本文共计：2220字，3图

阅读预计：4分钟

在2025年初，当中国的AI初创公司发布DeepSeek-R1模型、震动全球时，远在南亚的印度科技圈感到的不只是惊讶，更是一种紧迫感。这个号称全球“数字大国”的国家，意识到自己在AI基础能力建设上的巨大差距，尤其是在本土语言模型、计算资源和研发体系等方面远落后于中美。

于是，一场“人工智能主权”的战略布局，在印度迅速展开。这不仅仅是一场技术竞赛，更关乎国家未来的发展方式、国际地位以及普通人是否能在数字时代拥有平等的语言权利和就业机会。

迟来的出发：印度为什么落后了？

长期以来，印度是全球软件服务业的重要输出国。但正因为这种“服务型”发展路径，印度在人工智能等前沿技术的原创能力上始终偏弱。

大量技术人才被用于为海外公司提供编程支持，创新研发却始终没有成为产业核心。

2024年，印度的科研投入仅占GDP的0.65%，远低于中国的2.68%和美国的3.5%。

同时，印度的研发机构往往集中于国防和太空等战略领域，缺乏面向大众生活的转化机制。大量顶尖AI人才也被更具吸引力的海外研究环境吸走，造成人才外流。

更复杂的是，印度拥有22种官方语言，几百种方言。这种高度语言多样性虽然文化上丰富，却在技术上构成极大挑战：在训练AI语言模型时，难以找到高质量、多样化的数字语料，而且主流AI工具对印度语种的支持也非常有限。

政策大动作：印度启动AI主权计划

DeepSeek-R1的出现如同一记警钟。仅仅10天后，印度政府迅速行动。电子与信息技术部（MeitY）对外征集AI基础模型开发提案，向国内私营云服务商申请调用GPU资源，打造印度自己的“大语言模型”。

短短数周，印度政府就集结了近2万个高性能计算芯片（GPU），并收到上百份建模提案。

其中，Sarvam AI成为重点项目，被授权开发一个700亿参数、专为印度语言环境优化的大模型。

与此同时，IndiaAI国家计划正式启动，投入125亿美元，目标是打造计算能力、数据资源、本地模型和应用生态四大支柱。这是印度第一次以国家之力推进AI基础设施建设，显示出强烈的技术自主意图。

语言与技术：AI要懂“印度式说话”

印度AI模型面临的最大挑战之一，是如何理解印度人自己的语言。和英语、中文不同，印地语、泰米尔语、古吉拉特语等拥有复杂语法和变形结构，普通的英文训练方法无法适用。

主流开源模型往往忽视这些语种的特殊性，导致生成结果出现错译、误读甚至无法理解的情况。而Sarvam团队开发的“OpenHathi”和其他本地模型，正是尝试用智能分词和语料清洗等技术手段，让模型更贴近印度真实的语言使用场景。

另一个例子是“Pragna-1B”模型。它虽只有12亿参数，却通过“平衡分词”方法，在低资源下实现高效表达，尤其在印地语和古吉拉特语上的表现优于一些国际大模型。这表明，只要方法得当，小团队也能突破语言技术瓶颈。

AI主权不只是技术，更是公平议题

对印度而言，发展本土AI不仅仅是跟上潮流，更是追求数字公平。如今的ChatGPT等系统主要服务英语用户，而大部分印度农村居民并不使用英语，这就造成了“语言壁垒”。

更糟的是，很多英语为主的AI系统甚至误解印度人说的英语腔调，或者完全不能处理印度语种。这让大量基层用户在信息时代被边缘化。发展适合印度语言和语境的本地AI，是避免“数字殖民”的必要手段。

Sarvam等项目，正尝试开发支持语音输入的AI系统，让文盲也可以用口语进行交互。这类“语音优先”的设计，正是为了让AI不只服务城市精英，而能惠及广大乡村人口。

开放还是封闭：公共科技该归谁？

IndiaAI虽然获得广泛支持，但也遭遇了“闭源与开放”的争论。Sarvam项目虽然使用了大量政府资源，却并未选择开源代码，引发技术界质疑：“公共投资是否应该产生公共成果？”

相比之下，中国的DeepSeek-R1是全球最大的开源模型之一，允许开发者在家用电脑上进行微调，极大地降低了门槛。印度是否应效仿，成为争论焦点。

政府对此态度谨慎，表示“不会强制开源”，希望各团队自由选择商业路径。批评者则担心，这种模糊立场可能导致公共科技成果被少数公司垄断，削弱全民受益的可能性。

算力焦虑与结构性挑战

训练大模型的另一个“硬问题”是算力。在生成式AI的时代，谁掌握GPU，谁就拥有训练能力。而GPU仍是高度依赖进口的产品，印度目前尚无本土替代方案。

政府正在尝试通过集采、补贴、共享资源等方式解决这一瓶颈。但现实是，即使调集1万个GPU，也远不及OpenAI或谷歌的训练规模。

因此，印度初创公司更多地转向“轻量模型”“本地部署”或“多语种适配”等策略，走出一条“小步快跑”的路线。

长远来看，印度希望通过半导体制造计划，建立本地芯片产业，逐步摆脱对进口算力的依赖。但这至少需要5–10年。

重塑规则，还是另起炉灶？

面对中美的AI垄断，印度清楚地知道，自己很难正面竞争。

于是，它试图“换赛道”：不比谁模型最大，而比谁更懂本地需求、更接地气。

Infosys董事长南丹·尼勒卡尼就曾说：“让硅谷去做那些超大型模型吧，我们要做的是用这些模型服务普通人。”他的这句话在印度科技界引发共鸣。

印度的目标，并不是在AI的每一层都称霸，而是在某一层——比如本地服务、语音AI、农业AI等——实现不可替代。

只要能在这些领域构建影响力，印度就能成为全球AI版图中不可忽视的一极。

本文为印度通原创作品，任何自媒体及个人均不可以以任何形式转载（包括注明出处），免费平台欲获得转载许可必须获得作者本人或者“印度通”平台授权。任何将本文截取任何段落用于商业推广或者宣传的行径均为严重的侵权违法行为，均按侵权处理，追究法律责任。

>> 热文索引 <<