La solution d'IA vidéo d'Avataar s'adapte à l'ampleur du marché indien en alliant rapidité, économies et prise en compte des nuances culturelles

La production de modèles d’IA en Inde a été plus lente que celle des États-Unis, de l’Europe et de la Chine. Seules quelques start-ups lancent des modèles, et la plupart d’entre eux sont soit des modèles linguistiques de grande envergure, soit des modèles vocaux. Afin d’encourager le développement dans ce domaine, le gouvernement a lancé l’« India AI Mission », une initiative d’environ 1,2 milliard de dollars qui, entre autres, permet à certaines start-ups sélectionnées d’accéder à des ressources de calcul GPU subventionnées en échange de la mise à disposition publique de leurs modèles. L’une des 12 start-ups sélectionnées pour ce programme, Avataar AI, a lancé un nouveau modèle vidéo baptisé « Varya », conçu pour comprendre le contexte local — notamment en identifiant les différentes fêtes, les spécialités culinaires et les vêtements.

Cette start-up soutenue par Peak XV, qui se consacre à la création d’outils vidéo pour le commerce électronique, n’a pas développé Varya à partir de zéro. Elle est partie de Wan 2.2, un modèle de génération vidéo accessible au public publié par Alibaba, et a utilisé une technique appelée « distillation » — qui consiste essentiellement à condenser les capacités du modèle en une version plus légère et plus rapide, optimisée pour les cas d’utilisation spécifiques d’Avataar. Le résultat est un modèle qui fonctionne en quatre étapes au lieu des 50 de Wan 2.2, produisant des vidéos 10 fois plus rapidement et à un coût bien moindre.

Concrètement, avec un GPU NVIDIA H200, Varya peut générer un clip de 5 secondes en 720p en 45 secondes, contre 1 230 secondes pour Wan 2.2.

L’aspect le plus marquant de Varya est sans doute son prix. L’entreprise prévoit de facturer 0,48 ₹ (0,005 $) par seconde de vidéo sur son service hébergé — un prix bien inférieur à celui de modèles tels que Veo, Kling, Luma et Runway, qui facturent généralement 0,10 $ ou plus par seconde. Cela représente une différence de prix d’environ 20 fois.

« L’Inde est un marché où la vidéo prime. Nous le constatons dans tous les grands produits Internet grand public en Inde : la vidéo l’emporte sur le texte. Les modèles vidéo basés sur l’IA actuels sont trop coûteux pour une utilisation à l’échelle de la population en Inde. Si l’IA vidéo doit toucher les étudiants, les enseignants, les micro, petites et moyennes entreprises (MPME), les créateurs, les entreprises et les services publics, les coûts doivent baisser considérablement. Le coût est le principal obstacle à l’adoption de l’IA en Inde », a déclaré Rajan Anandan, directeur général de Peak XV, à TechCrunch.

Les modèles de génération d’images et de vidéos passent souvent à côté des nuances culturelles et produisent des résultats stéréotypés ou génériques — un problème déjà soulevé par TechCrunch. Avataar AI affirme avoir utilisé des données triées sur le volet pour entraîner Varya à reconnaître les nuances culturelles, notamment en matière de cuisine, de vêtements, d’architecture et de festivals.

Varya sera publié sous forme de modèle open-weight sur le portail indien AI Kosh — le référentiel centralisé du gouvernement indien pour les modèles d’IA et les ensembles de données accessibles au public — accompagné de ses données d’entraînement, ce qui signifie que les développeurs pourront l’héberger eux-mêmes ou le modifier en fonction de leurs propres besoins. Avataar prévoit également de mettre ce modèle à la disposition de ses clients professionnels et se dit ouvert à des partenariats avec des outils vidéo tels que Higgsfield et Adobe Firefly. Tout le monde peut d’ores et déjà l’essayer sur son site web à l’aide de consignes textuelles ou d’images de référence.

Le lancement de Varya reflète un compromis fondamental dans les ambitions de l’Inde en matière d’IA. Les experts du secteur ont souligné que l’Inde peut se démarquer dans le domaine de l’IA en créant des applications et un écosystème de développeurs solide, plutôt qu’en rivalisant sur les modèles de base. Et ce pragmatisme s’explique : le développement de modèles a été plus lent en Inde que chez ses concurrents mondiaux en raison d’un manque de puissance de calcul et d’une disponibilité limitée de données de qualité.

La mission « India AI » s’inscrit également dans le cadre d’une initiative gouvernementale plus large visant à combler cet écart. L’année dernière, elle a sélectionné 12 start-ups — dont Avataar AI — pour développer des modèles d’IA et leur a fourni des ressources de calcul à moindre coût. En début d’année, le ministre des Technologies de l’information, Ashwini Vaishnaw, a déclaré que l’Inde visait à attirer 200 milliards de dollars d’investissements dans l’IA d’ici 2028 et à plus que doubler sa capacité en GPU dans les six mois.