Indyjski model AI Varya generuje wideo 20 razy taniej niż konkurenci
Avataar AI wprowadził model Varya, który tworzy wideo z kulturową świadomością Indii za 0,005 dolara za sekundę – 20 razy taniej od Runway czy Veo.

Źródło zdjęcia: TechCrunch
Indyjski startup Avataar AI wprowadził nowy model generowania wideo o nazwie Varya, który został zaprojektowany z myślą o lokalnym kontekście kulturowym i znacznie niższych kosztach działania. Model jest efektem rządowej inicjatywy India AI Mission wartej 1,2 miliarda dolarów, która ma na celu rozwój sztucznej inteligencji w kraju. Informacje pochodzą z TechCrunch.
Avataar AI, wspierany przez fundusz Peak XV i specjalizujący się w narzędziach wideo dla e-commerce, nie stworzył modelu od podstaw. Zamiast tego wykorzystał publicznie dostępny model Wan 2.2 od Alibaba, stosując technikę destylacji, która pozwoliła skompresować możliwości modelu do szybszej i bardziej efektywnej wersji.
Kluczowe wnioski
- Varya generuje 5-sekundowe klipy 720p w 45 sekund na GPU NVIDIA H200, co jest 27 razy szybsze niż oryginalny model Wan 2.2.
- Koszt usługi wynosi zaledwie 0,48 rupii (0,005 dolara) za sekundę wideo – około 20 razy taniej od konkurentów jak Veo, Kling czy Runway.
- Model został wytrenowany na skurowanych danych, aby rozpoznawać indyjskie elementy kulturowe: jedzenie, ubrania, architekturę i festiwale.
- Varya będzie dostępny jako model open-weight na rządowym portalu AI Kosh wraz z danymi treningowymi.
- India AI Mission wybrała 12 startupów, w tym Avataar AI, zapewniając im dotowany dostęp do mocy obliczeniowej GPU w zamian za publiczne udostępnienie modeli.
Znaczące obniżenie kosztów i przyspieszenie generowania
Największą zaletą Varya jest drastyczna redukcja kosztów i czasu generowania. Podczas gdy oryginalny model Wan 2.2 potrzebuje 50 kroków do wygenerowania wideo, Varya działa w zaledwie 4 krokach. To przekłada się na 10-krotne przyspieszenie procesu przy jednoczesnym znacznym obniżeniu kosztów.
Jak tłumaczy Rajan Anandan, dyrektor zarządzający Peak XV: „Indie to rynek, w którym wideo jest na pierwszym miejscu. Widzimy to w każdym dużym produkcie internetowym w Indiach: wideo wygrywa z tekstem. Obecne modele AI do generowania wideo są zbyt drogie do użytku na skalę populacyjną w Indiach”.
Kulturowa świadomość i dostępność
Avataar AI przyznaje, że standardowe modele generowania obrazów i wideo często pomijają niuanse kulturowe, produkując stereotypowe lub ogólnikowe rezultaty. Varya została wytrenowana na wyselekcjonowanych danych, aby lepiej rozpoznawać elementy kultury indyjskiej, w tym lokalne jedzenie, tradycyjne ubrania, architekturę i festiwale.
Model będzie udostępniony na indyjskim portalu AI Kosh jako open-weight wraz z danymi treningowymi, co oznacza, że deweloperzy będą mogli go hostować samodzielnie lub modyfikować zgodnie z własnymi potrzebami. Avataar planuje również udostępnić model swoim klientom korporacyjnym i jest otwarty na partnerstwa z narzędziami wideo takimi jak Higgsfield i Adobe Firefly.
Strategia Indii w rozwoju AI
Wprowadzenie Varya odzwierciedla fundamentalny kompromis w ambicjach AI Indii. Weterani branży zauważają, że Indie mogą zaznaczyć swoją obecność w sztucznej inteligencji poprzez tworzenie aplikacji i rozbudowanego ekosystemu deweloperskiego, zamiast konkurować w dziedzinie modeli podstawowych. Rozwój modeli w Indiach był wolniejszy niż u globalnych rywali ze względu na brak mocy obliczeniowej i ograniczoną dostępność wysokiej jakości danych.
India AI Mission jest częścią szerszego rządowego dążenia do zmniejszenia tej luki. Minister IT Ashwini Vaishnaw ogłosił, że Indie dążą do przyciągnięcia 200 miliardów dolarów inwestycji w AI do 2028 roku i ponad dwukrotnego zwiększenia pojemności GPU w ciągu sześciu miesięcy.
Varya stanowi przykład pragmatycznego podejścia do rozwoju AI, które priorytetowo traktuje dostępność cenową i kulturową świadomość nad competition z globalnymi gigantami technologicznymi.
Źródła
Podobne publikacje

Indie proponują DEPA: model AI ma iść do danych, nie dane do modelu
Indie przedstawiły ramy DEPA for AI Training: model trenuje się w zaszyfrowanych środowiskach u właścicieli danych, bez otwartego dostępu Big Techu do nich.

Alibaba Wan3.0: AI generuje wideo do 30 sekund z tekstu i dokumentów
Alibaba udostępnia Wan3.0 – model generujący wideo do 30 sekund z tekstu, obrazów, PDF i prezentacji, z cenami od 0,05 dolara za sekundę.

Google wprowadza Nano Banana 2 Lite i Gemini Omni Flash — szybkie generowanie obrazów i wideo przez API
Nano Banana 2 Lite generuje obrazy w 4 sekundy za 0,034 dolara, a Gemini Omni Flash wprowadza tworzenie wideo do API za 0,10 dolara za sekundę.