在印度班加罗尔郊区赫萨拉加塔的一个养蜂场，农业科技初创公司 BeePrecise 的 一名工人正在检查蜂箱。BeePrecise是一个基于物联网（IoT）的人工智能驱动的养蜂智能平台 法新社

文/唐璐

编辑/胡艳芬

2026年2月16日，新德里，一场由印度电子和信息技术部主办的人工智能影响力峰会揭幕，为期5天，号称“有史以来规模最大”。

峰会前，外界预期这会是印度展示“算力肌肉”的名场面。然而，当印度电子与信息技术部长瓦伊什瑙走上演讲台，他没有亮出任何令硅谷侧目的万亿级（1T）参数巨型模型，而是用平静的语气说出了一句让全场短暂失语的话：“全球95%的人工智能（AI）工作，只需要小模型来完成。在印度，100亿（10B）级参数以内至数百亿级参数规模的模型，已能满足绝大多数企业的主流需求。我们的‘主权小模型’即将全面商用。”

这一表述，意味着印度调整了AI发展战略——不再试图与AI强国打消耗战，而是将目光投向本土民生场景，试图打造一条以AI小模型为主的新赛道，并将其视为在全球南方国家中确立AI领域地位的重要路径。

关于AI主权的讨论

要理解印度2026年的这一战略调整，需回到2025年初。彼时，中国DeepSeek模型以较低成本实现顶级性能的消息，让长期推崇“节俭创新”的印度感受到技术压力。

在此背景下，印度国内对打造本土高端AI模型的呼声高涨，瓦伊什瑙也表态称，印度的大模型将在10个月内推出。印度政府以“印度AI使命”为框架，整合12家代表性企业和科研机构组建了AI研发“国家队”，并对明星初创公司Sarvam给予重金资助，研发方向聚焦大参数、前沿模型。当时印度的思路是，打造主权AI体系，就要研发高参数的大模型，以展现本国的AI技术水平。

这一发展思路也引发了印度国内关于“AI主权定义”的讨论。其中一方观点认为，印度的AI研发必须从底层代码、数据清洗等基础环节起步，彻底摆脱硅谷的开源底座，打造真正自主的“印度大脑”，而基于外部框架进行的开发，难以称得上真正的AI主权。

算力的现实制约

到2026年初，印度通过“印度AI使命”落地的图形处理单元（GPU）数量已达3.8万颗，较一年前的1.8万颗实现了翻倍，规模在南亚地区处于领先位置。但从全球范围来看，印度的算力储备仍有明显差距——OpenAI的算力池以十万级GPU为基础，美国头部科技企业的GPU保有量更是达到百万级；即便面临外部技术限制，中国的算力规模对印度来说也可谓望尘莫及。

算力上的差距，让印度“全栈自主研发”的AI发展思路在2025年年中遭遇实际困难。2025年7月，印度首个自主研发的大模型项目BharatGen发布，该模型因坚持纯自主研发，技术层面的短板充分显现——仅有20亿参数的模型在逻辑推理方面存在诸多漏洞，在当前万亿级参数模型成为主流的背景下，实用性受限。与此同时，被寄予厚望的Sarvam AI在内部测试中也出现问题，其早期版本参数未达预期，在处理印度复杂的方言混写内容时，甚至出现严重的逻辑崩溃。

这令印度不得不直面一个现实问题：坚持打造漏洞较多的纯本土研发模型，是否就算实现AI主权？借助全球成熟的技术框架来解决本国的实际问题，是否更符合印度的AI发展诉求？

这是位于印度班加罗尔的一个软件园区 曹涛摄

小模型发展思路的提出

在印度AI发展路线的讨论中，曾主导印度全民身份证（Aadhaar）和统一支付接口（UPI）体系的企业家南丹·尼勒卡尼，成为推动印度AI战略调整的关键人物。

当印度政府仍聚焦算力堆叠和参数竞赛时，尼勒卡尼提出了一个形象的类比：“如果全世界已有人耗资百亿美元造出了最好的‘发电机’，并愿意以极低的价格把‘电'卖给我们，那印度为什么还要倾家荡产去建自己的核电站？我们要做的，是用这些廉价的‘电’，发明全世界最丰富的‘电器'。主权不在于发动机是谁造的，而在于方向盘握在谁手里。”

基于这一观点，尼勒卡尼提出了发展小模型的核心逻辑：印度的AI发展无需追求能完成复杂任务的大模型，更需要能服务基层民生，比如帮助农民计算贷款利息、辅助村医进行基础诊断的小模型。相比之下，大模型研发成本高、应用场景有限，而小模型成本低、适配性强，更符合印度的实际需求。

而印度2025年下半年在大模型研发中遭遇的一系列问题，也让这一发展思路得到了更多认可。

战略调整的公开表态

印度的这一AI战略调整，其实在2026年初的达沃斯世界经济论坛上就埋下了伏笔。

针对国际货币基金组织（IMF）此前将印度列为AI领域“观测者”而非“创造者”的评价，瓦伊什瑙在“AI动能驱动”分论坛上明确回应，表示印度不会参与硅谷式的“参数军备竞赛”。他在接受《财富》杂志印度版采访时称：“投资回报率并不来自创建一个超大型模型；95%的工作都可以通过200亿或500亿级参数的模型完成。如果拥有一个30亿或50亿级参数的模型，你甚至不需要昂贵的GPU就能部署。”

世界银行印度裔行长阿杰·班加在接受新德里电视台（NDTV）专访时，对这一思路表示认可，并将其总结为“小型AI”。他认为，当前全球对AI的讨论多围绕大语言模型的生成式能力展开，而这类模型的研发和应用需要海量的算力、电力和数据支持；对于新兴市场国家来说，若一味追随大模型发展思路，则难以实现AI技术的广泛落地。印度针对特定场景发展小模型，以此提升社会生产力，是符合本国国情的选择，既有助于推动经济发展，也能让更多人享受AI技术的红利。

印度至此明确了自身的AI发展叙事：选择发展小模型，将AI发展转向推动AI技术的普惠化落地。

峰会上的小模型群像

在此次人工智能影响力峰会上，参会者的关注焦点不再是模型参数的大小。尽管拥有1050亿参数的Sarvam AI占据了峰会的核心展位，但更多目光还是被几个“钻进泥土里甚至带着牛棚味儿”的小模型所吸引：

Gnani.ai的“顺风耳”（Inya VoiceOS）：这款仅有50亿参数的语音AI模型，核心优势是它对印度本土语言的识别和模拟能力，其“借声”功能可在10秒内克隆出本土乡音。在安得拉邦等缺乏4G信号、居民识字率较低的偏远地区，农村居民只需用方言对着手机说句泰卢固语土话，该模型就能听懂那句“给隔壁kumar汇一笔饲料费”的指令。

BharatGen的“全译官”（Param 2）：170亿参数，通过混合专家架构（MoE）实现了印度22种原生方言的互译，适用于印度语言种类繁多的国情。

Shodh AI的“炼金术士”（Project Skanda）：这款聚焦能源领域的专业小模型，核心功能是通过算法推演，探索钠离子电池的研发路径，试图帮助印度摆脱对锂矿进口的依赖。在印度人眼里，这才是能换回真金白银的AI。

Amul的“牛棚保姆”（Sarlaben App）：这款被戏称为“牛棚AI”的模型，源于印度总理莫迪关于“AI能否应用于奶牛疾病诊断”的提问，是尼勒卡尼团队针对印度奶业发展的研发成果。该模型仅用34天完成训练，可通过牛的叫声、眼部照片等信息，实时监测奶牛的健康状况，成为印度奶农的实用工具。

值得注意的是，Skanda、Sarlaben等应用的核心技术，均倾向于采用13亿参数级别的微型模型架构。这一选择并非偶然：13亿参数已是目前公认能够在低端硬件上实现AI落地“最后一公里”的算力甜点区。正如瓦伊什瑙所言，印度不追求万亿级参数的“模型巨兽”，而是在13亿参数这类“战术级模型”上，挖掘出更贴合本土场景的主权AI生产力。

一名员工在印度班加罗尔的农业科技初创公司Niqo Robotics 的办公室里工作 法新社

小模型发展思路背后的现实问题

印度选择小模型AI发展思路，虽契合本国当下国情，实现了技术的本土化落地，但也面临着难以回避的问题和挑战。

第一，创新孤岛的风险。将研发重心放在小模型上，意味着印度暂时放弃了对通用人工智能（AGI）的研发探索。当前全球顶尖的AI研发人才和机构，都在研究算力、数据与模型能力的“规模法则”，试图推动AGI的发展；而印度聚焦小参数模型的工程优化，长期来看可能会让印度在全球AI生态中处于应用开发的层面，难以成为核心算法的研发源头，进而失去在全球AI规则制定中的话语权。

第二，本土企业的发展焦虑。Sarvam AI创始人库马尔在峰会闭门研讨中，表达了对印度本土AI的发展担忧。他认为，不能将印度的AI发展简单定义为“小模型路线”。这种标签化的认知，会让印度在追求本土化适配的过程中，丧失在全球AI领域的竞争力；若外界形成“印度无力研发大模型”的印象，也会影响印度对全球顶尖AI人才的吸引力。

第三，技术自主的深层短板。有学者指出，印度当前所打造的“主权小模型”，其底层权重大多源于Llama或DeepSeek等海外开源模型。如果核心算法框架仍依赖海外技术，即便印度的小模型能精准适配本土场景，也只是在现有技术框架下的二次开发，并未实现真正的算法自主。这种“逻辑主权”的缺失，是印度小模型发展思路背后的核心隐忧。

莫迪的三个考察镜头

峰会期间，莫迪视察了多个展位，其在三个核心展位的关注重点，也折射出印度AI发展战略的多重考量：

在Sarvam展位，莫迪试戴了印度首款国产AI智能眼镜Sarvam Kaze，这一动作传递出印度并未放弃高端AI技术的信号，他同时强调：“技术必须服从于人类，而非取代人类。”

在BharatGen展台，莫迪重点关注了模型的多语言翻译能力，对模型将数据转化为本土方言的功能，他表示AI技术应该成为“包容与赋能的媒介”，实现他所倡导的“人人受益，人人幸福”的文明哲学。

在Project Skanda展位，莫迪对这款聚焦能源领域的硬核科技模型表示肯定，并明确指出，印度不仅需要服务于民生的实用AI模型，更需要能攻克工业、材料学等领域技术难题的专业模型，以保障国家能源安全等核心利益。他同时强调：“印度不准备租用别人的智力。”

2026年的印度，在AI发展道路上处于一个微妙的平衡位置：通过发展小模型实现某种“不对称竞争”，却又时刻担心自己会被锁死在全球技术竞赛的“第二梯队”。莫迪戴上那副AI眼镜的举动，或许正是这种矛盾心理的直观体现。