Avataar 的视频人工智能以速度、成本节约和对文化细微差别的把握,应对印度市场的庞大规模

与美国、欧洲和中国相比,印度的AI模型研发进展较为缓慢。 目前仅有少数初创企业发布模型,其中大部分是大型语言模型或语音模型。为鼓励更多研发,印度政府推出了“印度人工智能计划”(India AI Mission),这是一项约12亿美元的计划,其举措之一是向入选的初创企业提供补贴的GPU计算资源,作为交换,这些企业需将其模型公开发布。 入选该计划的12家初创公司之一——Avataar AI——推出了一款名为Varya的新视频模型,该模型专为理解本地语境而设计,例如识别不同的节日、食物和服饰。
这家由Peak XV投资、专注于为电商开发视频工具的初创公司,并未从零开始构建Varya。 该公司以阿里巴巴发布的开源视频生成模型“Wan 2.2”为基础,运用了名为“知识蒸馏”的技术——本质上是将模型的能力浓缩为更精简、更快速的版本,并针对 Avataar 的具体应用场景进行了优化。 最终生成的模型仅需四个步骤即可运行,而Wan 2.2则需要50个步骤,视频生成速度提升了10倍,成本却仅为原来的几分之一。
具体来说:使用NVIDIA H200 GPU时,Varya能在45秒内生成一段5秒的720p视频片段,而Wan 2.2则需要1,230秒。
Varya 最引人注目的方面或许是其价格。 该公司计划在其托管服务中按每秒视频0.48卢比(0.005美元)收费——这远低于Veo、Kling、Luma和Runway等模型,后者通常每秒收费0.10美元或更高。两者价格差距约为20倍。
“印度是一个‘视频优先’的市场。我们看到印度的每一款大型消费互联网产品都印证了这一点:视频胜过文字。当前的AI视频模型成本过高,无法在印度实现全民规模的应用。如果要让视频AI惠及学生、教师、微型、小型和中型企业(MSMEs)、创作者、企业和公共服务部门,成本必须大幅降低。 成本是推动印度AI普及的最大障碍,”Peak XV董事总经理拉詹·阿南丹(Rajan Anandan)向TechCrunch表示。
图像和视频生成模型往往忽略文化细微差别,产生刻板或千篇一律的输出——这是 TechCrunch 此前曾报道过的问题。Avataar AI 表示,他们利用精心筛选的数据训练 Varya,使其能够识别包括食物、服饰、建筑和节日等在内的文化细微差别。
Varya将作为开放权重模型发布在印度的AI Kosh门户网站上——该网站是印度政府用于集中存储公开可用的人工智能模型和数据集的仓库——并随附其训练数据,这意味着开发者可以自行部署或根据自身需求对其进行修改。 Avataar还计划向其企业客户开放该模型,并表示愿意与Higgsfield和Adobe Firefly等视频工具建立合作伙伴关系。目前,任何人都可以访问其官网,通过文本提示或参考图片进行试用。
Varya的发布反映了印度在人工智能雄心上的根本性权衡。 业界资深人士指出,印度可以通过创建应用程序和构建强大的开发者生态系统在人工智能领域崭露头角,而非在基础模型领域与他人竞争。这种务实态度有其原因:由于缺乏计算资源且高质量数据供应有限,印度的模型开发速度一直慢于全球竞争对手。
“印度人工智能计划”也是政府为弥合这一差距而采取的更广泛举措的一部分。 去年,该计划遴选了12家初创企业(其中包括Avataar AI)来开发AI模型,并为其提供了高性价比的计算资源。今年早些时候,信息技术部长阿什维尼·瓦伊什纳夫表示,印度计划到2028年吸引2000亿美元的AI投资,并在六个月内将其GPU算力提升一倍以上。
相关文章
印度就人工智能的未来展开辩论,与此同时Anthropic暂停了对新模型的访问权限
Anthropic 在美国政府指令后突然暂停对其最新 AI 模型的访问权限,这一事件引发了全球科技行业的重新审视。在印度,这一决定重新点燃了关于世界上最大的 AI 市场之一能否在依赖国外开发和控制的技术的同时维持其增长的长期辩论。该公告于周五晚些时候发布,Anthropic 表示其收到美国政府命令,限制所有外国人(包括其自己的国际员工)访问其新发布的 Fable 5 和 Mythos 5 模型。此举发生在该公司宣布与印度 IT 巨头塔塔咨询服务公司(Tata Consultancy Servi
印度人工智能热潮促使企业为用户牺牲营收
随着科技巨头们结束免费试用期,并致力于将这个全球第四大经济体转变为付费用户来源,它们在印度加速推广人工智能的努力可能正接近一个转折点。据市场情报公司Sensor Tower数据显示,2025年印度已成为全球生成式AI应用下载量最大的市场,随着安装量同比增长207%,其领先美国的市场优势进一步扩大。包括OpenAI、谷歌和Perplexity在内的公司提供了延长的免费高级服务,以推动这个对价格敏感的
Truecaller 助您为家人挂断诈骗电话
来电识别平台Truecaller最近推出了一项新功能,允许一人担任家庭群组的管理员。管理员会收到其他成员接到的诈骗来电提醒,如果怀疑家庭成员正在遭遇诈骗,甚至可以远程挂断电话。Truecaller 拥有超过 4.5 亿用户,该功能最初于 12 月在瑞典、智利、马来西亚和肯尼亚等少数国家推出。在看到令人鼓舞的效果后,该公司将其推广至全球,包括其最大市场印度。该功能免费向所有用户开放,即使没有订阅 T
相关专题推荐
评论 (0)
0/500

与美国、欧洲和中国相比,印度的AI模型研发进展较为缓慢。 目前仅有少数初创企业发布模型,其中大部分是大型语言模型或语音模型。为鼓励更多研发,印度政府推出了“印度人工智能计划”(India AI Mission),这是一项约12亿美元的计划,其举措之一是向入选的初创企业提供补贴的GPU计算资源,作为交换,这些企业需将其模型公开发布。 入选该计划的12家初创公司之一——Avataar AI——推出了一款名为Varya的新视频模型,该模型专为理解本地语境而设计,例如识别不同的节日、食物和服饰。
这家由Peak XV投资、专注于为电商开发视频工具的初创公司,并未从零开始构建Varya。 该公司以阿里巴巴发布的开源视频生成模型“Wan 2.2”为基础,运用了名为“知识蒸馏”的技术——本质上是将模型的能力浓缩为更精简、更快速的版本,并针对 Avataar 的具体应用场景进行了优化。 最终生成的模型仅需四个步骤即可运行,而Wan 2.2则需要50个步骤,视频生成速度提升了10倍,成本却仅为原来的几分之一。
具体来说:使用NVIDIA H200 GPU时,Varya能在45秒内生成一段5秒的720p视频片段,而Wan 2.2则需要1,230秒。
Varya 最引人注目的方面或许是其价格。 该公司计划在其托管服务中按每秒视频0.48卢比(0.005美元)收费——这远低于Veo、Kling、Luma和Runway等模型,后者通常每秒收费0.10美元或更高。两者价格差距约为20倍。
“印度是一个‘视频优先’的市场。我们看到印度的每一款大型消费互联网产品都印证了这一点:视频胜过文字。当前的AI视频模型成本过高,无法在印度实现全民规模的应用。如果要让视频AI惠及学生、教师、微型、小型和中型企业(MSMEs)、创作者、企业和公共服务部门,成本必须大幅降低。 成本是推动印度AI普及的最大障碍,”Peak XV董事总经理拉詹·阿南丹(Rajan Anandan)向TechCrunch表示。
图像和视频生成模型往往忽略文化细微差别,产生刻板或千篇一律的输出——这是 TechCrunch 此前曾报道过的问题。Avataar AI 表示,他们利用精心筛选的数据训练 Varya,使其能够识别包括食物、服饰、建筑和节日等在内的文化细微差别。
Varya将作为开放权重模型发布在印度的AI Kosh门户网站上——该网站是印度政府用于集中存储公开可用的人工智能模型和数据集的仓库——并随附其训练数据,这意味着开发者可以自行部署或根据自身需求对其进行修改。 Avataar还计划向其企业客户开放该模型,并表示愿意与Higgsfield和Adobe Firefly等视频工具建立合作伙伴关系。目前,任何人都可以访问其官网,通过文本提示或参考图片进行试用。
Varya的发布反映了印度在人工智能雄心上的根本性权衡。 业界资深人士指出,印度可以通过创建应用程序和构建强大的开发者生态系统在人工智能领域崭露头角,而非在基础模型领域与他人竞争。这种务实态度有其原因:由于缺乏计算资源且高质量数据供应有限,印度的模型开发速度一直慢于全球竞争对手。
“印度人工智能计划”也是政府为弥合这一差距而采取的更广泛举措的一部分。 去年,该计划遴选了12家初创企业(其中包括Avataar AI)来开发AI模型,并为其提供了高性价比的计算资源。今年早些时候,信息技术部长阿什维尼·瓦伊什纳夫表示,印度计划到2028年吸引2000亿美元的AI投资,并在六个月内将其GPU算力提升一倍以上。
印度就人工智能的未来展开辩论,与此同时Anthropic暂停了对新模型的访问权限
Anthropic 在美国政府指令后突然暂停对其最新 AI 模型的访问权限,这一事件引发了全球科技行业的重新审视。在印度,这一决定重新点燃了关于世界上最大的 AI 市场之一能否在依赖国外开发和控制的技术的同时维持其增长的长期辩论。该公告于周五晚些时候发布,Anthropic 表示其收到美国政府命令,限制所有外国人(包括其自己的国际员工)访问其新发布的 Fable 5 和 Mythos 5 模型。此举发生在该公司宣布与印度 IT 巨头塔塔咨询服务公司(Tata Consultancy Servi
印度人工智能热潮促使企业为用户牺牲营收
随着科技巨头们结束免费试用期,并致力于将这个全球第四大经济体转变为付费用户来源,它们在印度加速推广人工智能的努力可能正接近一个转折点。据市场情报公司Sensor Tower数据显示,2025年印度已成为全球生成式AI应用下载量最大的市场,随着安装量同比增长207%,其领先美国的市场优势进一步扩大。包括OpenAI、谷歌和Perplexity在内的公司提供了延长的免费高级服务,以推动这个对价格敏感的
Truecaller 助您为家人挂断诈骗电话
来电识别平台Truecaller最近推出了一项新功能,允许一人担任家庭群组的管理员。管理员会收到其他成员接到的诈骗来电提醒,如果怀疑家庭成员正在遭遇诈骗,甚至可以远程挂断电话。Truecaller 拥有超过 4.5 亿用户,该功能最初于 12 月在瑞典、智利、马来西亚和肯尼亚等少数国家推出。在看到令人鼓舞的效果后,该公司将其推广至全球,包括其最大市场印度。该功能免费向所有用户开放,即使没有订阅 T





首页






