, model generujący wideo na podstawie obrazu i opisu tekstowego. Według firmy to pierwszy komercyjny model, który wykorzystuje wnioski z badań nad prawdziwymi neuronami. Premierę ogłosił 30 października 2026 roku na platformie X współzałożyciel i szef spółki Alex Ksendzovsky, w przeddzień Halloween – stąd nazwa, nawiązująca do „Mischief Night”.

Co potrafi Mischief 1

Mischief 1 tworzy klipy trwające trzy lub pięć sekund w rozdzielczości 480p albo 720p. Dostęp jest możliwy przez API na platformie fal.ai. Sekunda wideo kosztuje 0,5 centa w 480p i 1 cent w 720p, czyli pięciosekundowy klip w 720p to 5 centów. TBC przedstawia swój model jako najtańszy w kategorii.

Model nie powstał od zera. Opiera się na Wan 2.2, otwartoźródłowym modelu wideo Alibaby. TBC dodaje do niego niewielką warstwę oprogramowania, mniejszą niż 0,1% oryginalnego modelu, umieszczoną między blokami obliczeniowymi. Firma deklaruje podobną jakość obrazu, generowanie co najmniej pięć razy szybsze i koszt obliczeń niższy o 80%. Na stronie produktu podaje 12 sekund generowania wobec 142 sekund dla samego Wan 2.2.

Neurony na elektrodach

TBC założyło dwóch neurochirurgów: Alex Ksendzovsky i Jon Pomeraniec. W laboratoriach w San Francisco i Baltimore hodują neurony szczura oraz neurony uzyskane z ludzkich komórek macierzystych, umieszczone na siatkach elektrod. Zespół zamienia problem obliczeniowy, na przykład piksele, na impulsy elektryczne, rejestruje odpowiedź neuronów i szuka w ich aktywności powtarzalnych wzorców obliczeń. Wzorce te zapisuje jako równania i włącza do klasycznych sztucznych sieci neuronowych. Podczas generowania wideo w Mischief 1 żadne neurony nie pracują.

Celem jest zbliżenie się do efektywności mózgu, który zużywa około dwudziestu watów, podczas gdy centra danych AI pobierają setki megawatów. Na tym polu działają też australijskie Cortical Labs, sprzedające „biologiczny komputer” z ludzkich neuronów, oraz szwajcarskie FinalSpark, wynajmujące dostęp do organoidów mózgowych.

Brak weryfikacji

TBC niewiele mówi o tym, jak aktywność neuronów szczura przekłada się na kod. Nie opublikowano pracy naukowej opisującej metodę, więc nie da się sprawdzić, czy podejście neuronalne przyspiesza Wan 2.2 lepiej niż znane już techniki. Wielokrotne przyspieszenie tego modelu da się uzyskać także innymi metodami, a niezależne testy dopiero pokażą, co faktycznie wnosi biologiczna inspiracja.