在很大程度上被全球人工智能行业忽视的一个问题，Sarvam AI 提供了最可信的答案：谁来为全球五分之一人口实际使用的语言构建基础模型？凭借在印度人工智能研究社区、政府机构的深厚根基，以及专为印度语言多样性打造的产品架构，Sarvam 既代表了商业机遇，也是一项战略要务。他们的成功或失败将表明人工智能革命是否真正实现全球化，还是仅仅停留在以英语为主的现象，强行附加翻译。
印度拥有超过14亿人口，22种官方认可的语言，以及数百种方言——然而直到最近，印度开发者和企业可用的人工智能模型几乎完全基于以英语为中心的训练数据，而印度语言则只是作为后续附加的考虑。Sarvam AI于2023年由Vivek Raghavan和AI4Bharat研究员Pratyush Kumar创立，旨在从根本上改变这一现状。他们的论点简单却雄心勃勃：印度不需要对硅谷模型进行本地化的封装，而是需要从零开始基于印度语言数据构建的基础模型，由真正理解印地语、泰米尔语、泰卢固语、孟加拉语、马拉地语、卡纳达语等语言的语言结构、文化背景和实际使用模式的人进行训练。两位创始人均拥有来自AI4Bharat的深厚经验，该机构是印度理工学院马德拉斯分校发起的研究项目，已产出了一些最重要的印度语言开放数据集和模型。
Sarvam的出现并非凭空而生。印度的人工智能生态系统多年来一直在稳步发展，得益于政府举措如印度人工智能使命（承诺投入超过10亿美元用于人工智能基础设施），大量来自印度理工学院和其他机构的工程人才，以及全球人工智能公司长期忽视的本土市场。在印度语言任务中使用GPT-4或Claude的问题不仅仅是翻译质量——这些模型缺乏对语码转换（日常对话中印地语和英语的频繁混合）、地区习语、文字变体以及在语言多样社会中沟通的实际语用的理解。Sarvam将自己定位为填补这一差距的公司，不是通过与OpenAI在英语基准上竞争，而是明确成为14亿人每天实际使用的语言的最佳选择。
Sarvam的模型家族包括Sarvam-1（针对印度语言优化的多语言LLM）、Sarvam-2B（专为设备端部署设计的小型高效变体）以及针对印度语言的语音识别和文本转语音的专用模型。他们的Saaras语音模型能够处理印度语音特有的挑战——口音多样性、嘈杂环境以及德拉威语和印欧语系语言家族的音系复杂性——其准确性是国际替代方案无法企及的。公司还开发了Sarvam API，提供针对印度企业和政府使用场景的翻译、音译和对话式AI功能。他们的方法高度重视AI4Bharat产生的开源数据集和基准测试，形成良性循环，使学术研究直接融入商业产品。
Sarvam于2024年完成了4100万美元的A轮融资，由Lightspeed Venture Partners领投，Peak XV（原Sequoia India）和Khosla Ventures参与。这使它成为印度资金最充足的AI初创公司之一，但或许比风险投资资金更重要的是与印度政府优先事项的战略契合。印度人工智能使命明确要求具备主权人工智能能力，而Sarvam专注于印度语言模型，使其成为政府数字基础设施项目的自然合作伙伴——设想像Aadhaar级别的服务，需要以本地语言与公民沟通。在全球人工智能格局日益受到主权、数据治理和文化代表性问题影响的背景下，Sarvam代表了印度的押注：下一个十亿互联网用户的最重要AI模型不会诞生在旧金山。