IndiaAI发布覆盖全部22种预定语言、含263亿参数的EKA-1，以及可离线运行的开放小模型Dhīr 2B和5B

2026年11月3日，IndiaAI使命发布了两组国产AI模型。一个是班加罗尔Soket Labs的EKA-1，参数为263亿，新闻信息局称其涵盖印度全部22种预定语言和英语。另一个是ZenteiQ的Dhīr 2B和Dhīr 5B，这是面向英语和十种印度语言的小模型，设计目标是在笔记本电脑或边缘设备上运行，无需联网。参数是模型内部可调整的数值，大致衡量模型的规模。

在新德里与电子和信息技术部秘书一同亮相

新闻信息局的新闻稿说，这些模型是在新德里的新闻发布活动上亮相的，出席的有电子和信息技术部秘书克里希南（S Krishnan），以及该部和IndiaAI（使命的执行部门）的官员。克里希南说，这类模型增强了印度在人工智能领域的“技术和战略自主”。他补充说，AIKosh（使命的数据集和模型库）这样的平台可以把它们提供给研究人员、学生、创新者和更广泛的公众。

IndiaAI首席运营官苏迪普·什里瓦斯塔瓦（Sudeep Shrivastava）说，这些模型体现了从面向日常设备的轻量方案，到处理复杂企业任务的较重模型的进展。两家公司都是使命基础模型支柱下入选的十二支团队之一，新闻稿说，国家补贴的AI算力和对相关研究成本的支持使这些模型成为可能。

EKA-1，覆盖每一种预定语言的模型

新闻信息局称EKA-1的训练文本约为7.5万亿词元，词元是一个词或词的一部分。它把该模型描述为一个开放的稀疏混合语言模型，面向数学、代码、推理和智能体用途，智能体指分多个步骤完成任务的软件。22种预定语言是宪法第八附表所列的语言，我们的解说文章作了说明。

AIKosh上的模型页面提供了更多细节。页面说，Soket在IndiaAI的支持下从零开始构建了EKA-1，并称它是Soket研究项目Project EKA的第一个成果。Soket把这一架构命名为RALSNet，它在稀疏设计中结合了注意力层、循环层和专家层，因此每个词元只用到网络的一部分。Soket称其推理速度比同等规模的模型快三倍以上，上下文窗口为64,000个词元，即模型一次能读取的文本量。页面说，内部评估显示其性能与同等规模的模型相当，方法和结果将在技术报告中公布。

Soket首席执行官阿比舍克·乌珀尔瓦尔（Abhishek Upperwal）在新闻稿中说，该模型是为印度的银行、金融服务和网络安全量身定制的。ANI报道说，该模型设计为可在私有服务器、私有云和气隙系统（即与外部互联网没有连接的系统）上运行。它引述Soket联合创始人马扬克·辛格（Mayank Singh）的话说，数据准备、训练和评估完全在印度完成。

各来源对语言的计数方式不同。新闻信息局说是22种预定语言加英语。AIKosh页面说是100多种印度语言、全球南方语言和编程语言，Soket的主页说是60种或更多，所以这些数字包含了印度预定语言之外的语言和编程语言。

Dhīr 2B和5B，无需网络也能工作的模型

据《印度教徒报商业线》报道，ZenteiQ由印度科学研究所（班加罗尔）教授沙希库马尔·加内桑（Sashikumaar Ganesan）于2022年创办。新闻信息局把这些模型称为开源的多语言助手，用于安全的本地部署、可离线使用的场景，涵盖基于文档的自动化、知识检索，以及国防、政府、工业和教育领域的公民或企业服务。它指的是网络连接差和敏感的环境。

ZenteiQ的模型页面给出了具体数字。Dhīr 2B是一个稠密模型，参数为20.3亿。Dhīr 5B是混合专家模型，参数共50.9亿，每个词元激活17.9亿，使用12个专家中的2个。公司技术报告的摘要说，两者都在6万亿个以上词元上从零开始预训练，使用词表为131,000项的自研分词器，每个训练阶段都在印度的谷歌云TPU v6e芯片上完成。十种印度语言是印地语、孟加拉语、泰米尔语、泰卢固语、马拉地语、古吉拉特语、卡纳达语、马拉雅拉姆语、旁遮普语和奥里亚语。

在体积方面，摘要说，权重压缩到4位的Dhīr 2B是一个1.21 GB的文件，可以在笔记本电脑的集成显卡和NVIDIA Jetson模块（一种用于边缘设备的小型电路板）上完全离线运行。页面列出了用llama.cpp程序测得的速度：在英特尔Iris Xe笔记本显卡上，Dhīr 2B为每秒18.6个词元，Dhīr 5B为20.5个；在树莓派4的处理器上分别为2.3和2.8。权重采用Apache 2.0许可，允许自由使用和修改。

加内桑在发布会上说，这些模型可以在GPU和TPU上运行，而且因为体积小，可以在没有云连接的手机上使用，数据保留在设备上。他对ANI说，公司正在开发一款面向安卓和iOS的免费应用。

使命出了多少钱

联邦院2026年2月13日的答复，在一份新闻信息局的新闻稿中转载，列出了对十二支团队中每一支的支持。Soket AI获得177.08 crore卢比，其中162.47 crore卢比是算力，14.61 crore卢比是其他费用。ZenteiQ获得206.49 crore卢比，其中165.19 crore卢比是算力，41.30 crore卢比是其他费用。两者合计383.57 crore卢比，这是tuput的加总。

新闻信息局在2025年5月30日宣布Soket入选，并附有一个1200亿参数开源模型的计划。EKA-1是规模较小的第一个版本，Soket的主页把一个超过1200亿参数的模型列为正在训练。使命的算力定价、其他获得资助的团队和Sarvam的模型，见tuput此前关于IndiaAI使命的文章，语言翻译方面见我们关于印度用自己的语言构建AI的文章。

还有什么有待展示

截至2026年11月5日，tuput没有找到外部测试者公布这三个模型的基准测试成绩，所以这里的性能数字都是开发者给出的。ZenteiQ说，Dhīr 2B在15项印度语言基准测试中的13项位居同级第一，两个模型还在41项基准测试中与24个10亿至70亿参数的开放模型作了比较。它说完整表格在它的技术报告里，其出版物页面把该报告列为即将发布。同一页面还列出了局限：没有佐证来源的事实回忆是最弱的一环，所以它建议在法律、金融、农业、医学或历史方面从权威来源检索，并经人工审核。它说两个模型都没有推理模式，也都只处理文本。

在获取方式上，EKA-1-26B在AIKosh上的页面显示为Apache 2.0许可、“受限”设置，即下载需要所有者批准，当时没有下载记录。Soket的主页把它的EKA-26B代码和推理模型列为即将发布。ANI报道说，马扬克·辛格表示Soket计划在一个月内公开发布权重，先从候补名单开始，而Dhīr的权重已在AIKosh上。ZenteiQ还对ANI说，计划在12月推出一个90亿参数的模型。