文 | 陆知

编辑 | 西西

印度大模型号称超越DeepSeek，争议背后：中国AI开源路线正在改变游戏规则

人工智能这场全球竞赛，正在出现一个越来越明显的变化。

过去几年，很多人认为AI的核心竞争就是“谁有更多芯片、更多服务器、更多资金”。

但现在，一个新的问题摆到了所有国家面前：

如果没有美国巨头那样的万亿级投入，能不能依靠更高效率的算法，做出同样强大的模型？

最近，DeepSeek的新模型再次引发全球关注。官方公布的V4系列模型中，V4 Flash采用了混合专家架构，在保持较强能力的同时，强调更低成本和更高效率。

相关技术资料显示，该模型采用284B总参数、13B激活参数设计，目标就是降低推理成本，提高运行效率。(DeepSeek API Docs)

而就在这个背景下，印度一款号称“击败DeepSeek”的本土大模型，再次被推上了讨论中心。

事情的主角，是印度人工智能公司 Sarvam AI 推出的105B参数模型。

今年2月，Sarvam AI发布30B和105B两个模型，并表示105B模型在部分测试中超过DeepSeek R1以及Gemini Flash。

公司方面强调，这是一款从头训练的印度本土大模型，希望打造属于印度自己的AI基础模型。(Reddit)

消息传出后，印度科技圈一度非常兴奋。

毕竟，对于任何一个国家来说，拥有自己的大模型，意味着在未来人工智能产业竞争中拥有更多主动权。

但是，很快，海外开发者社区出现了不同声音。

一些AI研究者开始分析SRVM 105B的技术路线，认为它在架构设计上与DeepSeek公开技术方案存在较高相似度，包括MoE混合专家架构、强化学习训练方法等。

这也引发了一个争议：

印度这个模型，到底是真正突破，还是站在已有开源技术基础上的再创新？

不过，这件事其实没有那么简单。

因为在今天的大模型时代，技术借鉴本身并不是一件罕见的事情。

人工智能的发展，本来就是一个不断吸收、优化、迭代的过程。

OpenAI、谷歌、Meta，包括中国的大模型企业，都在参考全球公开论文、算法成果和工程经验。

真正决定竞争力的，并不是有没有采用某种技术路线，而是谁能够把这些技术做到更低成本、更高效率、更大规模落地。

而这恰恰是DeepSeek引发全球关注的原因。

很多人第一次认识DeepSeek，是因为它证明了一件过去很多人不相信的事情：

大模型竞争，不一定只能靠疯狂堆算力。

过去几年，美国AI巨头不断扩大模型规模。

更多参数、更大训练集、更昂贵的数据中心，似乎成为行业主流路线。

但DeepSeek选择了一条不同道路。

通过MoE架构、模型优化、训练策略调整，让模型在实际运行过程中只激活部分参数，从而减少计算消耗。

简单来说：

以前很多模型像一辆大型卡车，动力强，但是每次出发都需要启动全部设备。

而类似DeepSeek这种路线，更像是一辆智能汽车，需要多少动力，就调用多少资源。

这也是为什么全球开发者越来越关注开源模型。

因为对于大量企业和个人开发者来说，他们真正需要的不是一个实验室里的超级模型，而是：

价格能接受；
部署成本低；
可以二次开发。

从这个角度看，DeepSeek带来的影响，不只是推出了一款模型，而是在改变行业竞争规则。

那么，印度SRVM 105B争议真正说明了什么？

我认为，它反映的是全球AI竞争进入了一个新阶段。

过去，一个国家想进入人工智能领域，需要投入大量资金购买芯片、建设数据中心。

但开源模型出现后，进入门槛正在降低。

一个国家或者企业，可以基于公开技术路线，开发属于自己的模型。

这对于很多没有美国科技巨头资源的国家来说，无疑提供了一条新的道路。

所以，从某种意义上来说，中国大模型的发展，影响的不只是中国市场。

开源技术一旦扩散，就会形成生态效应。

开发者使用它；
企业基于它改进；
更多国家建立自己的AI能力。

这也是为什么美国科技公司近年来越来越重视开源模型带来的竞争压力。

因为闭源模式最大的优势，是技术领先。

但如果开源模型不断追赶，同时价格更低、部署更灵活，那么市场选择就会发生变化。

当然，AI竞争不会简单变成“中国赢、美国输”。

人工智能是一场长期竞争。

美国拥有大量基础研究、芯片企业和成熟商业生态；

中国拥有庞大的工程应用市场、制造体系以及快速迭代能力。

未来真正决定胜负的，可能不是单纯比较谁的模型参数更多，而是谁能够把AI真正应用到产业中。

谁能降低成本，谁能让更多企业用得起，谁就更有机会扩大影响力。

DeepSeek带来的最大变化，也许不是某一次性能测试超过了谁。

而是它让全球重新思考：

人工智能的发展，是否一定需要无限增加投入？

是否可以通过工程优化，用更少资源实现更高效率？

而印度SRVM 105B引发的争议，也从另一个侧面说明：

如今全球AI竞争已经进入了一个开放生态时代。

技术不会只停留在一个国家。

谁能够创造更好的生态，谁就可能影响下一阶段的人工智能格局。

参考信源

DeepSeek 官方文档，2026-07-31，《DeepSeek-V4 Flash 模型技术白皮书与 API 定价说明》

Sarvam AI 官方公告，2026-02-18，《Sarvam AI launches 30B and 105B parameter language models》

路透社，2026-04-24，《Chinese AI startup DeepSeek unveils new MoE large language model》