BioComputing 推出基于神经元实验的 mischief 1 视频模型 API
Truly Wild stuff: a lab grew living brain cells, studied how they think, and shipped what it learned as an API you can call today.
BioComputing 推出名为 mischief 1 的图像转视频模型 API，它把在约 4000 个电极芯片上培养的人类神经元处理信息的方式，应用到开源视频模型 Wan 2.2 上。该模型在 Wan 2.2 基础上增加不到 0.1% 的参数，公司称其质量与 Wan 2.2 持平、速度提升 5 倍，每秒 0.5 美分起，已在 fal 和 OpenRouter 上线，并将登陆 AWS Marketplace。模型本身不含活体细胞。
查看原帖今天，我们向世界带来一点小小的恶作剧。 四年来，我们一直在电极上培育真正的脑细胞，以理解它们如何进行计算。现在，我们把这些发现转化为一个任何人都能使用的视频模型。 从每秒 0.5 美分起，mischief 1 的速度至少是其基础模型的 5 倍，并且是 @fal 和 @OpenRouter 上最便宜的图像转视频模型。很快将登陆 @awscloud 市场。 这不再是幻觉。生物计算是真实的、商业化的，而这仅仅是开始。 万圣节快乐。
查看原文
today, we introduce a little mischief to the world. for four years, we’ve been brewing real brain cells on electrodes to understand how they compute. now, we’ve turned those discoveries into a video model anyone can use. from 0.5¢ a second, mischief 1 is at least 5x faster than its base and the cheapest image-to-video model on @fal and @OpenRouter. soon to be on @awscloud marketplace. it’s not a delusion anymore. biocompute is real, commercial and this is just the beginning. happy halloween.
正文 · AI 翻译
真正狂野的东西：一个实验室培育了活体脑细胞，研究了它们如何思考，并把所学到的东西打包成一个你今天就能调用的 API。
TBC mischief 1 就是这个 API：来自电极上神经元的研究发现，被应用到一个现有的图像转视频模型（Wan 2.2）上。
mischief 1 将这类方法的一层应用到 Wan 2.2 上，为其参数增加不到 0.1%，公司声称它在 5 倍速度下达到与 Wan 2.2 相当的质量。
@BioComputingCo 在带有约 4,000 个电极的芯片上培育活体人类脑细胞，神经元在其中形成自己的网络，以电刺激的形式接收图像，其响应被解码用于改进 AI 模型。
从培养皿到端点的路径：
> 在电极上培育神经元 > 测量它们如何处理信息 > 拿一个现有的开放权重视频模型，根据这些观察对它进行修改 > 发布该模型，内部不含细胞
https://t.co/lqAu9O09w8