Более дешевый, быстрый и учитывающий культурные особенности, видео-ИИ от Avataar создан для масштабов Индии.

В Индии темпы развития моделей искусственного интеллекта отстают от США, Европы и Китая. Лишь немногие стартапы выпускают свои модели, и большинство из них — это крупные языковые или голосовые модели. Для стимулирования дальнейшего развития правительство запустило Индийскую миссию по искусственному интеллекту (India AI Mission) — инициативу стоимостью около 1,2 миллиарда долларов, которая, помимо прочего, предоставляет отобранным стартапам доступ к субсидированным вычислительным ресурсам GPU в обмен на публичный выпуск своих моделей. Один из 12 стартапов, отобранных для программы, Avataar AI, запустил новую видеомодель Varya, созданную для понимания местного контекста — например, для распознавания различных фестивалей, еды и одежды.

Стартап Varya, поддерживаемый Peak XV и специализирующийся на создании видеоинструментов для электронной коммерции, не создавал Varya с нуля. Он начал с Wan 2.2, общедоступной модели генерации видео, выпущенной Alibaba, и использовал метод, называемый дистилляцией — по сути, сжатие возможностей модели в более компактную и быструю версию, оптимизированную для конкретных сценариев использования Avataar. В результате получилась модель, работающая в четыре этапа вместо 50 в Wan 2.2, создающая видео в 10 раз быстрее и с гораздо меньшими затратами.

Если говорить конкретно: используя графический процессор NVIDIA H200, Varya может сгенерировать 5-секундный ролик в разрешении 720p за 45 секунд, по сравнению с 1230 секундами для Wan 2.2.

Самым поразительным аспектом Varya, пожалуй, является её цена. Компания планирует взимать 0,48 рупий (0,005 доллара США) за секунду видео на своём хостинговом сервисе — это намного дешевле, чем у таких моделей, как Veo, Kling, Luma и Runway, которые обычно взимают 0,10 доллара США или больше за секунду. Это примерно 20-кратная разница в цене.

«Индия — рынок, ориентированный в первую очередь на видеоконтент. Мы видим это на примере каждого крупного потребительского интернет-продукта в Индии: видео выигрывает у текста. Существующие модели ИИ для видео слишком дороги для использования в масштабах населения Индии. Если ИИ для видеоконтента должен стать доступен студентам, преподавателям, малым и средним предприятиям, создателям контента, компаниям и государственным службам, затраты должны значительно снизиться. Стоимость — это главный фактор, способствующий внедрению ИИ в Индии», — заявил управляющий директор Peak XV Раджан Анандан в интервью TechCrunch.

Модели генерации изображений и видео часто упускают из виду культурные нюансы и выдают стереотипные или шаблонные результаты — проблема, о которой TechCrunch уже сообщал ранее. Компания Avataar AI утверждает, что использовала тщательно отобранные данные для обучения Varya распознаванию культурных нюансов, включая еду, одежду, архитектуру и фестивали.

Модель Varya будет выпущена в виде модели с открытыми весами на индийском портале AI Kosh — централизованном репозитории правительства Индии для общедоступных моделей и наборов данных ИИ — вместе с обучающими данными, что означает, что разработчики могут размещать ее самостоятельно или модифицировать под свои нужды. Компания Avataar также планирует сделать модель доступной для своих корпоративных клиентов и заявляет об открытости к партнерству с видеоинструментами, включая Higgsfield и Adobe Firefly. Любой желающий может попробовать ее уже сейчас на веб-сайте, используя текстовые подсказки или эталонные изображения.

Запуск Varya отражает фундаментальный компромисс в амбициях Индии в области ИИ. Ветераны отрасли отмечают, что Индия может добиться успеха в сфере ИИ, создавая приложения и развитую экосистему разработчиков, а не конкурируя на основе базовых моделей. И этому прагматизму есть причина: разработка моделей в Индии идет медленнее, чем у мировых конкурентов, из-за нехватки вычислительных мощностей и ограниченного доступа к качественным данным.

Программа «Индийская миссия по искусственному интеллекту» также является частью более широкой правительственной инициативы по сокращению этого разрыва. В прошлом году она отобрала 12 стартапов, в том числе Avataar AI, для разработки моделей ИИ и предоставила им экономически эффективные вычислительные мощности. Ранее в этом году министр информационных технологий Ашвини Вайшнау заявил, что Индия стремится привлечь 200 миллиардов долларов инвестиций в ИИ к 2028 году и более чем удвоить свои мощности по разработке графических процессоров в течение шести месяцев.

Источник: techcrunch.com