Más barato, más rápido y culturalmente consciente, el IA de video de Avataar está construido para la escala de India
La producción de modelos de IA de India ha sido lenta comparada con la de EE.UU., Europa y China. Solo unos pocos startups están lanzando modelos, y la mayoría de ellos son modelos de lenguaje grande o modelos de voz. Para fomentar más desarrollo, el gobierno lanzó la Misión de IA India, una iniciativa de aproximadamente $1.2 mil millones que —entre otras cosas— otorga a startups seleccionados acceso a computación GPU subsidiada a cambio de liberar sus modelos públicamente. Uno de los 12 startups seleccionados para el programa, Avataar AI, ha lanzado un nuevo modelo de video llamado Varya que está construido para entender el contexto local —como identificar diferentes festivales, comida y vestuario.
El startup respaldado por Peak XV, que se enfoca en crear herramientas de video para comercio electrónico, no construyó Varya desde cero. Comenzó con Wan 2.2, un modelo de generación de video disponible públicamente lanzado por Alibaba, y utilizó una técnica llamada destilación —esencialmente comprimiendo las capacidades del modelo en una versión más ligera y rápida optimizada para los casos de uso específicos de Avataar. El resultado es un modelo que se ejecuta en cuatro pasos en lugar de los 50 de Wan 2.2, produciendo video 10 veces más rápido y a una fracción del costo.
Para ponerlo en términos concretos: usando una GPU NVIDIA H200, Varya puede generar un clip de 5 segundos en 720p en 45 segundos, en comparación con 1,230 segundos para Wan 2.2.
El aspecto más sorprendente de Varya podría ser su precio. La empresa planea cobrar ₹0.48 ($0.005) por segundo de video en su servicio alojado —mucho más barato que modelos como Veo, Kling, Luma y Runway, que típicamente cobran $0.10 o más por segundo. Esa es una diferencia de precio aproximadamente 20 veces mayor.
"India es un mercado enfocado en video. Vemos esto en todos los productos grandes de internet de consumo en India: el video vence al texto. Los modelos actuales de IA para video son demasiado caros para uso a escala de población en India. Si la IA de video va a llegar a estudiantes, maestros, MSMEs, creadores, empresas y servicios públicos, los costos tienen que bajar dramáticamente. El costo es el mayor desbloqueador para la adopción de IA en India", le dijo a TechCrunch Rajan Anandan, director ejecutivo de Peak XV.
Los modelos de generación de imagen y video a menudo pierden matices culturales y producen resultados estereotipados o genéricos —un problema sobre el que TechCrunch ha reportado antes. Avataar AI dice que ha utilizado datos curados para entrenar a Varya para reconocer matices culturales incluyendo comida, vestuario, arquitectura y festivales.
Varya será lanzado como un modelo de peso abierto en el portal India AI Kosh —el repositorio centralizado del gobierno indio para modelos y datasets de IA disponibles públicamente— junto con sus datos de entrenamiento, lo que significa que los desarrolladores pueden auto-alojarlo o modificarlo para sus propias necesidades. Avataar también planea hacer el modelo disponible para sus clientes empresariales y dice que está abierto a asociaciones con herramientas de video incluyendo Higgsfield y Adobe Firefly. Cualquiera puede probarlo ahora en su sitio web usando indicaciones de texto o imágenes de referencia.
El lanzamiento de Varya refleja un compromiso fundamental en las ambiciones de IA de India. Veteranos de la industria han señalado que India puede dejar su marca en IA creando aplicación
