Avataar AI lanza Varya: un modelo de vídeo más barato, rápido y culturalmente consciente para la escala de India

India ha ido a la zaga en la producción de modelos de inteligencia artificial en comparación con Estados Unidos, Europa y China. Hasta ahora, solo unas pocas startups han lanzado modelos, y la mayoría son grandes modelos de lenguaje o de voz. Para fomentar un mayor desarrollo, el gobierno indio puso en marcha la India AI Mission, una iniciativa dotada con aproximadamente 1.200 millones de dólares que, entre otras cosas, concede a las startups seleccionadas acceso a potencia de cálculo GPU subvencionada a cambio de que publiquen sus modelos de forma pública. Una de las doce startups elegidas para el programa, Avataar AI, ha lanzado un nuevo modelo de vídeo llamado Varya, diseñado para comprender el contexto local, como la identificación de diferentes festivales, comidas y vestimenta.

Avataar AI, respaldada por Peak XV y centrada en la creación de herramientas de vídeo para el comercio electrónico, no construyó Varya desde cero. Partió de Wan 2.2, un modelo público de generación de vídeo lanzado por Alibaba, y empleó una técnica llamada destilación, que esencialmente comprime 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 funciona en cuatro pasos, frente a los 50 de Wan 2.2, produciendo vídeo diez veces más rápido y a una fracción del coste.

Para ponerlo en términos concretos: utilizando una GPU NVIDIA H200, Varya puede generar un clip de 5 segundos en calidad 720p en 45 segundos, en comparación con los 1.230 segundos de Wan 2.2. Este salto de eficiencia es posible gracias a la destilación, que permite al modelo mantener la calidad de salida mientras reduce drásticamente la carga computacional. Además, al estar optimizado para las necesidades del comercio electrónico, Varya puede generar vídeos de productos, demostraciones y anuncios con un realismo y una coherencia notables, sin los artefactos típicos de los modelos genéricos.

El aspecto más llamativo de Varya puede ser su precio. La compañía planea cobrar 0,48 rupias (0,005 dólares) por segundo de vídeo en su servicio alojado, mucho más barato que modelos como Veo, Kling, Luma y Runway, que suelen cobrar 0,10 dólares o más por segundo. Esto supone una diferencia de precio de aproximadamente 20 veces. “India es un mercado donde el vídeo reina. Lo vemos en todos los grandes productos de consumo de internet en India: el vídeo gana al texto. Los modelos actuales de IA de vídeo son demasiado caros para un uso a escala de población en India. Si la IA de vídeo va a llegar a estudiantes, profesores, pymes, creadores, empresas y servicios públicos, los costes tienen que bajar drásticamente. El coste es el mayor desbloqueo para la adopción de la IA en India”, declaró Rajan Anandan, director general de Peak XV, a TechCrunch.

Los modelos de generación de imágenes y vídeo a menudo pasan por alto los matices culturales y producen resultados estereotipados o genéricos, un problema que TechCrunch ha cubierto anteriormente. Avataar AI afirma haber utilizado datos seleccionados para entrenar a Varya a reconocer matices culturales, como comida, vestimenta, arquitectura y festivales. Esta capacidad es crucial para un país tan diverso como India, donde las referencias culturales varían enormemente entre regiones. Varya podría, por ejemplo, generar un vídeo promocional para Diwali con lámparas de aceite y rangoli, o un anuncio para una boda del sur de India con flores de jazmín y saris de seda, sin caer en clichés.

Varya se publicará como modelo de pesos abiertos en el portal AI Kosh de India, el repositorio centralizado del gobierno indio para modelos y conjuntos de datos de IA de acceso público. Esto permitirá a desarrolladores, investigadores y empresas de todo el país descargar, modificar y desplegar el modelo en sus propias infraestructuras, acelerando la innovación local. Además, al ser parte del programa India AI Mission, Avataar AI se compromete a mantener la transparencia y la colaboración, contribuyendo al ecosistema de IA abierta del país.

Con Varya, Avataar AI no solo ofrece una alternativa económica y rápida a los modelos occidentales, sino que también demuestra que la inteligencia artificial puede ser culturalmente sensible si se entrena con los datos adecuados. Para un mercado como el indio, donde el vídeo es el formato dominante y la sensibilidad cultural es clave, Varya podría marcar un antes y un después en la adopción de la IA generativa a gran escala.