Die Video-KI von Avataar meistert Indiens Größe mit Geschwindigkeit, Kosteneinsparungen und kulturellem Feingefühl

Im Vergleich zu den USA, Europa und China verläuft die Entwicklung von KI-Modellen in Indien eher schleppend. Nur wenige Start-ups veröffentlichen Modelle, und bei den meisten handelt es sich um große Sprachmodelle oder Sprachausgabemodelle. Um die Entwicklung voranzutreiben, hat die Regierung die „India AI Mission“ ins Leben gerufen, eine Initiative im Umfang von rund 1,2 Milliarden US-Dollar, die ausgewählten Start-ups unter anderem Zugang zu subventionierter GPU-Rechenleistung gewährt – im Gegenzug dafür, dass sie ihre Modelle öffentlich zugänglich machen. Eines der 12 für das Programm ausgewählten Start-ups, Avataar AI, hat ein neues Videomodell namens „Varya“ auf den Markt gebracht, das darauf ausgelegt ist, lokale Zusammenhänge zu verstehen – beispielsweise verschiedene Feste, Speisen und Kleidungsstücke zu identifizieren.

Das von Peak XV unterstützte Start-up, das sich auf die Entwicklung von Videotools für den E-Commerce konzentriert, hat „Varya“ nicht von Grund auf neu entwickelt. Es ging von „Wan 2.2“ aus, einem öffentlich zugänglichen, von Alibaba veröffentlichten Modell zur Videogenerierung, und nutzte eine Technik namens „Destillation“ – im Wesentlichen die Komprimierung der Modellfunktionen zu einer schlankeren, schnelleren Version, die für die spezifischen Anwendungsfälle von Avataar optimiert ist. Das Ergebnis ist ein Modell, das in vier Schritten statt in den 50 Schritten von Wan 2.2 läuft und Videos zehnmal schneller und zu einem Bruchteil der Kosten produziert.

Konkret bedeutet das: Mit einer NVIDIA H200-GPU kann Varya einen 5-Sekunden-Clip in 720p in 45 Sekunden generieren, während Wan 2.2 dafür 1.230 Sekunden benötigt.

Der vielleicht auffälligste Aspekt von Varya ist der Preis. Das Unternehmen plant, für seinen gehosteten Dienst 0,48 Rupien (0,005 US-Dollar) pro Sekunde Video zu berechnen – weitaus günstiger als Modelle wie Veo, Kling, Luma und Runway, die in der Regel 0,10 US-Dollar oder mehr pro Sekunde verlangen. Das entspricht einem etwa 20-fachen Preisunterschied.

„Indien ist ein ‚Video-First‘-Markt. Das sehen wir bei jedem großen Internetprodukt für Verbraucher in Indien: Video setzt sich gegenüber Text durch. Aktuelle KI-Videomodelle sind für den Einsatz auf Bevölkerungsebene in Indien zu teuer. Wenn KI-Videotechnologie Schüler, Lehrer, Kleinst-, Klein- und Mittelunternehmen (KKMU), Kreative, Unternehmen und öffentliche Dienste erreichen soll, müssen die Kosten drastisch sinken. Die Kosten sind der größte Hemmschuh für die Einführung von KI in Indien“, erklärte Rajan Anandan, Geschäftsführer von Peak XV, gegenüber TechCrunch.

Modelle zur Bild- und Videogenerierung übersehen oft kulturelle Nuancen und liefern stereotype oder generische Ergebnisse – ein Problem, über das TechCrunch bereits berichtet hat. Avataar AI gibt an, Varya anhand kuratierter Daten so trainiert zu haben, dass es kulturelle Nuancen wie Essen, Kleidung, Architektur und Feste erkennt.

Varya wird als Open-Weight-Modell auf dem indischen „AI Kosh“-Portal – dem zentralen Repository der indischen Regierung für öffentlich zugängliche KI-Modelle und Datensätze – zusammen mit den Trainingsdaten veröffentlicht, was bedeutet, dass Entwickler es selbst hosten oder an ihre eigenen Bedürfnisse anpassen können. Avataar plant außerdem, das Modell seinen Unternehmenskunden zur Verfügung zu stellen, und erklärt, offen für Partnerschaften mit Videotools wie Higgsfield und Adobe Firefly zu sein. Jeder kann es bereits jetzt auf der Website des Unternehmens mithilfe von Textanweisungen oder Referenzbildern ausprobieren.

Die Einführung von Varya spiegelt einen grundlegenden Kompromiss in Indiens KI-Ambitionen wider. Branchenkenner haben darauf hingewiesen, dass Indien sich im Bereich der KI durch die Entwicklung von Anwendungen und eines robusten Entwickler-Ökosystems profilieren kann, anstatt bei den Grundmodellen zu konkurrieren. Und es gibt einen Grund für diesen Pragmatismus: Die Modellentwicklung verlief in Indien aufgrund fehlender Rechenkapazitäten und der begrenzten Verfügbarkeit hochwertiger Daten langsamer als bei den globalen Konkurrenten.

Die „India AI Mission“ ist zudem Teil einer umfassenderen Regierungsinitiative, diese Lücke zu schließen. Im vergangenen Jahr wählte sie 12 Start-ups – darunter Avataar AI – für die Entwicklung von KI-Modellen aus und stellte ihnen kostengünstige Rechenkapazitäten zur Verfügung. Anfang dieses Jahres erklärte IT-Minister Ashwini Vaishnaw, Indien strebe an, bis 2028 KI-Investitionen in Höhe von 200 Milliarden US-Dollar anzuziehen und seine GPU-Kapazität innerhalb von sechs Monaten mehr als zu verdoppeln.