Avataar AI запускает видеомодель Varya, адаптированную к культурному контексту Индии и в 20 раз дешевле аналогов
Стартап Avataar AI, один из 12 участников индийской AI Mission, представил модель генерации видео Varya на основе открытого Wan 2.2. Благодаря технике дистилляции модель работает в 10 раз быстрее и в 20 раз дешевле конкурентов — стоимость составляет $0,005 за секунду видео.
Развитие искусственного интеллекта в Индии отстаёт от США, Европы и Китая: лишь несколько стартапов выпускают модели, и в основном это большие языковые модели или голосовые. Чтобы стимулировать прогресс, правительство запустило AI Mission — инициативу стоимостью около $1,2 млрд, которая предоставляет отобранным стартапам субсидированные GPU в обмен на публичный выпуск моделей.
Один из 12 отобранных стартапов — Avataar AI, поддерживаемый Peak XV, — выпустил модель Varya, которая понимает местный контекст: распознаёт различные фестивали, блюда и одежду. Компания, специализирующаяся на видеоинструментах для электронной коммерции, не создавала Varya с нуля. Она взяла открытую модель Wan 2.2 от Alibaba и применила технику дистилляции, сжав её возможности в более компактную и быструю версию для своих задач.
В результате Varya генерирует видео за 4 шага вместо 50 у Wan 2.2, что делает процесс в 10 раз быстрее и значительно дешевле. На графическом процессоре Nvidia H200 Varya создаёт пятисекундный клип в формате 720p за 45 секунд, тогда как Wan 2.2 требуется 1230 секунд. Самое впечатляющее — цена: компания планирует взимать 0,48 рупии ($0,005) за секунду видео, что примерно в 20 раз дешевле, чем модели Veo, Kling, Luma или Runway (обычно $0,10 и более за секунду).
«Индия — это видеорынок. Мы видим это во всех крупных потребительских интернет-продуктах: видео побеждает текст. Текущие модели AI-видео слишком дороги для использования в Индии в масштабах населения. Если видео-ИИ хочет охватить студентов, учителей, малые предприятия, создателей и госуслуги, затраты должны резко снизиться. Стоимость — главный барьер для внедрения ИИ в Индии», — отметил Раджан Анадан, управляющий директор Peak XV.
Модели генерации изображений и видео часто упускают культурные нюансы, выдавая стереотипные результаты. Avataar AI утверждает, что обучил Varya на специально подобранных данных для распознавания индийских культурных особенностей: еды, одежды, архитектуры и праздников. Модель будет доступна как открытая модель на портале AIKosh — централизованном репозитории правительства Индии для моделей ИИ и наборов данных, — вместе с обучающими данными, что позволит разработчикам самостоятельно развёртывать или модифицировать её. Varya также будет доступна корпоративным клиентам, а компания открыта к партнёрству с инструментами, включая Higgsfield и Adobe Firefly. Любой желающий может опробовать модель на сайте, используя текстовые запросы или изображения.
Запуск Varya отражает прагматичный подход Индии к ИИ: страна может добиться успеха, создавая приложения и развивая экосистему разработчиков, а не конкурируя в фундаментальных моделях. Это объясняется нехваткой вычислительных мощностей и качественных данных. AI Mission является частью более широких усилий правительства по преодолению этого разрыва. В прошлом году оно отобрало 12 стартапов, включая Avataar AI, для разработки моделей с эффективными вычислениями. Ранее в этом году министр информационных технологий Ашвини Вайшнав заявил, что Индия планирует привлечь $200 млрд инвестиций в ИИ к 2028 году и более чем удвоить количество GPU за шесть месяцев.
