動察 Beating AI速報、2人の脳神経外科医が創業した米国企業TBCが、動画モデルMischief 1を発表した。
新モデルはアリババがオープンソース化したWan 2.2をベースに改良され、追加されたパラメータはわずか0.1%未満。TBCは、画質が同等の場合、動画生成速度が少なくとも5倍速く、推論コストが約80%削減されると主張している。
この技術は、チームが4年間続けてきた生きたニューロンの研究に由来する。研究者たちは4096個の電極を配置したチップ上で脳細胞を培養し、視覚情報を電気刺激に変換し、神経活動が空間をどのように伝播し、時間とともにどのように減衰するかを記録した。彼らはこれらの法則に基づいて軽量なソフトウェアモジュールを設計し、動画モデルの拡散Transformer構造に組み込むことで、AIがモデル全体をゼロから訓練することなく、前後のフレームの一貫性を保てるようにした。
動画モデルはノイズ除去のステップを減らすことで高速化できるが、ステップ数を減らしすぎると、画面がぼやけたり歪んだりしやすくなり、前後のフレームの一貫性も保ちにくくなる。TBCは以前、プレイヤーの操作に応じて『マインクラフト』の画面をリアルタイム生成するAIモデルを用いて実験を行った。生物に着想を得たモジュールを追加した後、モデルはノイズ除去ステップを減らしながらも、画面の安定性を維持できた。さらにキャッシュとサンプリングの最適化を組み合わせることで、システム全体のスループットは4.4倍に向上した。
現在、TBCはこの研究路線を商業化へと推し進めている。Mischief 1はすでにfalとOpenRouterに接続されており、現在は画像に基づいて3秒または5秒の動画を生成できる。5秒の480p動画の生成にはわずか2.5セント、720pでは5セントかかる。