Avataar lança modelo de vídeo de IA barato e rápido focado no público indiano

A Índia vem avançando mais devagar do que Estados Unidos, Europa e China na oferta de modelos de IA, com poucas startups lançando soluções próprias e, em geral, concentradas em linguagem e voz. Para acelerar esse cenário, o governo criou a iniciativa India AI Mission, um programa de cerca de 1,2 bilhão de dólares que oferece acesso subsidiado a poder de computação em GPU para startups selecionadas em troca da disponibilização pública de seus modelos.

Uma das 12 empresas escolhidas pelo programa é a Avataar AI, que acaba de apresentar o Varya, um modelo de vídeo pensado para reconhecer contexto local, incluindo festivais, comidas típicas e diferentes estilos de vestuário. A startup, apoiada pelo fundo Peak XV e especializada em ferramentas de vídeo para e‑commerce, não partiu do zero: ela adotou o Wan 2.2, modelo de geração de vídeo aberto criado pela Alibaba, e aplicou uma técnica de destilação para condensar suas capacidades em uma versão mais leve, rápida e voltada às necessidades da empresa.

Com essa abordagem, o Varya realiza a geração em apenas quatro etapas, contra 50 do Wan 2.2, o que garante ganho expressivo em desempenho e custo. Em números práticos, usando uma GPU Nvidia H200, o modelo cria um clipe de cinco segundos em 720p em cerca de 45 segundos, bem abaixo dos 1.230 segundos necessários para o Wan 2.2.

O preço proposto é outro ponto de destaque. A Avataar pretende cobrar 0,48 rúpia (equivalente a 0,005 dólar) por segundo de vídeo em seu serviço hospedado, valor muito inferior ao de concorrentes como Veo, Kling, Luma e Runway, que costumam ficar em 0,10 dólar ou mais por segundo. Essa diferença representa uma redução em torno de 20 vezes no custo por segundo gerado.

Para investidores e executivos, essa estratégia de preço é chave para ampliar a adoção de IA na Índia. Segundo Rajan Anandan, diretor-gerente da Peak XV, o país é um mercado claramente orientado a vídeo, em que esse formato supera texto em diversas plataformas de consumo digital. Na visão dele, os modelos atuais são caros demais para atingir estudantes, professores, micro e pequenas empresas, criadores de conteúdo, grandes companhias e serviços públicos, e a queda de custo é o principal gatilho para escalar o uso de IA em vídeo.

Modelos de geração de imagem e vídeo costumam falhar na captura de nuances culturais, resultando em resultados genéricos ou estereotipados, algo já documentado em outros sistemas de IA. A Avataar afirma ter usado dados curados para treinar o Varya a reconhecer melhor elementos culturais como culinária, arquitetura, roupas e celebrações típicas do país.

O Varya será disponibilizado em formato de modelo de pesos abertos no portal AIKosh, repositório central do governo indiano para modelos e conjuntos de dados de IA. Além disso, a empresa promete publicar também os dados de treinamento, permitindo que desenvolvedores façam self‑hosting ou adaptem a tecnologia a casos de uso específicos, e pretende integrar o modelo tanto à sua base de clientes corporativos quanto a outras ferramentas de vídeo, como Higgsfield e Adobe Firefly.

Qualquer pessoa já pode experimentar o Varya diretamente no site da Avataar, usando prompts de texto ou imagens de referência para guiar a geração de vídeo. O lançamento reforça uma aposta mais pragmática da Índia em IA, priorizando aplicações e construção de ecossistema de desenvolvedores em vez de competir diretamente em grandes modelos fundacionais.

Esse recorte tem motivos estruturais: o país ainda sofre com falta de capacidade computacional em larga escala e acesso limitado a dados de alta qualidade, fatores que tornam mais lenta a criação de modelos proprietários de grande porte. Como resposta, o governo vem intensificando esforços com o India AI Mission e outros programas, incluindo a seleção de 12 startups para acesso a computação de baixo custo e a meta de atrair 200 bilhões de dólares em investimentos em infraestrutura de IA até 2028, além de mais que dobrar a capacidade de GPUs em poucos meses.