Una IA aprendió de neuronas vivas para crear videos más rápido: qué es Mischief 1

Una empresa de San Francisco lanzó un modelo de inteligencia artificial que promete generar videos más rápido gracias a algo bastante inesperado: estudiar cómo procesan información las neuronas vivas. Se llama TBC Mischief 1 y fue presentado comercialmente el 30 de octubre de 2026. La compañía afirma que puede trabajar cinco veces más rápido que el modelo base, aunque por ahora esa comparación corresponde a resultados declarados por el fabricante y no a una auditoría independiente.

La empresa es The Biological Computing Co., especializada en investigación aplicada sobre redes neuronales biológicas. Durante años ha estudiado células cultivadas en laboratorio, sus respuestas a señales y determinados principios de procesamiento. Según su explicación, esos descubrimientos permiten optimizar software convencional. No significa que las neuronas estén dentro del computador de una persona, ni que deba conectar un cultivo biológico para generar un clip.

El sistema utiliza como base Wan 2.2, un modelo abierto de generación audiovisual. Los investigadores agregaron una capa de optimización cuyo tamaño, de acuerdo con TBC, representa menos del 0,1% de los parámetros originales. El resultado anunciado es una velocidad de generación mucho mayor con una calidad equivalente. La idea central es aprender de la biología para ahorrar cómputo, en lugar de incrementar indefinidamente el tamaño de los modelos.

Cómo funciona y qué cambia

Mischief 1 se ofrece mediante las plataformas para desarrolladores fal y OpenRouter. Su modalidad principal parte de una imagen que se transforma en video corto, con duración y resolución sujetas a las opciones disponibles. El precio anunciado comienza en US$0,005 por segundo para ciertos formatos, de manera que un clip de cinco segundos costaría alrededor de 2,5 centavos de dólar antes de eventuales cargos adicionales. El valor puede cambiar por resolución y plataforma.

Este enfoque es atractivo para creadores que necesitan probar múltiples ideas antes de producir una versión final. En vez de invertir mucho dinero en una sola generación, podrían crear varias alternativas y elegir la más convincente. Sin embargo, la velocidad no resuelve todos los problemas del video por IA. Mantener la coherencia de personajes, movimientos realistas y detalles entre tomas sigue siendo un desafío, independientemente del origen de la técnica de optimización.

También hay una distinción científica importante. Las neuronas biológicas no funcionan igual que las redes artificiales, aunque los nombres se parezcan. Que una investigación utilice mediciones biológicas no demuestra que haya construido una inteligencia con conciencia o una especie de cerebro digital. En este producto, el cómputo final ocurre en hardware tradicional. Las neuronas permanecen en el laboratorio, mientras las personas utilizan el software optimizado.

Qué significa para los usuarios en Chile

Para empresas de Chile, reducir el costo de generación puede abrir usos en publicidad, material educativo y prototipos. No obstante, hay que revisar propiedad intelectual, consentimiento de personas retratadas y las políticas de cada plataforma. Un servicio barato puede terminar siendo costoso si genera piezas que después no cumplen requisitos de marca o legales. También es relevante estimar la cantidad de intentos necesarios para obtener un resultado útil.

TBC afirma que sus experimentos podrían aplicarse más adelante a modelos de lenguaje y sistemas de IA que interactúan con el mundo físico. Eso todavía pertenece al campo de desarrollos futuros, no a funciones incluidas en el lanzamiento actual. La empresa anunció en septiembre una colaboración con Amazon Web Services para acercar su tecnología a clientes empresariales, pero los resultados comerciales de esa expansión todavía deberán observarse.

Para juzgar esta promesa habrá que comparar generación de video bajo las mismas condiciones: resolución, duración, hardware, calidad y cantidad de intentos. Una demostración escogida por el fabricante puede mostrar lo mejor del sistema, pero no necesariamente su comportamiento promedio. Velocidad y calidad deben medirse juntas, porque producir cinco clips malos rápidamente no reemplaza uno aprovechable. La novedad de estudiar neuronas reales abre un camino interesante; su impacto práctico dependerá de pruebas reproducibles y del costo total de los proyectos.

En OHZOM ya explicamos cómo Google está especializando sus modelos de IA y por qué conectar centros de datos también tiene costos tecnológicos. Mischief 1 recuerda que otra vía de avance es hacer más con menos recursos. Fuentes: comunicado oficial de TBC y ficha de disponibilidad de OpenRouter.