Biyolojiden ilham alan video modeli yayında

The Biological Computing Co. (TBC), Wan 2.2 tabanlı görüntüden video üreten modeli Mischief’i 30 Ekim’de fal.ai üzerinden kullanıma açtı. Şirket, kendi sürümünün temel modele göre beş kat daha hızlı çalıştığını, yüzde 80 daha düşük maliyetle üretim yaptığını ve çıktı kalitesini de artırdığını söylüyor. Bu karşılaştırmalar şirketin kendi açıklamasına dayanıyor; bağımsız bir ölçüm ya da test koşullarının ayrıntısı paylaşılmış değil.

Nöron kayıtları yazılıma nasıl dönüşüyor

Mischief’in ayırt edici yanı, biyolojinin sisteme giriş biçimi. Model canlı hücreler üzerinde çalışmıyor, normal yapay zeka donanımında yazılım olarak koşuyor. Kullanıcılar canlı nöronlara istek göndermiyor, biyolojik işlemci kurmuyor.

TBC, araştırma sürecinde laboratuvarda yetiştirilmiş nöron ağlarını elektriksel sinyallerle uyarıp tepkilerini ölçüyor, bu ölçümlerden çıkardığı ilkeleri yazılıma aktarıyor. Ticari yaklaşım, difüzyon transformer bloklarının çevresine eklenen bir eğitim sonrası katman. Şirkete göre bu katman, temel modelin parametre sayısına binde birden az ekleme yapıyor.

Bu küçük ek, ürünün ana fikri açısından önemli. Mevcut bir model, yerine tamamen yeni bir temel model konmadan hedefli biçimde değiştirilebiliyor. Biyoloji keşif ve geliştirme aşamasında kalıyor, çıkarım sistemi tamamen dijital çalışıyor.

Fiyat ve erişim

Mischief, fal.ai’nin görüntüden videoya uç noktasında yer alacak ve 2 Kasım’a kadar ücretsiz erişim sunuluyor. Açıklanan fiyat, üretilen video saniyesi başına 0,02 dolar. Bu oranla yüz adet beş saniyelik klip on dolar ediyor; diğer iş akışı maliyetleri hariç.

Şirket, Wonder Studios’un modeli bir prodüksiyon akışında test ettiğini ve yaklaşık altı dakikada yüz adet beş saniyelik klip ürettiğini aktarıyor. Bu bir toplu iş sonucu, tek bir isteğin gecikmesi anlamına gelmiyor. Eşzamanlılık, çözünürlük, örnekleme ayarları ve sunucu donanımı, toplu hız ile tek istek süresi arasındaki ilişkiyi değiştirebilir.

Kanıtın sınırları

TBC’nin daha önce yayımladığı Neural Dynamics Adapter çalışması, 4.096 elektrotlu yüksek yoğunluklu bir diziyle nöron aktivitesini kaydedip bu kayıtları sayısal temsillere çeviriyor ve difüzyon modeline hafif bir adaptör ekliyor. Ancak o çalışma Oasis adlı etkileşimli Minecraft video modelini kullanıyor, Mischief’in altındaki Wan 2.2’yi değil. Bir ortamda alınan araştırma sonucu, ayrı bir ticari ürünün performansını kanıtlamıyor.

Şirketin “A Sense of Space and Time” başlıklı yazısı da hız kazanımlarının bir kısmının model değişikliğinden, bir kısmının sunum optimizasyonlarından geldiğini açıkça belirtiyor. Bunlar arasında önceki bağlamın önbelleğe alınması, örnekleme işinin azaltılması ve birden fazla oturumun verimli sunulması var. Yani biyolojik araştırma bir mimariye ilham verebilirken, nihai verimlilikte tanıdık yazılım tekniklerinin de payı bulunuyor.

Geliştirici için ne anlama geliyor

Mischief’in yayına girmesi, TBC’nin yaklaşımını araştırma notlarından geliştiricilerin gerçekten deneyebileceği bir araca taşıyor. Eylülde duyurulan AWS işbirliği de aynı çizgide: Trainium, SageMaker AI ve AWS Marketplace üzerinden dağıtım planı. Amaç, araştırmayı geliştiricilerin zaten kullandığı altyapıya taşımak.

Yaratıcı ekipler için asıl soru, daha hızlı modelin dolar başına daha fazla kullanılabilir görüntü üretip üretmediği. Üretim fiyatı düşük olsa bile bir çekim çok sayıda tekrar gerektiriyorsa, süreklilik bozuluyorsa ya da model girdi görselini takip etmiyorsa tasarruf eriyor. Değerlendirme, aynı ayarlarda hem hızı hem başarılı çıktı oranını kıyaslamayı gerektiriyor.

Şirketin iddialarını doğrulamanın en sağlam yolu, Wan 2.2 ile aynı donanım ve çözünürlükte, açıklanmış örnekleme ayarlarıyla tekrarlanabilir bir karşılaştırma yapmak. Gecikme ve toplu hız ayrı ayrı ölçülmeli, kalite geniş bir girdi kümesinde değerlendirilmeli. TBC, CEO Alex Ksendzovsky ve COO Jon Pomeraniec liderliğinde daha yeni video modelleri, dil modelleri ve fiziksel yapay zeka alanlarını araştırdığını söylüyor; bunlar bu sürümle kanıtlanmış yetenekler değil, geliştirme yönleri.

Kaynak: Unite.AI