生成一秒AI视频要$0.10。这是Veo、Kling、Luma和Runway采用的全球标准价格。一条30秒产品广告视频需要$3，一段5分钟的教学视频就超过$30了。
Peak XV（前Sequoia India）的总经理直接说了："目前的AI视频模型对于印度的人口规模使用来说太贵了。"
于是印度自己造了一个。Varya。每秒₹0.48，约$0.005。只有全球工具价格的二十分之一。
为什么全球AI视频工具无法在印度规模落地
看看全球AI视频工具的价格结构，问题就很清晰了。
| 模型 | 价格（$/秒） | 30秒视频成本 |
|---|---|---|
| Sora 2 (OpenAI) | $0.75 | $22.50 |
| Veo 3.1 (Google) | $0.15+ | $4.50+ |
| Kling 3.0 (Kuaishou) | ~$0.10 | ~$3.00 |
| Runway Gen-4.5 | $0.10+ | $3.00+ |
| Varya (Avataar AI) | $0.005 | $0.15 |
把这个价格差代入现实场景，问题就更清晰了。印度农村学校用AI视频制作教材，或者小企业制作产品广告视频——全球模型在经济上根本行不通。问题不是价格，而是可及性。
第二道障碍是文化。全球模型用西方中心的数据训练，无法准确表现印度多样的节日服饰、地方建筑风格、食物和公共空间。输入"Holi节场景"的提示词，出来的往往是刻板印象式的结果。
蒸馏把50步压缩成4步 — 技术改变了价格
Avataar AI构建Varya的方式不是从零开始，而是以阿里巴巴的开源模型Wan 2.2（140亿参数）为基础，应用了蒸馏（distillation）技术。蒸馏就是把大模型的核心能力压缩成更轻量、更快速的版本。
结果是Varya把视频生成步骤从Wan 2.2的50步削减到4步。在NVIDIA H200 GPU上，5秒720p视频只需45秒生成。同样的任务Wan 2.2要1,230秒。速度差直接变成价格差。
印度政府的角色也不可忽视。印度AI使命为初创企业提供38,000台以上GPU（含NVIDIA H100·H200），每小时仅₹65（约$0.78）的补贴价格。 与AWS、Azure的₹300~600/小时商业云价格相比，算力成本障碍实际上已被消除。Avataar是入选的12家初创企业之一，利用这一补贴算力基础设施开发了Varya。
CEO的一句话
Avataar CEO Sravanth Aluru这样定义Varya："负担得起的AI就是包容性的AI。" MeitY部长S. Krishnan也称其为"世界级且能在人口规模上普及的节俭创新"。
懂文化的模型为何是护城河
Varya的优势不只是价格。训练数据针对印度文化进行了精心策划，能够准确生成当地节日、服饰、建筑、食物和公共空间。
| 全球AI视频模型 | Varya | |
|---|---|---|
| 印度节日表现 | 刻板印象式结果 | 准确呈现地方节日和服饰 |
| 建筑风格 | 以西方为中心的训练数据 | 反映印度各地区建筑风格 |
| 食物与日常生活 | 不准确或不自然的表现 | 准确表现本地食物和公共空间 |
| 价格 | $0.10+/秒 | $0.005/秒（便宜20倍） |
| 开放方式 | 封闭API | 开放权重（可自托管） |
在AIKosh门户以开放权重形式发布也很重要。开发者和企业可以下载包含训练数据的模型权重，在自己的环境中托管或针对特定领域进行微调。与Higgsfield和Adobe Firefly的合作也已宣布。
AI工具的竞争力正在从"最佳质量"转向"谁先把特定市场作为设计基准"。这不只是印度的故事。同样的方法可以产生韩语专属、东南亚文化专属、阿拉伯语专属的模型——Varya第一个展示了这个公式能跑通。
现在就开始使用Varya
- 在浏览器中直接试用
Avataar AI官网（avataar.ai）支持文本提示词或参考图片生成视频，可以直接体验。不需要印度文化相关内容也能正常生成。 - 下载开放权重模型
在AIKosh（indiaai.gov.in）可以下载Varya的模型权重和训练数据。可以在自己的GPU环境中托管，或针对特定领域进行微调。 - 通过API接入生产环境
通过Avataar的托管服务用API接入，每秒₹0.48（$0.005）的费率即可集成到生产流水线。比全球工具便宜20倍，特别适合大量视频生成工作流。 - 通过合作伙伴工具访问
Higgsfield和Adobe Firefly的集成已确认。如果已在使用这些平台，Varya将在其中集成。
目前已知的限制
Varya目前最高支持720p分辨率。需要4K或2K的高质量制作，Veo 3.1或Seedance 2.0仍是更好的选择。与顶级全球模型的直接质量对比基准数据目前仍然有限。
