Sarvam AI：引领印度主权人工智能的未来

丽莎·恩斯特 · 13.02.2026 · 人工智能 · 8 分钟

印度正争分夺秒地构建“主权 AI”——这并非一个时髦的词汇，而是一种务实的策略：将 数据、模型 和 计算 保留在国家信任边界内，同时服务于使用数百种语言和方言的人口。 该国已经运行着一些世界上最大的数字公共系统，从 The country already runs some of the world’s largest digital public systems, from Aadhaar 到大规模支付。下一个前沿是让人工智能为每个人服务，而不仅仅是为英语优先用户服务。

这就是 Sarvam AI 的用武之地：一家由 Dr. Vivek Raghavan 和 Dr. Pratyush Kumar 于 2023 年 8 月 创立的班加罗尔初创公司（ Sarvam positions itself as a builder of 印度优先基础模型 ——语音、视觉/文档智能和大型语言模型——针对实际印度使用进行了优化（包括代码混合，即人们在句子中切换语言）。

来源: 一幅插图展示了连接各种全球元素的神经网络，象征着人工智能创新的全球影响力和覆盖范围。

快速摘要：Sarvam AI 是什么？

Sarvam AI 是一家专注于构建 主权、印度优先 AI 的印度 AI 公司——这些模型能够理解印度语言、口音、文档和“混乱”的现实世界音频。

• 成立时间： 2023 年 8 月（班加罗尔），由 Dr. Vivek Raghavan 和 Dr. Pratyush Kumar 创立（Sarvam）。
• 政府选拔： IndiaAI Mission 被 IndiaAI Mission 选中，以构建印度的主权 LLM（宣布于 2025 年 4 月 26-27 日；Sarvam 自己的公告： “印度的主权 LLM”).
• 关键模型领域： 语音识别（ASR）、文档智能/OCR 和文本转语音（TTS）。
• 融资： 据报道已筹集约 5300 万美元以上（例如，报道和追踪器；Sarvam 于 2023 年 12 月 7 日宣布完成 4100 万美元 A 轮融资： A 轮融资公告).

Sarvam AI 的主权雄心：为什么印度关心

“主权 AI” 通常意味着三件事：(1) 数据治理（敏感公民和企业数据的位置），(2) 模型控制（模型训练的内容和行为方式），以及 (3) 计算可用性（构建/服务模型的 GPU 和基础设施）。 印度自己的语言栈在这里很重要——不仅是为了包容性，也是为了公共服务的可靠性。政府热线或农民助手不能因为模型不理解某种口音、区域性脚本或混合的印地语-英语查询而失败。 印度自己的语言栈在这里很重要——不仅是为了包容性，也是为了公共服务的可靠性。政府热线或农民助手不能因为模型不理解某种口音、区域性脚本或混合的印地语-英语查询而失败。

Sarvam’s approach aligns with national programs like INDIAai / IndiaAI 以及诸如 BHASHINI等语言倡议，旨在消除数字服务的语言障碍。 Sarvam’s bet is that the “最后一公里” 在印度，AI 不是新奇的聊天机器人——而是跨印度语言的语音、文档和工作流程自动化。

富有远见的创始人

来源: coe-iot.com

Vivek Raghavan 的背景包括构建大规模数字公共基础设施——当您的 AI 需要为数百万用户可靠工作时，这是一种相关的技能。

Dr. Vivek Raghavan （印度理工学院德里分校；卡内基梅隆大学博士）在大型系统和数字基础设施方面拥有长期经验。 他经常与印度国家平台和公共利益技术相关的工作联系在一起，Sarvam 通过将“AI 作为基础设施”而非“AI 作为玩具”来延续这一主题。

来源: businesstoday.in

Pratyush Kumar 帮助推动了印度在语言 AI 方面的开源势头。当您需要数据集、评估和社区信任时，这一点很重要。

Dr. Pratyush Kumar （印度理工学院孟买分校）与印度的开源语言 AI 生态系统密切相关，包括 AI4Bharat (IIT Madras)，该组织为印度语言发布数据集和模型。 Sarvam 从这个生态系统中获益——因为对于印度语言 AI 来说，“秘密武器”通常是数据：脚本、音译、嘈杂的语音和领域文档。

打破基准（以及它们的真正含义）

新闻标题经常说“模型 X 打败了 ChatGPT”。重要细节是地点和方式。 Sarvam 最近的势头在 Sarvam’s recent momentum is strongest on 以印度为中心的语音和文档任务方面最为强劲，而全球模型有时会因口音、代码混合和复杂的本地文档格式而在此遇到困难。

Sarvam Audio（印度语言的语音转文本）

在 2026 年初的报道中，Sarvam 声称其语音识别系统（Sarvam Audio）在 IndicVoices 数据集上取得了比 GPT-4o Transcribe 和 Gemini 变体等系统更低的 词错误率 (WER)。 WER 是语音识别的标准指标：越低越好——在转录中，替换、删除和插入越少。 实际意义：为呼叫中心、公民热线、医疗保健就诊以及任何英语不是默认的“语音优先”工作流程带来更好的结果。 （报道示例： WER is the standard metric in speech recognition: lower is better — fewer substitutions, deletions, and insertions in the transcript. 实际意义：为呼叫中心、公民热线、医疗保健就诊以及任何英语不是默认的“语音优先”工作流程带来更好的结果。 （报道示例： 商业今日.)

一项尤其与印度相关的能力是处理代码混合——人们经常在同一句话中混合使用印地语/英语、泰米尔语/英语等。 如果您的 AI 代理无法理解这一点，它会在用户自然行为的精确时刻失败。

Sarvam Vision（文档智能/OCR）

Sarvam also pushed into 文档理解 通过 Sarvam Vision——目标是超越基本的 OCR 来解释真实文档：多栏布局、表格、印章、表单和数学表达式。 2026 年 2 月的报道引用了 olmOCR-Bench（英语子集）的 84.3% 和 OmniDocBench v1.5（英语子集）的约 93.28% 等强劲分数，强调了在复杂布局和公式上的性能。 （报道示例： 2026 年 2 月的报道引用了 olmOCR-Bench（英语子集）的 84.3% 和 OmniDocBench v1.5（英语子集）的约 93.28% 等强劲分数，强调了在复杂布局和公式上的性能。 （报道示例： 印度汉斯报.)

来源: moneycontrol.com

该图说明了 Sarvam Vision 的基准测试性能，突显了其在文档智能方面与其他领先模型的准确性。

为什么这很重要：印度依靠文档——身份证、证书、土地记录、发票、许可证。如果 AI 能够可靠地提取和验证字段（并使用印度脚本），它就可以减少人工工作、错误和等待时间。

Bulbul v3（用于语音代理的文本转语音）

On the output side, Sarvam released Bulbul V3——一个旨在为印度语言提供自然、一致语音的文本转语音模型——语音代理的核心构建块。 2026 年初的报道称拥有35 种以上语音并支持11 种以上印度语言，并计划扩展到所有 22 种计划语言。 （报道示例： 2026 年初的报道称拥有35 种以上语音并支持11 种以上印度语言，并计划扩展到所有 22 种计划语言。 （报道示例： 印度快报; API 页面： Sarvam TTS API.)

从演示到部署：州级合作

最有趣的信号不是基准测试——而是部署意图。在 2026 年，多家州级宣布将 Sarvam 与“主权计算”项目联系起来： 构建供政府和公共服务使用的数据库和 AI 设施。

奥里萨邦（50MW 优化 AI 设施）

On 2026 年 2 月 6 日 ，奥里萨邦与 Sarvam AI 签署了一份谅解备忘录，与50MW 优化 AI 设施相关，该设施被定位为主权 AI 中心，并促进高技能就业。 （报道示例： 报道示例： 经济时报.)

泰米尔纳德邦（100 亿卢比的“主权 AI 公园”）

On 2026 年 1 月 13 日 ，泰米尔纳德邦宣布与 Sarvam AI 达成一项协议，用于一项100 亿卢比的主权 AI 公园倡议，该倡议通常被描述为“全栈”AI 生态系统。 其宣传强调数据、模型和计算仍保留在州的主权边界内——这是典型的“主权 AI”框架。 （报道示例： 其宣传强调数据、模型和计算仍保留在州的主权边界内——这是典型的“主权 AI”框架。 （报道示例： 报道示例： 经济时报, 加上 印度快报.)

重要细节： 构建 AI 基础设施很难。公告是一回事——持续运营、采购、治理和安全是另一回事。 真正的考验将是这些倡议是否能在最小化偏见、敏感数据泄露和供应商锁定效应的同时，交付可靠的公共服务。

接下来看什么

• 生产证据： 实际部署（热线、文档工作流程、呼叫中心自动化）以及可衡量的准确性和延迟。
• 语言覆盖： 从支持的 11+ 种语言扩展到语音和 TTS 支持的所有 22 种计划语言。
• 安全与偏见： 模型如何处理印度的社会和文化复杂性下的敏感查询。
• 开发者可访问性： 稳定可靠的 API、定价和文档，以与全球平台竞争。

结论

Sarvam AI’s story is bigger than “印度的 ChatGPT。” 它是关于构建印度的 AI基础设施：能够处理代码混合对话的语音识别，能够处理真实文件工作的文档智能，以及在印度本地语言中听起来自然的语音。 如果主权 AI 成为现实，它可能会由这些不太光鲜的构建块驱动——它们会悄无声息地部署在数百万人依赖的服务中。

关于 Sarvam AI 的常见问题解答