比不过中美,印度AI自换牌桌,超越日韩跑到全球第三了 ?

近日，在信实工业第49届年度股东大会上，主席台上的印度首富安巴尼对台下坐着的股东和众多媒体宣布：“印度必须成为全球AI领导者”。

安巴尼图片/IT之家

一个全球AI排行榜上常年不见踪影的国家，凭什么放这种狠话？

安巴尼是在吹牛营销，还是印度AI给了他真实的底气？

.1.

印度摸到的大模型烂牌

在拥有自己的大模型方面，印度也努力过。

2023年底，出行巨头Ola推出Krutrim，号称印度首个多模态大模型；今年2月，Sarvam亮出1050亿参数的旗舰模型。但放到全球牌桌上比，差距是残酷的。

美国最强模型为Claude Mythos/GPT-5.2Pro，参数规模万亿级，全球综合评分第一，中国的代表选手DeepSeek V3.1/Qwen3.7 Max（现在新的迭代，数据应该更强）参数规模在千亿——万亿级，印度呢，总参数规模摸到中国的门槛，激活参数90亿，也就是普通电脑能跑的参数。

开源下载比例，印度Sarvam只有美国的1/35之一，中国的1/41。

一句话，印度跟中美差的不是一点半点。

但真正拉开差距的，是数字背后的人才与投入结构。

先说人才。

全球顶尖AI论文第一作者中，印度裔占18%，听起来不低，但其中80%以上在硅谷上班，给谷歌、微软、OpenAI打工。

印度每年有150万STEM毕业生，贝恩咨询的预测却很扎心：到2027年，印度AI人才缺口仍超100万。

能写代码的人多，能设计大模型架构的人极少。量有余而质不足，这是一个国家在高端技术竞争中最难受的状态。

再说算力。

Sarvam训练105B用了政府提供的4096块H100，耗时6个月，总成本约290万美元。

这个规模的算力，对中国头部公司来说只够做消融实验。

而且印度也受美国出口管制，高端AI芯片美国不是敞开卖给印度，顶级GPU配额只给了5万张。印度目前全国公用GPU池约3.8万片，目标是2026年底扩到10万片，不到中国一个大型团队的常备储备。

企业训练模型要排队等算力，等不及的只能去海外买更贵的。

最诚实的数据来自开源社区。

HuggingFace平台上，中国模型下载占比41%、累计突破100亿次。

DeepSeek、Qwen、ChatGLM已经形成全球开发者生态。

印度下载量最高的开源模型IndicTrans2，月下载13554次——差了近三个数量级。

全印度所有开源模型的GitHub参与度加起来，未必抵得过一个Qwen项目的活跃度。

在牌桌边看了一圈，印度似乎想明白一件事：跟中美比大模型参数，等于拿牛车跟高铁比速度，完全没有胜算。

.2.

赢不了就换牌桌

印度盘腿坐下，做了一道算术题，正面硬刚基础大模型，10年追不上。但要比谁能把AI塞进14亿人的手机里——在这张牌桌上，中美还没法彻底坐稳，印度有机会。

三条路线背后是三种完全不同的逻辑。美国打的是技术高度，中国打的是产业链厚度，印度打的，是人口广度。

这个策略在2025年底迎来了一个标志性时刻。斯坦福大学发布全球AI活力指数，涵盖研究、人才、经济、政策、基础设施、负责任AI、公众舆论七大维度。印度的排名让所有人开了眼界：

不过需要说明的是，印度的21.59分仅是美国的27%、中国的58%。“第三”不等于接近中美，差距其实非常大。

但一年内印度从第7跃升到第3，超越英国、韩国、日本，这是榜单上最快的加速度。斯坦福的排名不是印度自封的——这份公信力来自方法论透明和数据公开。印度政府2026年2月官方简报已经将“全球第三”写入核心叙事，并在多边外交场合反复甩出。

如果只有排名没有落地，那就是PPT治国。

印度的底气在于，已经有5亿人在用AI产品。

这些案例有一个共同点：解决的是“中美AI产品解决不了”的问题。

GPT能翻译印地语，但听不懂一个操着Hinglish的农民在问自家稻田得了什么病——Sarvam可以。22种印度官方语言的AI能力，不是锦上添花，是印度AI刚需壁垒。14亿人的数据、需求、使用习惯，正在反哺出一个中美现阶段无法直接覆盖的应用生态。印度3100多家AI初创公司中72%做应用层，在AI牌桌上，印度总算拿到自己的筹码。

.3.

印度AI的四重枷锁

速度惊人，但印度AI短板同样扎眼。

这四重困境彼此咬合，形成了一个系统性死结：

想建数据中心→缺水缺电→算力起不来→训不出好模型→留不住顶尖人才→人才更倾向硅谷。

这不是几项补贴政策能在短期内解开的。印度在应用层的风光之下，基础层的账还得慢慢还。

现在，可以回答开头的问题了。

安巴尼说“印度必须成为全球AI领导者”，营销成分大约占四成。

信实集团正在全产业链押注AI——Jio的5G网络覆盖、Krutrim大模型、Reliance Intelligence计划、10万亿卢比建数据中心，约合1200亿美元。这些都需要一个宏大的故事支撑估值，“全球领导者”是最有效的资本语言。

但安巴尼在发布会上没说全，他把终点当起点喊了。

印度拥有14亿人的市场体量、政府算力补贴撬动的社会资本、全球巨头近300亿美元的投资押注、22种语言构建的天然护城河，这四张牌的组合，全球确实很难找出第二个国家。可以说，区域领导者稳了，但距离全球领导者的路还很长。

印度AI在错位竞争中找准比较优势，这不是退而求其次，而是一种聪明的选择。

在顶级大模型的牌桌上，真正的玩家只有中国和美国，因此在未来，印度模式很可能会成为许多后发国家竞相效仿的策略。

——END——