Într-o piață în continuă expansiune precum India, viteza și relevanța culturală sunt esențiale pentru adoptarea tehnologiei. Avataar AI, un startup susținut de Peak XV, vine cu o soluție inovatoare pentru crearea de conținut video prin intermediul inteligenței artificiale, lansând modelul Varya. Acesta promite să fie mai ieftin, mai rapid și, cel mai important, adaptat la specificul cultural indian, o nișă unde modelele AI globale au adesea întâmpinat dificultăți.
Dezvoltarea modelelor AI în India a fost, până acum, în urma altor centre globale precum SUA, Europa și China. Guvernul indian, prin inițiativa India AI Mission, încearcă să schimbe acest peisaj, alocând aproximativ 1,2 miliarde de dolari pentru a sprijini startup-urile locale. O componentă cheie a acestei misiuni este oferirea de acces la resurse de calcul GPU subvenționate, în schimbul publicării modelelor dezvoltate.
Avataar AI se numără printre cele 12 startup-uri selectate. Noul lor model video, Varya, a fost conceput special pentru a înțelege contextul local, recunoscând elemente precum festivaluri, mâncăruri tradiționale și îmbrăcăminte specifică. În loc să creeze totul de la zero, Avataar a adoptat o abordare pragmatică, bazându-se pe modelul open-source Wan 2.2 de la Alibaba. Prin tehnica de „distilare”, au reușit să comprime capabilitățile modelului original într-o versiune mult mai eficientă și optimizată pentru nevoile lor.
Rezultatul este impresionant: Varya generează video în doar patru pași, comparativ cu cei 50 de pași ai modelului Wan 2.2. Acest lucru se traduce într-o viteză de 10 ori mai mare și un cost semnificativ redus. Pentru a oferi o perspectivă concretă, un clip video de 5 secunde la rezoluție 720p poate fi generat de Varya în 45 de secunde, în timp ce Wan 2.2 ar avea nevoie de 1.230 de secunde, folosind același tip de GPU.
Un aspect cu adevărat revoluționar al Varya este prețul. Avataar AI intenționează să taxeze doar 0,48 rupii (aproximativ 0,005 USD) pe secundă de video pe serviciul lor. Aceasta este o fracțiune din costurile practicate de modele precum Veo, Kling, Luma sau Runway, care se situează în general peste 0,10 USD pe secundă. Vorbim, practic, de o diferență de aproximativ 20 de ori mai mică.
Rajan Anandan, managing director la Peak XV, subliniază importanța acestui demers: „India este o piață video-first. Vedem acest lucru în toate produsele majore de consum pe internet din India: video-ul învinge textul. Modelele AI video actuale sunt prea scumpe pentru utilizarea la scară largă în India. Dacă AI-ul video dorește să ajungă la studenți, profesori, IMM-uri, creatori, întreprinderi și servicii publice, costurile trebuie reduse dramatic. Costul este cel mai mare factor pentru adoptarea AI în India.”
Problema lipsei de nuanțe culturale în generarea de imagini și video-uri este una bine documentată. Avataar AI susține că Varya a fost antrenat pe date atent curatoriate pentru a recunoaște aspecte specifice culturii indiene, de la bucătărie și vestimentație, la arhitectură și sărbători.
Modelul Varya va fi lansat ca un model open-weight pe portalul India AI Kosh, depozitul centralizat al guvernului indian pentru modele și seturi de date AI disponibile public. Aceasta va permite dezvoltatorilor să-l găzduiască independent sau să-l modifice. Avataar AI intenționează, de asemenea, să facă modelul disponibil clienților săi enterprise și explorează parteneriate cu alte instrumente video. Oricine poate testa deja Varya pe site-ul companiei, utilizând prompturi textuale sau imagini de referință.
Lansarea Varya reflectă o strategie inteligentă pentru ambițiile AI ale Indiei. Experții din industrie consideră că India își poate consolida poziția în domeniul AI prin crearea de aplicații și un ecosistem robust de dezvoltatori, în loc să concureze direct la nivelul modelelor fundamentale. Această pragmă este motivată și de dificultățile întâmpinate în dezvoltarea modelelor în India, cauzate de lipsa de resurse de calcul și de date de calitate. India AI Mission reprezintă un efort guvernamental pentru a reduce acest decalaj, iar scopul declarat este de a atrage investiții de 200 de miliarde de dolari în AI până în 2028 și de a dubla capacitatea GPU în următoarele șase luni.