拥有十四亿人口的印度，为什么没能有自己的AI大模型呢？
关于这个问题，印度人工智能平台的Adya AI的创始人兼CEO马祖姆德在领英社区发了一篇长帖来解释这个事情，题目就叫《为什么印度不会打造基础人工智能模型》。
按照马祖姆德的说法，印度不是不能开发出印度自己的模型，但是模型的训练、、维护和商业化都需要持续投入巨额的资本；而更现实的原因是当印度企业准备下场时，美国与中国的AI企业已经把行业的准入门槛抬高到了后来者很难承受的高度。
印度信息技术界最有代表性的人物之一、印孚瑟斯联合创始人南丹·奈勒卡尼在2025年也说过类似的话。
2025年7月，奈勒卡尼在接受著名科技媒体《Rest of World》采访时直接点名了DeepSeek和阿里巴巴的Qwen，表示正是因为中国企业把大模型开源了，导致其他国家自主研发通用模型的可能性大大降低了。
那么，印度没能自研大模型，真的该怪中国吗？
印度软件业的强，强在外包
不可否认，印度软件业放在全世界范围来说，也绝对不说。
但是，印度软件业的强，属于那种偏科很严重的强。
印度软件产业的优势，长期集中在软件外包、信息技术咨询、系统维护和企业数字化服务上。
印度高科技企业最擅长的是按照海外客户要求完成项目，依靠工程师和成熟流程获得稳定收入。这种商业模式可以创造庞大的出口收入，却很难自然孕育出基础大模型。
外包企业看重合同、工期和利润率，大模型研发却需要先投入数亿美元，连续多年烧钱，最后能不能找到稳定收入仍然未知。
美国能够发展大模型，是因为微软、谷歌、亚马逊和Meta同时拥有云计算、芯片采购能力、互联网入口、资本和全球用户。
中国则是因为阿里巴巴、腾讯、字节跳动、百度和华为等大型科技企业，可以把模型接入电商、社交、搜索和云服务。
印度虽然拥有塔塔咨询、印孚瑟斯等软件巨头，但其核心生意仍是向客户出售服务，而不是打造一个由自己承担风险、再向全球开发者提供的技术底座。
所以，印度缺少的不是高水平“码农”，而是能够把人才、算力、数据、资本和用户入口组织在一起的平台型企业。
大模型拼的不是程序员数量，而是资本和算力
要训练一个大模型，绝不是组织几百名程序员写一套代码那么简单。
企业首先要获得成千上万块高端芯片，建设数据中心，再完成语料收集、数据清洗、预训练、指令微调、强化学习和安全测试。
模型发布之后，企业还要长期承担推理成本。用户每提一个问题，背后都要消耗服务器和电力；竞争对手每升级一次，企业也必须重新训练和优化。
大模型不是一次性研发项目，而是一场没有明确终点的资本竞赛。印度在这方面起步明显偏晚。
印度政府直到2025年才通过IndiaAI计划征集本土基础模型方案，并以公共算力支持研发。这一方面说明印度已经意识到底层模型的重要性，另一方面也说明，仅靠印度本土市场和民间资本，很难支撑如此昂贵的项目。
另外，印度还面临特殊的数据困难。
印度宪法列有22种主要语言，不同语言横跨多个语系，使用不同文字。许多地方语言缺少足够规范、可训练的数字文本。
印度理工学院马德拉斯分校的AI4Bharat为22种印度语言整理了约2510亿Token的预训练语料，背后意味着印度必须先补齐数据基础设施。
中国开源模型，压缩了印度的追赶窗口
如果说印度在五年前开始训练大模型，它或许还可以先推出一个性能普通的产品，再依靠本土语言、政府订单和国内市场慢慢迭代的话，那么当中国大模型开源后，印度这条路就很难走了。
尤其是在以DeepSeek和Qwen为代表的中国大模型海外调用数据增加后，印度的创业公司可以直接下载成熟模型，加入印地语、泰米尔语、孟加拉语等本地数据进行微调，几个月内便能开发出客服、教育、医疗、金融和政务应用。
这对印度人工智能产业当然是好事。
开源模型大幅降低了创业门槛，让没有能力从零训练模型的小公司也能进入市场。但对印度自主基础模型来说，这又是一个坏消息。
投资人会直接追问：市场上已经存在免费、成熟而且可以本地部署的DeepSeek和Qwen，为什么还要投入数亿美元，重新训练一个性能未必更好的印度模型？
印孚瑟斯联合创始人南丹·奈勒卡尼之前的采访就说明了目前印度在自研大模型上的困境：中国的DeepSeek、Qwen大模型有效的降低了训练模型的成本门槛，却也进一步压低了现成模型的价格。
印度企业即使有能力研发出一个通用模型，也越来越难证明从零再造一个底座的商业必要性。
开源给了印度捷径，也堵住了印度的自研之路
印度迟迟没有形成世界级自主大模型，根本原因还是自身产业结构的问题。
软件外包擅长赚取确定性收入，基础模型却需要承担长期风险；印度拥有大量工程师，却缺少足够的资本、算力和超级平台把这些资源组织起来。
中国开源大模型并不是印度落后的唯一原因，却成为压缩其追赶空间的重要力量。它让印度企业可以低成本进入人工智能时代，也让从零训练本土模型越来越难以获得资本支持。
过去，后来者还可以用性能稍弱的产品换取市场和时间。
如今，中国开源模型已经把行业起跑线大幅提高。印度企业即使造出一个模型，也必须回答一个更残酷的问题：它为什么比免费、成熟的中国模型更值得使用？
这也正是中国开源大模型竞争力最强大的地方。
表面上拆掉了技术围墙，让更多国家可以分享人工智能成果；实际上又通过极低价格和成熟生态，建立了一道新的商业护城河。
