印度要搞自主AI：模型靠中国，芯片靠美国

（文/赖家琪 编辑/吕栋）

这两年，印度在人工智能（AI）领域可谓雄心勃勃——今年2月举办了“有史以来规模最大的”人工智能影响力峰会后，8月6日又宣布大力支持本土AI和半导体产业……

一切似乎正有模有样地进行着。然而，印度AI产业目前的现实情况是，既没有本土前沿模型，也缺乏自己的AI基础设施。这使得印度企业不仅离不开美国企业提供的先进GPU（图形处理器）芯片，也越来越多地“依赖”性能不输美国、成本更低的中国AI模型。

对于这一现实，印度塔克沙希拉研究所（Takshashila Institution）的两位研究员普拉奈·科塔斯坦（Pranay Kotasthane）和巴拉特·雷迪（Bharath Reddy）似乎并不觉得有什么问题，反而认为在大模型和AI基础设施上依靠中美，是印度实现“技术自主”前的重要路径。

两人7月22日在《印度斯坦时报》刊文建议，印度应两手抓，趁中国模型仍可获取时，尽快提高模型微调、评估和测试等能力，同时面对挑衅也要忍耐，靠维系与美国的关系来确保尖端芯片供应，为印度实现“技术自主”争取时间和空间。

印度要造AI生态，先用上中国大模型

据美国《财富》杂志印度版网站8月6日报道，印度电子和信息技术部表示，政府已支持20个本土基础模型研发项目，批准了237个AI项目并提供补贴算力支持，还通过了12个总承诺投资规模达到1.64万亿卢比（约合1161千亿元人民币）的半导体制造项目。

在印度的规划中，AI和半导体产业将成为其摆脱海外技术依赖、提高全球科技竞争力的重要抓手。

近年来，印度不断强化AI战略布局。该国政府2024年启动“印度AI使命”，计划在五年内投入约1037亿卢比，建设一个强大且包容的完整AI生态。

印度政府设想，AI战略是其摆脱美国、中国等外部技术依赖的一场“自主革命”，但现实却没有按照他们的剧本走。

越来越多印度开始在工作流中引入中国模型。印度Mirae Asset Venture Investments India首席执行官普尼特·库马尔（Puneet Kumar）7月告诉《日经亚洲》，自2025年年中以来，他接触到的多家印度消费科技初创企业都在使用中国开放权重AI模型，因为这有助于将成本降低“一个数量级”。

报道称，微软依托其Foundry平台在印度南部提供的DeepSeek模型每百万输入词元的费用在19美分至1.74美元之间，每百万输出词元的价格在51美分至5.4美元之间。月之暗面旗下的Kimi模型的输入成本最高为95美分，输出成本最高为4美元。

在印度，中国AI模型的价格远低于美国AI模型。 《日经亚洲》

相比之下，OpenAI旗下GPT-5.5系列模型的输入成本为每百万输入词元5美元至12美元，每百万输出成本则在30美元至54美元之间。

“美国模型价格昂贵，而且很多基础任务根本不需要它们。”库马尔形容说，“这完全是杀鸡用宰牛刀，就像在拥挤的城市道路上开跑车一样。”

而且，开放权重模型允许用户获取模型参数，并在自己的设备上部署和修改，而不必完全依赖公司提供的API服务。这与OpenAI、Anthropic等美国公司的闭源模型不一样，使中国模型的优势愈发凸显。

“中国AI，比美国模型更具主权属性”

对于希望尽快用上AI的印度企业来说，相较于成本高昂的美国模型以及至今没有竞争力的本土模型，中国AI模型日益成为一个不容忽视的现实选择。

印度塔克沙希拉研究所的研究员普拉奈·科塔斯坦和巴拉特·雷迪也认为，在缺乏本土前沿模型的情况下，相较于美国专有模型，使用中国开放AI模型可能反而更具主权属性。

他们指出，当某个政府部门或银行基于Claude或ChatGPT搭建工作流程时，每一次查询都由一家受美国司法管辖的公司进行处理。一旦美国政策发生变化，比如实施出口管制或制裁，访问权限被取消，相关工作流程也将立即被中断。

但如果一家印度金融服务企业在印度数据中心租用的GPU上运行一个中国开放权重模型，这种风险几乎不存在。因为模型权重只是存储在印度硬件上的一组静态参数文件，数据不会离开印度，中国模型开发方与模型部署之间不存在持续连接，没有可以撤销访问权限的API，也无法获取用户数据。

科塔斯坦和雷迪称，目前印度大型企业和监管机构对使用这些中国开放权重模型仍持谨慎态度，他们怀疑其中存在所谓“后门”。但事实上，开放权重模型只是由数十亿个权重和参数组成的一组数据，本身并不存在“后门”。

“如果推理过程运行在印度数据中心的印度GPU上，那么整个数据链路都在本国境内。中国实验室在这一过程中并不比一本教材的作者在他国有人阅读这本书时扮演的角色更多。”他们在印度媒体《印度斯坦时报》7月底刊发的文章中写道。

文章直言，印度部分人将中国硬件（可能存在物理后门）或中国资本（可能带来政治影响）的风险，套用到中国模型权重上，这是一个“错误”。

安全研究人员确实发现，神经网络可能存在“潜伏代理”和木马风险，即模型在常规基准测试中表现正常，却可能在特定触发条件下产生被隐蔽操控的输出。不过，这类风险并非开放权重模型所独有。

对于外界炒作的所谓中国可能像管制镓、锗、锑等金属和稀土技术那样，对AI模型实施出口管制，科塔斯坦和雷迪认为，当前中国开放权重模型仍可不受限制地流向海外，表明中方尚未把这一代AI工具视为需要限制出口的战略资源。

就算未来中国真的限制其出口，科塔斯坦和雷迪表示，已经公开的模型权重无法收回，任何管制只能针对能力更强的下一代模型。这更加表明，“印度需要建设本土AI推理平台，以可信的中立方身份同时提供中美两套模型生态的产品”。

“就算美国挑衅，印度也要抱紧大腿保芯片”

围绕印度如何以“可信的中立方身份”提供中美模型生态的替代产品，科塔斯坦和雷迪提出了四点建议。

开放模型与专有API的风险性质不同，政策应对也应有所区别。第一，印度企业应积极发展本土AI推理基础设施，能够在本国硬件上运行任何模型，同时确保数据不离开国境。印度需要多个AI推理服务提供商，而不是一个单一的国家AI云平台。

第二，监管机构应关注模型部署层面，包括数据流向、谁控制算力以及是否存在审计记录等，而不是简单关注开发模型权重的国家来源。对低价中国模型采取全面怀疑的态度，将带来高昂的商业成本，这不仅会阻止印度企业获得高性能、低成本的模型，也无法真正解决主权风险，无法减少对境外专有API的依赖。

第三，时间因素非常重要。如果中国未来限制模型出口，印度需要提前建立吸收现有资源的能力，包括模型微调、评估和红队测试（模拟真实世界恶意攻击者的对抗性安全评估方法）等。“建设本土算力需要数月时间，因此现在就必须开始行动。”

第四，开放权重无法解决的一个问题是，印度用于AI推理的每一块GPU，目前都由美国企业设计，而这可能受到美国出口管制影响。开放权重解决的是模型访问和数据流问题，而不是算力供应链问题。

科塔斯坦和雷迪对此给出的解决方案是，印度目前唯一的选择是与美国保持相对良好的关系，参与类似“硅和平”（Pax Silica）的倡议。

二人称，这并不意味着印度需要在所有问题上都认同美国，而是继续保持接触，就像印度过去那样，“尽管受到重大挑衅，也要继续与美国保持沟通”。

科塔斯坦和雷迪的上述建议是基于印度现实的一条潜在路径，但这恰恰反映出，所谓“印度AI自主”，不过是该国又一个需要夹在中美之间“平衡”的领域。事实上，印度距离真正的自主AI，还有很长的路要走。