印度AI新星Sarvam靠22种方言融了3亿美金，给亚洲AI上了一课
2026年4月初，印度班加罗尔的一家AI初创公司Sarvam AI，以15亿至15.5亿美元的估值开启了新一轮3亿至3.5亿美元的巨额融资。领投方是硅谷顶级风投贝塞默风险投资，亚马逊、英伟达甚至沙特阿美旗下的Prosperity7 Ventures都在投资者名单上。
一个成立仅三年的公司，凭什么让科技巨头集体掏钱？答案其实很简单：它不是要去跟OpenAI比谁的模型更大，而是精准地踩准了一个被忽视的市场缺口——14亿印度人需要说“印度话”的AI。
在通用大模型军备竞赛已经白热化的今天，Sarvam的突围给所有亚洲AI玩家提供了一个全新的思考角度：做不了通吃的巨人，就做本地的王者。
（图源：Sarvam官网）
Sarvam凭什么火？两大“杀手锏”
要理解Sarvam为什么能在资本寒冬里拿钱拿到手软，得先看懂它的两张王牌。
第一张牌：打通22种印度官方语言的“语音优先”AI。
很多人不知道，在印度14.5亿人口中，绝大多数人无法阅读和输入英语。英语是精英阶层的语言，不是大众的，Sarvam的模型全部基于印度本土语料训练，支持所有22种官方语言，包括印地语、泰米尔语、孟加拉语等，甚至能处理像Hinglish（印地语和英语混搭的日常语言）这样的代码混合表达。
更关键的是，它的定位是“语音优先”。在识字率不均衡、网络条件参差不齐的印度，用说的永远比用打字来得方便。Sarvam联合创始人Pratyush Kumar透露，公司的语音AI平台每天已处理“数百万分钟的语音”，而API每天处理的对话量高达数百万次。
第二张牌：从“微调别人的模型”到“从零造自己的模型”
Sarvam早期发布的Sarvam-M其实是基于法国Mistral Small微调的产品，一度被质疑“到底算不算印度自研”。2026年2月，Sarvam在印度AI影响力峰会上正式发布了完全自研的Sarvam-30B和Sarvam-105B两款模型，两者均采用混合专家架构，全部训练数据由内部自建，训练算力来自印度本土数据中心，Hugging Face上开源权重免费可商用，实现了从数据采集、模型设计到训练部署的全链路国产化。
（图源：Sarvam官网手稿转文字展示）
（图源：Sarvam官网文本转语音展示）
Sarvam到底是真能打还是自嗨？
很多人问：Sarvam能打过GPT吗？答案是：在通用能力上不能，但在印度本土场景里，它降维打击。
Sarvam 105B的设计定位对标Gemini 3.1 Pro和GPT-5.4这类旗舰模型，支持128K的上下文窗口，一次能处理整份财务报表或法律文件。但在具体的性能表现上，优势与短板相当分明：
先说硬实力，在印度理工学院联合入学考试中，Sarvam 105B拿下了75分中的70分，这个成绩非常亮眼。视觉模型方面，Sarvam Vision在olmOCR Bench测试中以84.3%的准确率超过了Gemini 3 Pro的80.2%，在OmniDocBench v1.5上更是达到93.28%。
（视频源：官网——印度泰卢固语配音展示）
再说它最擅长的领域——多语言和文化理解。针对22种印度官方语言，Sarvam 105B在方言识别和文化语境推理上的准确率远高于西方模型，公司声称其105B模型在本地化的印度语言基准测试中优于谷歌Gemini 2.5 Flash等竞争对手，且“大多数基准测试中优于DeepSeek R1”。
但它也不是没有短板。在AA-Omniscience等测试中因幻觉率过高甚至出现过负分，终端编码测试TerminalBench Hard仅得1.5分，远低于GLM-4.5-Air的20.5分。在国际通用推理能力上，它和中美顶级模型还有明显差距。
Sarvam的创始人很清楚这一点，Pratyush Kumar在采访中说得很实在：“我们不想要盲目地训练大10倍的模型。我们要用谨慎的方式，问清楚国家需要什么、研发团队想学到什么，然后再去扩展规模。”这种务实的态度，反而比一味吹牛更能赢得资本信任。
亚马逊、英伟达为什么抢着投？
巨头们集体入局，算的是三笔账。
第一，抢南亚AI生态的“入口”。 对亚马逊而言，Sarvam的模型跑在自己的云上，这就等于锁死了一个每年增速44%的巨大市场。对英伟达来说，Sarvam拿了4096块H100 GPU的政府补贴，训练跑的是英伟达生态，英伟达芯片就牢牢嵌入了印度国家级AI基础设施。
第二，押注“主权AI”的国家战略红利。 Sarvam是印度政府“IndiaAI Mission”计划的核心标杆——政府出算力，企业出技术，双方共享成果。印度政府计划在截至2029年的五年间投入超过10亿美元预算培育AI企业，目前Sarvam已通过Yotta Data Services获得4096块英伟达H100 SXM GPU的算力支持，获得了近9.9亿卢比的补贴，投资Sarvam，等于搭上了印度国家AI战略的顺风车。
第三，验证“本土AI也能估值15亿美金”的商业模式。 如果Sarvam跑通了，它将证明AI不只是硅谷和中关村的游戏，这也解释了为什么中东资本（沙特阿美旗下Prosperity7）会出现在投资者名单上——中东也在押注同样的逻辑。
印度AI的真相：繁荣之下暗藏“三座大山”
Sarvam的崛起让人振奋，但印度AI要想真正起飞，必须翻过三座大山。
第一座：电力与算力的结构性短缺。
印度装机容量仅约5亿千瓦，人均用电量不到中国的五分之一，40%地区电网不稳定，日均断电超6小时，这种基础设施决定了印度的AI算力扩张存在天然上限。
第二座：芯片高度依赖进口，本土产业链薄弱。
印度98.7%的先进芯片依赖进口，本土仅28纳米制程，没有自己的芯片产业，AI发展终究受制于人。
第三座：人才流失与基础研究积累不足。
Sarvam的核心大语言模型仅靠15人团队花两年时间开发完成，这既是效率高的证明，也反映出印度AI人才储备的整体短板。
亚洲AI的出路
Sarvam给亚洲AI公司最大的启示，不是技术多牛，而是定位多准。
启示一：当所有人都在卷通用大模型时，Sarvam选择了一条差异化的路——深耕本土多语言和语音交互。印度政府筛选的97家AI初创中，半数聚焦教育、医疗、农业三大垂直领域。这个思路完全可以复制到东南亚、中东、非洲，因为每个地区都有自己的语言壁垒和痛点。
启示二：中国的MiniMax已经走出一条路——海外市场收入贡献占比超70%，业务覆盖超过200个国家和地区，对亚洲AI公司来说，与其在中美巨头的夹缝中挣扎，不如去占领那些巨头不愿碰的“小而散”市场。
启示三：印度的“IndiaAI Mission”政府支持预算虽然从2000亿卢比下调到800亿卢比，但确实给Sarvam这样的初创提供了起步燃料，亚洲其他国家的AI公司同样可以争取本国的政策红利。
结尾，回到开头那个问题：Sarvam的15亿美金估值背后藏着什么？
答案不是一个技术神话，而是一个朴素的商业逻辑——找准自己的赛道，深耕自己最懂的市场，照样能跑出一个估值15亿的独角兽。，这或许正是亚洲AI最值得期待的“破局密码”。（微信公众号：Tahou_2025）
关注塔猴公众号，扫码下载塔猴APP，查看更多干货
扫码加入官方社群
