本文来自微信公众号： 南亚研究通讯 ，编译：孙璐，作者：科塔斯坦 等，原文标题：《编译 | 印度式自主AI：用中国模型、靠美国芯片！》
作者|普拉奈·科塔斯坦（Pranay Kotasthane）、巴拉特·雷迪（Bharath Reddy）
编译审核|陈卓
本期编辑|杨林宇
本期审核|朱依林
编者按
中国开放权重模型的低成本和快速迭代，正使印度战略界重估AI自主。Kimi K3在部分编程测试中优于Anthropic相关模型，让中国模型的现实价值难以忽视。印度虽在扩大算力投入，但尚无本土前沿模型，先进模型和高端芯片仍依赖外部供应。美国政府要求Anthropic限制外国用户获取最新模型，又加重了印度对技术准入的担忧。塔克沙希拉研究所（Takshashila Institution）研究员普拉奈·科塔斯坦（Pranay Kotasthane）和巴拉特·雷迪（Bharath Reddy）提出，第一，中国开放权重模型在印度本土部署后，数据和使用权留在境内，风险低于受美国政策支配的专有接口。第二，印度应趁中国模型仍可获取，尽快提高本土算力、模型微调和安全评测能力。第三，高端GPU仍来自美国企业，印度须维持对美关系，并参加“硅和平”（Pax Silica）倡议。文章反映出印度战略界正在调整判断标准，开始比较不同技术依赖是否可控。其核心诉求，是借助中国模型降低对美国专有接口的依赖，同时维持美国芯片供应，争取更大的技术自主空间。南亚研究通讯特编译此文，供各位读者批判参考。
图源：BW Businessworld
世界各地的企业正转向中国开发的开放权重模型。这些模型只需前沿模型一小部分成本，能力已接近前沿水平，整体大约落后Anthropic的前沿模型八个月。月之暗面（Moonshot AI）推出的Kimi K3又在部分代码类基准测试中超过Anthropic的Fable 5，这一差距还在迅速变化。由此，人工智能主权问题在印度变得更加突出：印度尚无本土前沿模型，中国开放权重模型是否会像美国专有模型一样带来主权风险？
作者认为，讨论人工智能主权时，不能把人工智能看成一个不可分割的整体。通过境外应用程序接口（API）调用专有模型，与在印度本土硬件上运行开放权重模型，会形成性质完全不同的依赖。尽管中印之间存在结构性紧张，价格更低的中国方案可能反而更有利于印度维护主权。原因如下。
如果印度某个政府部门或银行以Claude或ChatGPT搭建业务流程，每一次请求都要由受美国司法管辖的企业处理。当前，各国能否获取前沿模型越来越受国家政策影响。这种持续依赖非常关键：一旦美国通过出口管制或制裁切断访问权限，整个业务流程就会中断。
再看另一种方案。一家印度金融服务企业租用印度数据中心的图形处理器（GPU），运行中国开放权重模型。这种情况下，主权风险究竟在哪里？
模型权重只是存放在印度硬件上的静态参数文件，数据不会离开印度境内。中国开发者与模型部署不存在持续联系，也不存在可供其撤销访问权限的API，开发者同样接触不到用户数据。因此，这种部署方式比调用境外专有API更有利于维护数据主权。
印度大型企业和监管机构担心中国模型存在“后门”，因而对开放权重模型保持警惕。然而，开放权重模型只是由数十亿权重和偏置构成的一组参数，并不存在某种特有的后门。如果推理完全在印度数据中心的本土GPU上进行，数据处理过程就全部留在境内。中国实验室在这一过程中的参与程度，不会高于一本教科书的作者对海外读者阅读该书的参与程度。
这说明，即使技术风险很低，中国数字产品在海外仍面临认知和合规障碍。印度企业高层对中国人工智能的担忧，往往混淆了不同类型的风险：他们把中国硬件可能存在的物理后门风险，或中国资本可能带来的政治影响，直接套用到中国模型权重上，但后者面对的威胁类型在结构上并不相同。安全研究人员确实发现，神经网络可能存在“潜伏代理”（Sleeper Agents）和“木马”（Trojans）等问题。模型在常规基准测试中表现正常，却可能在特定条件触发后暗中生成受到操纵的结果。不过，这类风险并非开放权重模型所特有。
中国企业选择开放权重路线，部分是为了在全球市场上与专有模型竞争。然而，中国政府在材料具有重要战略价值后限制出口已有先例。镓、锗、锑及稀土加工技术过去都可自由出口，后来才陆续受到管制。开放权重模型目前仍可不受限制地流向海外，这表明北京尚未把这一代人工智能工具视为需要限制出口的战略资源。
不过，随着模型成为人们接触信息的主要中介，中国将面对一个棘手问题。由中国人才和算力训练的开放模型，可能成为全世界了解中国历史与现实的工具，并给出较为平衡、往往对中国并不讨好的叙述。作者通过AI模型聚合平台OpenRouter所做的实验表明，由第三方托管的中国开放权重模型通常会给出中立或看起来未经审查的回答；直接调用中国企业托管的同一模型，回答则会受到审查。
如果这些模型展现出变革性影响，中国很可能限制其出口。已经公开的模型权重无法收回，任何管制只能针对能力更强的下一代模型。这进一步说明，印度需要建设本土AI推理平台，以可信的中立方身份同时提供中美两套模型生态的产品。印度应为近期可能出现的变化做好准备：也许在未来18个月内，海外获取中国领先模型或将受限。即使如此，市场上仍有具备竞争力的非中国开放权重模型可供选择。
开放模型与专有API的风险性质不同，政策应对也应有所区别。
第一，印度企业应着力建设本土AI推理基础设施。印度必须具备这样的能力：在本土硬件上运行任何模型，同时确保数据不离开国境。印度需要多家推理服务提供商，不能只依赖一个国家级AI云平台。
第二，监管机构应把重点放在部署层面，审查数据流向、算力控制者和审计记录，不应只看模型权重来自哪个国家。对低价中国模型一概抱持怀疑会给企业造成高昂成本，使印度企业无法使用能力较强、价格较低的模型，却没有触及真正的主权风险，也就是对境外专有API的持续依赖。
第三，必须抓紧时间。如果中国最终限制模型出口，印度届时应已具备吸收和运用现有模型的能力，包括微调、评测和红队测试。建设本土算力需要数月时间，现在就必须开始。
第四，开放权重无法解决另一个脆弱点：印度用于模型推理的GPU全部由美国企业设计，仍可能受到美国出口管制。开放权重解决了模型获取和数据流动问题，却解决不了算力供应链问题。印度短期内唯一的选择，是与美国保持较好关系，并继续参加“硅和平”（Pax Silica）等倡议。这种依赖尚可管控。印度无需在所有问题上认同华盛顿，即使面对重大挑衅，也可以像过去一样继续与美国保持接触。
不同外国模型造成的依赖并不相同。在部署方式得当的情况下，价格更低、获取最方便的模型也可能最有利于维护主权。
作者简介：
普拉奈·科塔斯坦（Pranay Kotasthane），塔克沙希拉研究所高科技地缘政治项目研究员；
巴拉特·雷迪（Bharath Reddy），塔克沙希拉研究所高科技地缘政治项目研究员。
本期编译自《印度斯坦时报》（Hindustan Times）2026年7月22日文章，原标题为Let’s make China work for us,securely:Building India's domestic compute,keeping good terms with US原文链接：https://www.hindustantimes.com/opinion/lets-make-china-work-for-us-securely-building-indias-domestic-compute-keeping-good-terms-with-us-pax-silica-anthropic-101784679849823.html