Perplexity AI CEO 指出 Nandan Nilekani 的觀點是「錯誤的」
「我並不在於經營一間類似 DeepSeek 的公司，但我很樂意幫助任何熱衷於此的人。」Aravind Srinivas 這樣表示。
最近，Perplexity AI 的首席執行官 Aravind Srinivas 發表聲明，指責 Infosys 的共同創始人 Nandan Nilekani 錯誤地推動印度人忽略模型訓練技能，而專注於在現有模型上進行建設。Srinivas 在 X 上的帖子中指出：「我們必須同時做這兩者。」
他強調：「Nandan Nilekani 是一位了不起的人，他透過 Infosys、UPI 等為印度做了很多我們無法想像的事情。但他在推動印度人忽略模型訓練技能方面是錯誤的……」Srinivas 反駁了 Nilekani 的觀點，認為應該投資於基礎模型訓練，而不是僅僅追求將印度打造成「AI 應用案例之都」。
Nilekani 的論點是，印度應該優先考慮 AI 應用，而非與美國和中國競爭開發大規模模型。他表示：「我們的目標不應該是再建一個 LLM（大型語言模型）。讓矽谷的大公司們去做這些，花費數十億美元。」
他指出，印度早已錯過了生成式 AI 的發展機會。
值得注意的是，Srinivas 在這場討論中稍顯遲到。Ola 的首席執行官 Bhavish Agarwal、Tech Mahindra 的首席執行官 CP Gurnani 和 HCL 的共同創始人 Ajai Chowdhry 等人則持樂觀態度，相信印度能孕育出類似 NVIDIA 的公司。
Turing’s Dream 的創始人 Paras Chopra 表示：「許多印度的 AI 實驗室專注於當地問題，就像印度公司一樣。但互聯網沒有邊界，為什麼不目標成為世界級呢？」他鼓勵創始人在特定領域專精，但也要在這些領域中達到「SOTA」（最先進技術）的水平。
Tech Mahindra 可能是唯一一間從零開始建立自己模型的系統整合商。其他印度 IT 公司則依賴現有解決方案來創造實質成果。
此外，雖然像 Sarvam AI、TWO 和 Krutrim 等初創公司正在開發產品，但它們所創造的影響力與 OpenAI 的 ChatGPT 相比卻微不足道。
KissanAI 的首席執行官 Pratik Desai 說：「我們不能總是有服務思維，尤其是在每個人都在追逐 ASI 的時候。」
同樣，Soket AI Lab 的 Abhishek Upperwal 也認為印度應該投資於深科技初創公司。他指出：「建立 LLM 不僅僅是市場上又一個 AI 模型的問題。這是關於擁有未來。創造這些模型的國家、組織和個人將主導行業、政策和進步。」
印度經常被稱為全球大多數技術進步的應用案例之都。反對創建新基礎模型的理由通常是，從零開始建造 LLM 是一個昂貴、耗時且資本密集的任務。
去年，Nilekani 表示，印度對 AI 的方法將與全球建設 LLM 的趨勢不同。相反，印度應專注於建立能夠惠及每位公民的 AI 應用案例。Nilekani 強調，印度在其人口和抱負方面的優勢，呼籲利用現有技術來解決挑戰，而不是等待下一個價值 10 萬億美元的模型。
「印度在 AI 的道路是不同的。我們並不在於建造下一個 LLM 的軍備競賽……我們來這裡是為了產生變化，我們的目標是將這項技術放在人民手中。」他說。
Perplexity AI 是一個包裝器
Srinivas 在早前的一個播客中談到包裝器的本質時表示：「包裝器存在於所有層面；只是它們給你帶來了如此多的價值，以至於你不在乎。」
「包裝器」這一術語在 2023 年的生成式 AI 初創公司興起後首次出現，這些公司建立在現有 LLM 之上，引發了風波，特別是在風險投資生態系統中。Srinivas 本月初在國都與總理 Narendra Modi 會面。
許多創始人和開發者都是在現有 LLM 上進行開發，並在應用層面創造價值。Healthify 是一個有趣的例子，該公司在 OpenAI 最近的 DevDay 中展示了使用 OpenAI API 進行即時的印地語 AI 對話。AIM 也廣泛報導了許多基於 Llama 開源平台的印度 AI 公司如何提供巨大的價值。
Srinivas 轉向印度以建立基礎模型
「我並不在於經營一間類似 DeepSeek 的公司，但我很樂意幫助任何熱衷於此的人，並開放源碼模型。」Srinivas 補充道。他強調，印度應該從重用開源模型轉向建立在印地語和更廣泛基準中具全球競爭力的模型。
這一發展背景是中國的 DeepSeek 實驗室以其開源推理模型——DeepSeek-R1 和 DeepSeek-R1-Zero 在互聯網上引起轟動，這些模型作為 OpenAI 的 o1 等專有系統的替代品。
有用戶在 X 上評論道：「中國目前在一些最佳開源模型（Minimax 和 DeepSeek V3）方面領先，並持續推出優秀的視頻模型（Hailuo 和 Kling），儘管受到美國制裁的限制，無法從 ASML（荷蘭）購買最佳的芯片製造工具，也無法獲得最佳的 AI 芯片。」
相比之下，印度的創新者面臨著投資不足的挑戰。AIM 的研究發現，印度初創公司僅需 1000 萬美元即可開始基礎 AI 研究，但資金仍然稀缺。
Aarin Capital 的負責人 Mohandas Pai 強調了這一問題，並表示：「誰會給印度的初創公司 2 億美元來建立一個 LLM？為什麼沒有類似 Mistral 的東西在印度出現？」
Pai 呼籲建立一個政府支持的創新基金，類似於法國的 360 億美元創新基金，該基金支持像 Mistral 這樣的初創公司。他辯稱，這樣的資金可以使印度能夠生產基礎模型，並在全球範圍內競爭。
這篇文章不僅反映了當前印度 AI 生態系統的挑戰，也突顯了對創新資金的迫切需求。隨著全球 AI 競爭的加劇，印度是否能夠在這場競賽中找到自己的定位，將成為未來幾年的一大看點。如何在保持創新與實際應用之間取得平衡，尤其是在面對資金與資源限制的情況下，將是印度科技界必須面對的重大課題。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
