那波焦虑不是空穴来风。印度前电子和信息技术部国务部长拉吉夫陈德拉塞卡尔当时公开承认，深度求索AI模型的出现表明，印度的计算能力永远无法成为长期的护城河。
印度专栏作家维平拉布罗更是直接发问，为什么印度技术实力闻名遐迩，却不能开发出像深度求索这样的东西。
真相不难找——莫迪政府去年为印度AI使命（India AI Mission）承诺的投入只有12亿美元，跟240亿美元的制造业补贴比起来简直是零头。而且印度顶尖AI人才大多外流到了美国，本土能坐下来搞十年长跑的团队少之又少。
被打醒后的这一年多，新德里确实做了不少动作。2026年2月，印度在Bharat Mandapam召开”印度AI影响力峰会”（India AI Impact Summit 2026），把这场活动当成向全球南方展示AI雄心的舞台。
会上BharatGen高调发布了Param2 17B MoE——一个170亿参数的混合专家多语言基础模型，覆盖印度全部22种官方语言。
到了2026年4月，印度中央政府又宣布将资助12家企业开发本土主权AI模型，其中BharatGen获得超过10亿卢比的拨款，是排名第二的公司的四倍，路线图直接锚定”2027年3月拿出万亿参数模型”。
看数据挺唬人，可仔细一看Param2的训练管线，用的还是英伟达的AI Enterprise、NeMo库和Base Command Manager整套软硬件。所谓”主权AI”，芯片、框架、优化工具几乎全是别人的。
再看中国这边过去一年半的走势，就完全是另一个节奏。
2026年4月24日，深度求索发布了DeepSeek-V4系列，V4-Pro的总参数飙到1.6万亿激活490亿，成为目前全球最大的开源MoE模型，超越了Kimi K2.6的1.1万亿和智谱GLM-5.1的7540亿。
同时期，月之暗面、智谱、MiniMax、小米MiMo轮番登上OpenRouter全球调用前三——中国一家爆款变成了群狼齐奔的格局。有意思的是，2026年中国AI圈自己的焦虑话题已经彻底换掉了。
据《财经》统计，2025年12月1日到2026年4月20日短短四个多月里，中美主流11家模型公司总共发布或迭代了至少50款模型，平均每2.8天就有一个新版本。
行业已经不再纠结”能不能追上美国”，而是转向新命题——能不能用国产AI芯片训出足够强的国产模型，把英伟达的锁链彻底甩开。深度求索自研的DeepGEMM已经开始替代英伟达的cuBLAS，MegaMoE开源CUDA大内核也已经放出。
反观印度的Param2还得靠英伟达全家桶来跑，那种”主权”更多是政治口号。再看结构性差距，就更让新德里头疼。
印度每年产出约150万工程毕业生，但2024到2025招聘周期主要软件出口商只招了7到8万名新工程师，是二十多年来最低的一次，招聘公司预计今年不到十分之一的工程毕业生能进入IT行业。
这意味着印度赖以为生的软件外包饭碗正在被AI率先啃掉，而本土大模型又还在爬坡。BharatGen的CEO Rishi Bal自己也承认，所谓”一夜成名”通常是十年磨一剑，看似突然的突破背后是多年持续的研究积累。
这话说得挺清醒，可惜印度国内的资本市场耐心并没有那么足。这里可以做出几个判断。
第一，DeepSeek-V4发布之后与GPT-5.4、Gemini-3.1-Pro等闭源顶尖模型互有胜负，中国AI已经从”跟随者”跃升为”并跑者”，个别赛道甚至开始定义规则。
第二，印度的追赶更多停留在”政策发布会+PPT路线图”的层面，2026年至今真正跑出的Param2 17B在参数量级上还不及DeepSeek-V4-Flash的284B激活13B，更别提V4-Pro的1.6万亿。
第三，印度国内不乏冷静声音，但主流舆论仍在”打不过就防着”的路子上打转——2025年初就有印度媒体人喊话要封杀DeepSeek，理由是数据安全。这种既想学习又忍不住敌视的心态，恰恰是印度AI最大的绊脚石。
真正决定AI国运的从来不是喊了多少次”主权”，而是十年不换赛道的钝功。中国走的是这条路，印度到现在还在犹豫。
热门跟贴