更便宜、更快、更具文化感知力：Avataar 的视频 AI 专为印度规模打造

背景

尽管美国、欧洲和中国在 AI 模型输出方面进展迅速，但印度的 AI 发展相对滞后。目前，印度仅有少数初创公司发布模型，且大多集中在大型语言模型（LLM）或语音模型领域。为了加速这一领域的开发，印度政府启动了“印度 AI 使命”（India AI Mission）。这是一项规模约 12 亿美元的倡议，其核心措施之一是为入选的初创公司提供补贴的 GPU 算力，作为交换，这些公司需将其开发的模型公开。

Avataar AI 是该项目选定的 12 家初创公司之一。这家由 Peak XV 支持、专注于为电子商务创建视频工具的初创公司，近期推出了一款名为 Varya 的新视频生成模型。与通用模型不同，Varya 专为理解本地语境而设计，能够精准识别印度的节日、饮食、服饰等具有文化特色的元素。

核心内容

Varya 并非从零开始构建，而是基于阿里巴巴发布的开源视频生成模型 Wan 2.2 进行优化。Avataar AI 采用了一种称为“蒸馏”（distillation）的技术，将原模型的能力压缩成一个更精简、更快的版本，以适配 Avataar 特定的使用场景。

这种优化带来了显著的性能提升：

• 速度提升：Varya 仅需 4 个步骤即可生成视频，而 Wan 2.2 需要 50 个步骤。这使得 Varya 的生成速度比原模型快 10 倍。
• 成本降低：生成成本仅为原模型的一小部分。
• 具体性能指标：在使用 NVIDIA H200 GPU 的情况下，Varya 生成一段 5 秒、720p 分辨率的视频仅需 45 秒，而 Wan 2.2 则需要 1,230 秒（约 20.5 分钟）。

在定价方面，Varya 展现了极高的性价比。Avataar AI 计划在其托管服务中按每秒 ₹0.48（约 $0.005）的价格收费。相比之下，Veo、Kling、Luma 和 Runway 等主流模型通常每秒收费 $0.10 或更高。这意味着 Varya 的价格比这些国际主流模型低约 20 倍。

Peak XV 的董事总经理 Rajan Anandan 向 TechCrunch 指出：“印度是一个‘视频优先’的市场。我们在印度各大消费互联网产品中都能看到这一趋势：视频胜过文本。目前的 AI 视频模型对于印度的人口规模应用来说过于昂贵。如果 AI 视频要惠及学生、教师、中小微企业（MSME）、创作者、企业和公共服务，成本必须大幅降低。成本是印度 AI 普及的最大瓶颈。”

此外，针对图像和视频生成模型常因缺乏文化细微差别而产生刻板印象或通用输出的问题，Avataar AI 表示，他们通过精心策划的数据集训练 Varya，使其能够识别包括食物、服饰、建筑和节日在内的文化细微差别。

在发布策略上，Varya 将作为开源权重模型在印度政府的 AI 集中存储库 India AI Kosh 上发布，同时公开其训练数据。这意味着开发者可以自行托管或根据需求修改模型。Avataar 还计划向企业客户开放该模型，并表示愿意与 Higgsfield 和 Adobe Firefly 等视频工具进行合作。目前，任何人都可以通过其网站使用文本提示或参考图像来试用 Varya。

关键要点

• 技术路径：Varya 基于阿里开源模型 Wan 2.2，通过蒸馏技术优化，将生成步骤从 50 步减少至 4 步，速度提升 10 倍。
• 极致性价比：定价约为 $0.005/秒，比 Veo、Runway 等国际竞品便宜约 20 倍，旨在解决印度市场因高昂成本导致的 AI 普及难题。
• 文化适应性：通过特定数据训练，Varya 能准确识别印度的节日、饮食、服饰和建筑等文化元素，避免生成刻板印象内容。
• 开源与开放生态：模型及训练数据将在 India AI Kosh 平台开源，支持开发者自托管和二次开发；同时 Avataar 寻求与 Adobe Firefly 等工具的合作。
• 性能实测：在 NVIDIA H200 GPU 上，生成 5 秒 720p 视频仅需 45 秒，大幅优于基准模型 Wan 2.2 的 1,230 秒。

意义与影响

Varya 的发布反映了印度在 AI 雄心背后的一个根本性权衡。行业资深人士指出，印度在 AI 领域确立地位的关键，可能不在于与全球巨头在基础模型（Foundation Models）上直接竞争，而在于开发应用程序和构建强大的开发者生态系统。这种务实态度的原因在于，由于算力缺乏和高质量数据可用性有限，印度的模型开发进度落后于全球竞争对手。

“印度 AI 使命”是政府缩小这一差距的更广泛努力的一部分。去年，该计划选定了包括 Avataar AI 在内的 12 家初创公司开发 AI 模型，并提供高效算力的支持。今年早些时候，印度信息技术部长 Ashwini Vaishnaw 表示，印度旨在到 2028 年吸引 2000 亿美元的 AI 投资，并在六个月内将 GPU 容量增加一倍以上。

Avataar AI 的案例表明，通过针对特定市场（如印度）进行成本优化和文化适配，初创公司可以在全球 AI 竞争中找到独特的切入点。这种“应用优先、生态驱动”的路径，或许正是印度突破算力瓶颈、实现 AI 规模化落地的关键策略。