生物计算公司 TBC 已将其基于大鼠大脑的人工智能模型部署至亚马逊云科技（AWS）。自周二起，部分 AWS 客户可通过有限预览访问该技术。TBC 声称，该系统生成视频的速度比其底层开源模型快五倍，并大幅降低了推理成本。
这并非单纯的算法优化。TBC 利用瑞士公司 3Brain 的多电极阵列培养活体大鼠神经元，通过电信号模式输入图像数据并观察细胞反应，随后利用这些生物模式训练或增强传统 AI 系统。TBC 联合创始人亚历山大·克斯登佐夫斯基表示，团队已找到将图像等信息编码到生物材料中的方法。
从边缘走向主流
与 AWS 的合作标志着 TBC 的战略转变。此前，其工具仅通过小众云计算提供商 Bluesky Compute 提供。双方透露，企业级服务在 AWS 上的推广可能很快到来。尽管目前重点局限于视频生成，但其影响远超更快的视频片段。
TBC 在旧金山设有实验室，35 名员工同时处理大鼠脑细胞和人类干细胞。该公司去年完成了新一轮融资，但金额未公开。与纯合成生物学或神经形态芯片不同，TBC 将实际神经元视为活体处理器：电刺激编码数据，细胞产生反应，软件捕捉模式以提升 AI 性能。
批评者曾视此类努力为边缘项目，但 AWS 的整合为其带来了可信度和规模效应。鉴于视频生成对计算资源的高需求，若生物组件能减轻负担，数据中心运营商必将关注。在训练大型模型已给电网带来压力的背景下，这种部分依靠“湿件”思考的系统可能改变计算的算术逻辑。
然而，实际障碍依然存在。体外保持神经元存活需要精确条件，电极阵列接口必须可靠，结果需一致转移到数字模型中。TBC 声称已解决足够多的问题以实现可衡量的增益，随着更多客户测试预览版，这些数据将面临严格审视。
活体验证与伦理边界
与此同时，斯坦福大学领导的研究团队在《自然》杂志上发表成果，展示了人类皮层脑类器官移植入小鼠体内的进展。这些类器官可扩展至填充基因工程小鼠缺失皮层的 90% 以上，形成功能性电路，甚至产生了在实验室培养皿中罕见的冯·埃科诺莫神经元。
主导此项工作的斯坦福神经科学家塞尔吉乌·帕斯卡指出，尽管携带数百万个人类神经元，这些小鼠的行为在很大程度上与正常啮齿动物无异。此前的尝试因大鼠神经元成熟较快而受限，斯坦福团队通过基因工程使小鼠从早期发育阶段就缺乏大部分皮层和海马体，从而为人类脑类器官创造了空间。移植物发育出血管，显示出与宿主大脑同步的电活动，并改善了动物的认知和运动功能。
帕斯卡看到了医疗潜力：该模型允许研究人员在活体神经系统内使用活体人类神经回路，测试针对自闭症、癫痫、精神分裂症等疾病的药物。一项早期测试显示，缺氧改变了小鼠步态，证明其对发育性损伤敏感。研究人员呼吁为此类嵌合体制定新的伦理准则。
生物与硅基的融合
TBC 让大鼠脑细胞在云基础设施上工作，斯坦福团队则在活体动物体内培养人类神经组织。这种时间上的巧合并非偶然，标志着生物学在经历数十年的硅基主导地位后，重新回归计算领域。
近期，脑类器官技术取得显著成熟。加州大学洛杉矶分校（UCLA）和斯坦福大学发表在《自然·神经科学》上的研究发现，实验室培育的大脑组织可遵循类似于人类发育的内部时钟，长达 20 个月，并在移植前达到出生后成熟状态。
生物计算不再仅是推测。它拥有了云端分发、经过同行评审的活体动物验证以及可衡量的性能声明。尽管在数据中心规模下可靠扩展神经元培养仍面临巨大挑战，且监管与伦理辩论日益激烈，但障碍已经转移：核心问题已从“是否可行”转变为“如何快速改进、廉价运行及负责任地部署”。
如果 TBC 的速度和成本优势得以维持，更多工作负载可能会向混合生物-数字架构迁移。医学研究人员也将通过斯坦福的小鼠模型获得全新见解。这两条路径可能很快再次交汇：今天优化视频模型的大鼠神经元，或许将为明天疾病研究中人类脑类器官的行为提供启示。