Sarvam发布30B/105B开源大模型 助力印度本土AI生态

关键亮点

• 两款主力模型：30 B参数的Sarvam‑30B和105 B参数的Sarvam‑105B，均采用Mixture‑of‑Experts（MoE）技术，仅激活部分参数以降低算力成本。
• 超长上下文：30 B模型支持32,000 token，105 B模型支持128,000 token，满足从即时对话到复杂多步推理的需求。
• 全栈生态：同步发布文本转语音（TTS）、语音转文本（STT）以及文档解析视觉模型，形成端到端的多模态解决方案。
• 开源承诺：Sarvam计划公开30 B和105 B模型的权重，虽未明确是否开放训练代码和数据集，但已表态推动社区协同迭代。

模型规格

• Sarvam‑30B

  • 参数量：30 B
  • 训练数据：约16 万亿 token，覆盖多语言文本
  • 目标场景：实时对话、智能客服、轻量级应用
  • 对标模型：Google Gemma 27B、OpenAI GPT‑OSS‑20B

• Sarvam‑105B

  • 参数量：105 B（MoE）
  • 训练数据：数万亿 token，重点覆盖印度本土语言
  • 目标场景：多步推理、企业级问答、长文档分析
  • 对标模型：OpenAI GPT‑OSS‑120B、阿里巴巴 Qwen‑3‑Next‑80B

市场与竞争

Sarvam的发布正逢印度政府加速AI本土化的政策窗口。IndiaAI Mission提供算力支持，数据中心运营商Yotta提供基础设施，NVIDIA提供GPU技术支撑。相比美国和中国的巨头模型，Sarvam更注重成本效益和对印度语言的深度适配，旨在抢占本土企业和政府部门的AI采购份额。

生态与合作

• 开源社区：Sarvam计划在Hugging Face上发布模型权重，邀请开发者贡献LoRA适配、微调脚本等。
• 企业产品：推出“Sarvam for Work”系列，包括代码专用模型和企业协作工具；以及对话代理平台“Samvaad”，面向印度本土企业提供可定制的AI助理。
• 投资背景：自2023年成立以来已获逾5000万美元融资，背后有Lightspeed Venture Partners、Khosla Ventures以及Peak XV Partners（前Sequoia Capital India）等知名机构。

前景展望

Sarvam明确表示，未来将继续在模型规模与实际任务价值之间寻找平衡，避免盲目追求参数量。随着算力成本的下降和开源生态的成熟，Sarvam有望在印度乃至南亚地区形成自己的大模型生态链，提供从底层模型到行业解决方案的一站式服务。若其开源计划顺利落地，将为本土开发者提供高质量的国产模型，降低对国外API的依赖，加速AI在教育、金融、医疗等关键领域的落地。

“我们不想盲目扩张，而是要理解真正需要在规模上解决的任务，”Sarvam联合创始人Pratyush Kumar在发布会上如是说。

整体来看，Sarvam的这波布局既是对全球大模型竞争格局的回应，也是印度AI自主路线的实质性落地，值得行业持续关注。