说起给视频模型提速，通常的答案就那么几样：量化、蒸馏、缓存。旧金山的 The Biological Computing Co. 给了一个不太一样的答案——在实验室里养神经元，测它们怎么处理信息，再把结论写成软件。
10 月 30 日，万圣节前夜，这家公司发布了 TBC mischief 1：一个图生视频模型，跑在 fal、OpenRouter 和自家创作应用上，每秒半美分起。
同一天发出来的通稿把它叫作「全球首个公开可用的神经元衍生视频模型」。这句话没错，但也容易让人误会成生物芯片。下面按能核实的、只有厂商说法的、还完全没说的，分开讲。
它不是生物芯片，是一层不到千分之一的后训练补丁
先把最容易误会的地方拆掉：推理时没有任何活细胞参与。
神经元留在实验室。研究人员用高密度电极阵列记录培养神经元的电活动——早期那项研究用的是四千零九十六个电极——把这些记录转成数值表示，找出可以搬到软件里的计算规律。落到产品上，就是围绕扩散变换器模块加的一层后训练修改。
这层东西有多薄？官方说法是给基座模型的参数量增加不到千分之一。换句话说，它没有换掉模型，只是给 Wan 2.2 装了个小配件。
这个细节值得单独拎出来说，因为它决定了这门生意的形态：客户不需要换硬件、不需要新机房，接口调的还是同一个。对比一下站内写过的本地开源图像模型，那条路是让你把模型搬回自己机器；这条路是把改良做在别人机器上，你按秒付费。
五倍速从哪来：三笔账混在一起，暂时拆不开
官方给的核心数字是：质量与 Wan 2.2 持平，速度快五倍。
这里有个必须提醒的地方。TBC 自己另一篇技术文章写得很老实：他们部署时拿到的提速，是模型改动和服务侧优化合在一起的结果，后者包括缓存已处理的上下文、减少采样步数、多会话调度。换句话说，五倍这个数里有多少来自神经元研究，有多少来自任何一个工程团队都能做的推理优化，现在拆不开。
更早那项用 Minecraft 交互视频模型 Oasis 做的研究，也确实承认过局限：测试环境单一，结果会随去噪设置变化，在四十步的某种采样设置下，基座模型偶尔还更好看一点。
这不是说研究有问题，而是说这条证据链的最后一环——「同一个模型、同样的硬件、同样的采样参数、公开的对比视频」——还没补上。发布材料里没有独立评测，也没有第三方复现。
所以现阶段准确的说法是：一个便宜、快、看起来质量不差的图生视频接口上线了；至于它为什么快，先按「厂商说法」记账。
价格账：半美分一秒，但便宜的是试错不是成片
价格是这次发布里最硬的部分，因为它可验证。
四百八十像素每秒零点零零五美元，七百二十像素每秒零点零一美元。换算下来，五秒一条两点五美分，一百条两块五美元。
这个价位意味着什么，得放到实际流程里看。一条三十秒的短片，如果按三次十秒镜头拼，每个镜头平均试五次，就是十五次生成、一百五十秒素材。在每秒一分钱的档位上，这笔钱不到两美元。同一件事放在贵十倍的模型上，就是二十美元。
差别不在于你能不能做，而在于你敢不敢乱试。
站内十月底写即梦那篇时算过一笔账：国内那条线每秒一毛九，一集两分钟的短剧二十几块，真正省的不是单价是重做次数。两边的口径不能直接比——分辨率、时长上限、成片质量都不是一个档——但结论相通：这类工具的价值主要不在出片，在把「试错」变成一件不用犹豫的事。
不过要留个心眼：早期有报道写的是每秒两美分，跟官方和 OpenRouter 上的半美分差了四倍。这种新平台上线的价格口径经常打架，实际付费前，以你自己账号后台的结算页为准。
能干什么，不能干什么
参数很窄，窄到必须写清楚：
只做图生视频，得给一张起始图；时长只有三秒和五秒两档；画幅只支持十六比九。
没有文生视频，没有首尾帧，没有音频，没有竖屏。想做口播、想对嘴型、想出九比十六的短视频，现在都不是它的活。
这种「只做一小段」的定位其实很清醒。它的目标不是替你把片子做完，而是让你在定风格、试镜头、比方案这个阶段，把成本压到可以忽略。
怎么上手：三条通道，十分钟能跑通
目前有三个入口，从头到尾都不用装环境。
第一条是 fal 的模型页，适合开发者：上传起始图、写一句提示词、选三秒或五秒，直接出片，同一页就能拿到接口调用方式。第二条是 OpenRouter，适合已经在用聚合接口的人——它把视频模型和文本模型放在一个账单里，价格页写得很直白。第三条是 TBC 自家的创作应用，适合只想看看效果的：不用注册开发者账号，网页里传图就能跑。
写提示词有个经验：图生视频的描述重点在「怎么动」，不在「图里有什么」。起始图已经决定了画面内容，提示词再去描述物体只会打架。想让人物轻微呼吸、头发被风吹动、镜头缓慢推近，这类动作描述才是有效信息。
真要评估，别只看一条。同一张图连跑五次，看稳定性；换一张有手、有文字的图，看崩不崩；把时长从三秒拉到五秒，看后半段会不会开始漂。这三个测试花不了两块钱。
同类怎么分工
把站内写过的几条线摆在一起，各自的活很清楚。
要一整套从剧本到分镜的工作台，看即梦那套短剧工作室，它卖的是少重做，不是便宜生成。要做连续长镜头、要画面质感，Seedance 那条线的横向对比更值得先读。要改图而不是出视频，Krea 3 那篇讲的是八秒一轮的迭代手感。
mischief 1 站的位置在它们前面一格：还没决定要什么的时候，用它把想法批量变成五秒的动态草图。
适合谁，不适合谁
适合三类人。
一类是做电商和投放的：一个商品图，换五个机位、五种运镜，先看哪条能拉住人，再拿贵的模型出终版。
一类是做分镜和提案的：客户会前要看到动起来的感觉，五秒够用，一百条两块五，改十版也不心疼。
一类是独立开发者：把视频生成塞进产品里，单次调用成本必须低到用户随便点。这个价位是少数能算得过账的。
不适合两类人。
一类是要交付成片的：三秒五秒、十六比九、没有音频，交付链条上还得再走一遍别的工具。
一类是对画质有硬要求的：没有独立评测，也没有公开的对比素材，把商单压在一个刚上线两天的接口上，风险不在钱，在返工。
老达点评
这门生意真正有意思的地方，不是「用神经元做 AI」这个说法有多科幻，而是它选了一个很土的角度切进来：不比谁更聪明，比谁更便宜。
模型能力的竞争已经挤成一团，参数、跑分、榜单，每月刷新一次。反倒是「同一个模型，让每次调用便宜五倍」这种事，一直没什么人认真做。TBC 押的是这一层——如果真能跨模型复用，它的天花板比一个视频模型高得多。他们自己也说了，视频只是第一个商用场景，语言模型和具身智能都在做，九月还跟 AWS 签了合作，走 Trainium 和云市场那条路。
但眼下必须保持怀疑。发布材料里没有一个第三方评测，速度拆不开，定价有四个版本的口径，早期研究基座还赢过。这些都不算硬伤，只说明它目前是一份「可验证的报价」，不是一份「可信的结论」。
我的建议很具体：把它当试错工具，别当成片工具。第一次用，拿你自己手上真实的产品图去跑十条，看三件事——画面跟不跟得住起始图、五秒里有没有明显崩坏、同一张图连着跑五次稳不稳定。这三条过了，再谈要不要接进流程。
想系统看这类工具的评测口径，AI 工具评测专题里有更完整的对照；如果关心的是怎么把便宜生成变成收入，AI 副业专题那几篇更对症。
