生物计算公司（The Biological Computing Co.，简称TBC）近日宣布与亚马逊云科技（AWS）达成合作，正式向付费用户推出其首款商业化产品——一种基于神经元优化的人工智能视频生成模型。该文本转视频模型利用模拟细胞信息处理机制的软件层进行调优。
TBC基于某未公开名称的开源视频生成器构建了该模型。公司声称，相较于基础模型，新模型的视频生成速度提升五倍，推理成本降低80%，且输出质量更优。不过，TBC尚未公布具体基准测试数据，外界暂无法核实相关性能指标。
软件层优化，无需生物硬件
值得注意的是，活体神经元仅存在于TBC的研发实验室中。公司在研发阶段利用神经元进行研究，随后将成果转化为轻量级软件层，仅增加不到0.1%的基础模型计算负担。这一设计与今年8月在新加坡启用的实体神经元驱动服务器机柜截然不同。
这种架构意味着客户无需采购生物硬件，也无需调整现有工作流程。优化后的模型可在标准GPU和云加速器上运行，其容量需求与其他生成式AI模型无异。
根据合作协议，TBC计划在其模型中采用亚马逊Trainium芯片，并通过Amazon SageMaker AI平台提供部署服务。该模型已在AWS Marketplace上架，客户可直接在现有的AWS环境中访问和使用。
“我们与AWS的合作将基于神经元的AI优化推向了商业规模。”TBC首席执行官兼联合创始人Alex Ksendzovsky表示。他将生物学描述为一种根本不同的计算引擎，认为随着实验深入，有助于探索更优的优化策略。
AWS副总裁兼全球初创企业与风险投资负责人Jason Bennett指出：“大自然早在数十亿年前就解决了计算效率问题。TBC的洞察在于，我们可以从最初的计算机——人脑中汲取灵感，使AI更快、更高效、更具经济性。”
突破算力瓶颈，拓展应用场景
TBC的商业逻辑建立在单体经济效益之上：更低的输出成本使平台能在不增加服务器的情况下承接更多用户；更快的生成速度缩短了创作循环；而减少不可用片段的产生，则降低了因废弃工作导致的计算资源浪费。
“计算能力正成为AI发展的最大瓶颈之一。”TBC联合创始人兼首席运营官Jon Pomeraniec表示，“我们需要更多的基础设施，但也需要让每一单位计算资源的生产力大幅提升。较低的推理成本意味着更多企业有能力构建、扩展并部署强大的AI应用。”
每一次对活体细胞的实验，都为TBC积累了庞大的神经响应数据库和候选算法库。在完成视频模型后，TBC计划将其他模型和架构纳入同一流水线处理，进而拓展至更多AI工作负载领域。目前，企业和创作者可申请该模型的早期体验资格。