本文共計：2220字，3圖

閱讀預計：4分鐘

在2025年初，當中國的AI初創(chuàng)公司發(fā)布DeepSeek-R1模型、震動全球時，遠在南亞的印度科技圈感到的不只是驚訝，更是一種緊迫感。這個號稱全球“數(shù)字大國”的國家，意識到自己在AI基礎能力建設上的巨大差距，尤其是在本土語言模型、計算資源和研發(fā)體系等方面遠落后于中美。

于是，一場“人工智能主權”的戰(zhàn)略布局，在印度迅速展開。這不僅僅是一場技術競賽，更關乎國家未來的發(fā)展方式、國際地位以及普通人是否能在數(shù)字時代擁有平等的語言權利和就業(yè)機會。

CR：Eletimes

遲來的出發(fā)：印度為什么落后了？

長期以來，印度是全球軟件服務業(yè)的重要輸出國。但正因為這種“服務型”發(fā)展路徑，印度在人工智能等前沿技術的原創(chuàng)能力上始終偏弱。

大量技術人才被用于為海外公司提供編程支持，創(chuàng)新研發(fā)卻始終沒有成為產業(yè)核心。

2024年，印度的科研投入僅占GDP的0.65%，遠低于中國的2.68%和美國的3.5%。

同時，印度的研發(fā)機構往往集中于國防和太空等戰(zhàn)略領域，缺乏面向大眾生活的轉化機制。大量頂尖AI人才也被更具吸引力的海外研究環(huán)境吸走，造成人才外流。

更復雜的是，印度擁有22種官方語言，幾百種方言。這種高度語言多樣性雖然文化上豐富，卻在技術上構成極大挑戰(zhàn)：在訓練AI語言模型時，難以找到高質量、多樣化的數(shù)字語料，而且主流AI工具對印度語種的支持也非常有限。

政策大動作：印度啟動AI主權計劃

DeepSeek-R1的出現(xiàn)如同一記警鐘。僅僅10天后，印度政府迅速行動。電子與信息技術部（MeitY）對外征集AI基礎模型開發(fā)提案，向國內私營云服務商申請調用GPU資源，打造印度自己的“大語言模型”。

短短數(shù)周，印度政府就集結了近2萬個高性能計算芯片（GPU），并收到上百份建模提案。

其中，Sarvam AI成為重點項目，被授權開發(fā)一個700億參數(shù)、專為印度語言環(huán)境優(yōu)化的大模型。

與此同時，IndiaAI國家計劃正式啟動，投入125億美元，目標是打造計算能力、數(shù)據(jù)資源、本地模型和應用生態(tài)四大支柱。這是印度第一次以國家之力推進AI基礎設施建設，顯示出強烈的技術自主意圖。

CR：Telecom Review

語言與技術：AI要懂“印度式說話”

印度AI模型面臨的最大挑戰(zhàn)之一，是如何理解印度人自己的語言。和英語、中文不同，印地語、泰米爾語、古吉拉特語等擁有復雜語法和變形結構，普通的英文訓練方法無法適用。

主流開源模型往往忽視這些語種的特殊性，導致生成結果出現(xiàn)錯譯、誤讀甚至無法理解的情況。而Sarvam團隊開發(fā)的“OpenHathi”和其他本地模型，正是嘗試用智能分詞和語料清洗等技術手段，讓模型更貼近印度真實的語言使用場景。

另一個例子是“Pragna-1B”模型。它雖只有12億參數(shù)，卻通過“平衡分詞”方法，在低資源下實現(xiàn)高效表達，尤其在印地語和古吉拉特語上的表現(xiàn)優(yōu)于一些國際大模型。這表明，只要方法得當，小團隊也能突破語言技術瓶頸。

AI主權不只是技術，更是公平議題

對印度而言，發(fā)展本土AI不僅僅是跟上潮流，更是追求數(shù)字公平。如今的ChatGPT等系統(tǒng)主要服務英語用戶，而大部分印度農村居民并不使用英語，這就造成了“語言壁壘”。

更糟的是，很多英語為主的AI系統(tǒng)甚至誤解印度人說的英語腔調，或者完全不能處理印度語種。這讓大量基層用戶在信息時代被邊緣化。發(fā)展適合印度語言和語境的本地AI，是避免“數(shù)字殖民”的必要手段。

Sarvam等項目，正嘗試開發(fā)支持語音輸入的AI系統(tǒng)，讓文盲也可以用口語進行交互。這類“語音優(yōu)先”的設計，正是為了讓AI不只服務城市精英，而能惠及廣大鄉(xiāng)村人口。

開放還是封閉：公共科技該歸誰？

IndiaAI雖然獲得廣泛支持，但也遭遇了“閉源與開放”的爭論。Sarvam項目雖然使用了大量政府資源，卻并未選擇開源代碼，引發(fā)技術界質疑：“公共投資是否應該產生公共成果？”

相比之下，中國的DeepSeek-R1是全球最大的開源模型之一，允許開發(fā)者在家用電腦上進行微調，極大地降低了門檻。印度是否應效仿，成為爭論焦點。

政府對此態(tài)度謹慎，表示“不會強制開源”，希望各團隊自由選擇商業(yè)路徑。批評者則擔心，這種模糊立場可能導致公共科技成果被少數(shù)公司壟斷，削弱全民受益的可能性。

算力焦慮與結構性挑戰(zhàn)

訓練大模型的另一個“硬問題”是算力。在生成式AI的時代，誰掌握GPU，誰就擁有訓練能力。而GPU仍是高度依賴進口的產品，印度目前尚無本土替代方案。

政府正在嘗試通過集采、補貼、共享資源等方式解決這一瓶頸。但現(xiàn)實是，即使調集1萬個GPU，也遠不及OpenAI或谷歌的訓練規(guī)模。

因此，印度初創(chuàng)公司更多地轉向“輕量模型”“本地部署”或“多語種適配”等策略，走出一條“小步快跑”的路線。

長遠來看，印度希望通過半導體制造計劃，建立本地芯片產業(yè)，逐步擺脫對進口算力的依賴。但這至少需要5–10年。

CR： Sasikumar

重塑規(guī)則，還是另起爐灶？

面對中美的AI壟斷，印度清楚地知道，自己很難正面競爭。

于是，它試圖“換賽道”：不比誰模型最大，而比誰更懂本地需求、更接地氣。

Infosys董事長南丹·尼勒卡尼就曾說：“讓硅谷去做那些超大型模型吧，我們要做的是用這些模型服務普通人?！彼倪@句話在印度科技界引發(fā)共鳴。

印度的目標，并不是在AI的每一層都稱霸，而是在某一層——比如本地服務、語音AI、農業(yè)AI等——實現(xiàn)不可替代。

只要能在這些領域構建影響力，印度就能成為全球AI版圖中不可忽視的一極。

本文為印度通原創(chuàng)作品，任何自媒體及個人均不可以以任何形式轉載（包括注明出處），免費平臺欲獲得轉載許可必須獲得作者本人或者“印度通”平臺授權。任何將本文截取任何段落用于商業(yè)推廣或者宣傳的行徑均為嚴重的侵權違法行為，均按侵權處理，追究法律責任。

>> 熱文索引 <<