印度SarvamAI 开源 30B/105B 推理模型，全栈自研挑战全球巨头

印度初创公司 SarvamAI 开源了其旗舰推理模型系列：Sarvam 30B 和 Sarvam 105B。这两个模型不仅是目前印度本土构建的最大规模开源模型，更代表了全球范围内罕见的全栈自研（Full-Stack Sovereign）成就——从数据策划、分词器设计、模型架构、训练框架到推理优化，全部在印度本土完成，运行于 IndiaAI 任务提供的算力之上。

• 官方介绍：https://www.sarvam.ai/blogs/sarvam-30b-105b
• Sarvam 30B：https://huggingface.co/sarvamai/sarvam-30b
• Sarvam 105B：https://huggingface.co/sarvamai/sarvam-105b

此次发布标志着印度 AI 生态从“依赖西方 API”迈向“构建主权基座”的关键转折点。Sarvam 模型在数学、编码、智能体任务及22 种印度语言上的表现，不仅超越了同量级模型，甚至在部分基准上挑战了闭源巨头。

核心亮点：全栈自研与极致效率

1. 🇮🇳 真正的“主权堆栈” (Sovereign Stack)

Sarvam 拒绝做“套壳”厂商。其核心能力完全内化：

• 数据主权：使用内部精心策划的大规模数据集，涵盖代码、STEM、多语言内容（特别是 10 种主流印度语言），并在预训练、SFT 和 RL 阶段全程把控质量。
• 架构创新：基于混合专家（MoE）Transformer，采用稀疏路由机制。
  • Sarvam 30B：仅 2.4B 激活参数，采用分组查询注意力（GQA），专为实时部署优化。
  • Sarvam 105B：采用多头潜在注意力（MLA），进一步压缩长上下文显存占用，专为复杂推理和智能体工作流设计。
• 训练技术：引入基于 Sigmoid 的路由分数（替代 Softmax）以防止路由崩溃，并使用异步 GRPO 架构进行强化学习，实现高效的大规模训练。

2. 印度语言的绝对统治者

这是 Sarvam 最显著的护城河。针对印度复杂的语言环境（12 种文字、22 种语言、罗马化拼写），Sarvam 做了深度优化：

• 专用分词器：针对印度语言的高效分词设计，显著降低了 Token 消耗（Fertility Score 优于其他开源模型），直接降低推理成本和延迟。
• 双语能力：在正式书面语（本土文字）和非正式口语（罗马化拉丁文字）上均表现卓越。
• 基准碾压：在印度语言基准测试中，Sarvam 30B/105B 的平均胜率高达 89%，远超规模大得多的国际模型。

3. 推理性能的极致优化

Sarvam 不仅训练强，更让模型跑得快、跑得便宜：

• 内核级重写：针对不同硬件（H100, L40S, MacBook M3）定制融合算子。
• 性能飞跃：
  • 在 H100 上，吞吐量比 Qwen3 基线高 3-6 倍。
  • 在 L40S 上，吞吐量提升 1.5-3 倍。
  • 在 MacBook Pro M3 (MXFP4 量化) 上，本地推理速度提升 20-40%，使得在个人设备上运行 30B 模型成为可能。

硬核基准测试：与全球顶尖模型正面交锋

Sarvam 模型在通用推理、编程和智能体任务上展现了惊人的竞争力。

Sarvam 105B：百亿参数级的推理怪兽

💡 解读：Sarvam 105B 在数学（Math500）、智能体任务（BrowseComp, Tau2）上全面领跑同量级开源模型，甚至在部分指标上超越更大规模的闭源模型。其工具使用能力（AIME + Tools）尤为突出。

Sarvam 30B：小身材大能量

💡 解读：凭借仅 2.4B 的激活参数，Sarvam 30B 在编码（LiveCodeBench）和智能体任务上吊打同尺寸竞品，甚至逼近更大模型。它是边缘部署和实时应用的绝佳选择。

实际应用：从 JEE 考试到代码竞赛

Sarvam 不仅在榜单上好看，更在真实场景中经受住了考验：

• 🎓 JEE Mains 2026 挑战：在印度最难的理工科入学考试（JEE Main）中，Sarvam 105B 在 Pass@2 设置下，实现了物理、化学、数学 全科满分 (75/75)。即使面对复杂的图表题，通过结构化文本描述也能完美解答。
• 💻 Codeforces 实战：在 2026 年 2 月的真实竞赛中（知识截止日期后），Sarvam 105B 取得了 42.3% (Pass@1) 的通过率，证明了其强大的泛化和解题能力。
• 🗣️ Samvaad & Indus：
  • Samvaad：基于 Sarvam 30B 的对话平台，支持印地语、泰米尔语等多语言电话交互，精准处理数字和工具调用。
  • Indus：基于 Sarvam 105B 的智能助手，能用泰卢固语等本地语言回答复杂问题，并自动调用英语网络搜索获取最新信息。

开源与生态：Apache 2.0 许可

SarvamAI 选择了最开放的 Apache 2.0 许可证，允许商业免费使用、修改和分发。

• 下载渠道：权重已在 Hugging Face 和 AI Kosh (印度政府 AI 平台) 上线。
• 推理支持：原生支持 Transformers, vLLM, SGLang 等主流框架。
• API 访问：可通过 Sarvam 仪表板直接调用。

通过全栈自研、深耕本地语言、极致优化推理效率，SarvamAI 不仅为印度构建了数字主权基石，也为全球开发者提供了一套极具性价比的开源选择。特别是在多语言支持、智能体任务和边缘部署方面，Sarvam 展现出了独特的竞争优势。