Във време на астрономически разходи, този ИИ видео модел струва само 0,005 долара на секунда

Базираната в Бангалор компания Avataar AI пусна на пазара Varya – един от първите местни модели за изкуствен интелект за видео в Индия. Той генерира видео на цена от около 0,005 долара на секунда, или 0,48 рупии. Основателят Сравант Алуру, бивш инвестиционен банкер в Deutsche Bank и възпитаник на Microsoft и Индийския институт по технологии в Мумбай, твърди, че това е 27 пъти по-евтино от сходни модели с отворен код за видео.

Предимството по отношение на цената идва от метода на „дестилация“ при създаването му. Avataar започна с Wan 2.2 на Alibaba, публично достъпен модел за генериране на видео, и компресира неговите възможности в по-олекотена версия, която работи в четири стъпки вместо 50. Резултатът е десет пъти по-бързо генериране на част от цената. Модели като Veo, Kling, Luma и Runway обикновено струват 0,10 долара или повече на секунда.

Varya не се опитва да се конкурира по качество с американските и китайските модели от най-високо ниво. Seedance на ByteDance, Kling на Kuaishou и Wan на Alibaba извеждат реализма на движението и генерирането на аудио далеч отвъд това, което предлага Varya. Предимството е в мащаба и достъпността на пазар от 1,4 милиарда души, където конкурентоспособността по отношение на цената е по-важна от върховите показатели.

Това, което отличава Varya, е културната специфика. Вместо да адаптира модел, обучен на базата на западни данни, Avataar използва подбрани данни, за да обучи Varya да възпроизвежда точно индийски облекла, храна, архитектура, фестивали и ежедневни ситуации. Глобалните модели, обучени предимно на базата на западни набори от данни, постоянно се провалят в това отношение, като генерират културно неточни резултати, което ограничава тяхната полезност за индийския бизнес, образованието и обществените услуги.

Моделът е с отворен код и ще бъде публикуван на индийския портал AIKosh – централизираното хранилище на правителството за модели и набори от данни за изкуствен интелект. Avataar е един от 12-те стартъпа, избрани за мисията IndiaAI – инициатива на стойност около 1,2 милиарда долара, която предоставя на избраните компании достъп до субсидирани изчислителни ресурси на графични процесори в замяна на публичното споделяне на техните модели.

Самата Avataar е набрала 55 милиона долара от Peak XV Partners и Tiger Global. Компанията първоначално се е фокусирала върху създаването на видео инструменти за електронна търговия. Varya е първият ѝ фундаментален модел, отразяващ по-широката тенденция индийските стартъпи да изграждат суверенна изкуствена интелигентност, вместо да наемат западната инфраструктура. Sarvam и BharatGen пуснаха свои собствени фундаментални модели по-рано тази година в рамките на същата програма.

Стратегията на Индия за изкуствения интелект е различна от тази на Европа или Китай. Тя не се опитва да изгради най-големия модел, а модели, които работят за населението ѝ на цена, която пазарът ѝ може да поеме. На цена от 0,005 долара на секунда Varya тества дали видео модел, оптимизиран за достъпност и културна релевантност, може да бъде приет по-бързо от технически по-добър, но скъп западен алтернативен вариант. В страна, където стартъпите в областта на изкуствения интелект вече разработват решения за местни нужди в голям мащаб, отговорът може би е „да“.