8月28日，印度AI初创公司Sarvam AI在印度AI影响峰会上推出两款新模型——Sarvam-30B与Sarvam-105B。前者针对实时对话优化，上下文窗口达32k token，适合低延迟交互应用；后者定位复杂推理，上下文窗口128k token，采用MoE架构，专为多步问题求解、代码辅助与研究工作流设计。两款模型均从零训练，重点覆盖印度本土语言与企业治理需求。
这一动作并非孤例，而是区域玩家在全球模型竞赛中试图建立差异化定位的最新例证。中国Qwen、智谱等已通过价格与开源策略抢占开发者市场，美国OpenAI与Anthropic则凭借资本与算力优势主导企业级应用。Sarvam选择“主权AI+效率优先”路径，与前两者形成鲜明对比：它不追求参数规模极致，而是强调本土语言支持与实时代理适用性，试图在印度的数字基础设施与多语言环境中找到护城河。
数据显示，印度AI市场正快速扩张，但本土模型此前多依赖海外基础模型微调。Sarvam从零训练的做法，既回应了数据主权关切，也反映出算力与数据获取的现实约束。若这些模型能在企业场景中验证低延迟与多语言优势，将为其他新兴市场提供模板；反之，则可能沦为局部实验。
下一步值得追踪的是，这些模型能否获得印度政府或大型企业的实质采用，并形成与全球闭源模型的互补生态。区域分化是否会重塑代理经济的底层架构，仍待观察。
信源：https://www.bwdisrupt.com/article/sarvam-ai-unveils-two-new-large-language-models-designed-for-real-time-use-advanced-reasoning-594437
信源：https://www.aichatdaily.com/ (2026-08-28)