Inilunsad ng India ang mga AI model na EKA-1 at Dhir na may suporta sa mga wikang Indian at kakayahang gumana offline

Tinututukan ng tatlong AI model ng India ang mga lokal na wika at pribadong pagproseso

Inilunsad ng India ang tatlong domestikong binuong modelo ng artificial intelligence sa ilalim ng IndiaAI Mission: ang EKA-1 ng Soket Labs at ang Dhir 2B at Dhir 5B ng ZenteiQ. Pinagsasama ng anunsyo noong Nobyembre 2026 ang dalawang prayoridad ng AI programme ng bansa: software na gumagana sa mga wikang Indian at mga kagamitang nakagagawa ng kapaki-pakinabang na gawain nang hindi palaging nangangailangan ng koneksiyon sa internet.

May 26.3 bilyong parameter ang EKA-1 at sinusuportahan nito ang English at lahat ng 22 wikang nakatala sa Eighth Schedule ng Konstitusyon ng India. May dalawang bilyon at limang bilyong parameter naman ang mas maliliit na Dhir model, at sinusuportahan ng mga ito ang English at 10 wikang Indian. Ayon sa kanilang mga developer, maaaring gamitin ang mga ito sa iba't ibang gawain, mula sa pagsagot sa mga tanong tungkol sa mga dokumento hanggang sa pagtulong sa matematika, programming at gawain ng mga institusyon.

Dumalo sa paglulunsad si S. Krishnan, kalihim ng Ministry of Electronics and Information Technology, kasama ang mga opisyal ng ministeryo at IndiaAI. Sinabi niyang mapatitibay ng mga modelong binuo sa bansa ang teknolohikal na kasarinlan ng India at masusuportahan ang mga gawain sa pamahalaan, industriya, pananaliksik, edukasyon at cybersecurity.

Ang pinakamalapit na praktikal na pakinabang ay mas malawak na pagpipilian kung saan patatakbuhin ang AI. Maaaring gumamit ang isang organisasyon ng modelo sa sarili nitong mga computer, samantalang may ilang mobile application na maaaring magproseso ng mga kahilingan mismo sa telepono. Para sa mga institusyong humahawak ng sensitibong dokumento, nagbibigay ito ng paraan upang gumamit ng AI habang nananatili ang impormasyon sa sarili nilang kapaligiran sa pagkompyut.

Iniaalok ang access sa mga modelo sa pamamagitan ng AIKosh para sa mga mananaliksik, estudyante, startup, kumpanya at publiko. Plano rin ng ZenteiQ na maglabas ng libreng mobile application. Saklaw ng anunsyo ang mga batayang modelong maaaring pagbatayan ng mga developer sa paggawa ng iba pang produkto, gayundin ang planong paraan para magamit ito ng mga tao nang direkta.

Mga idinisenyong gawain ng EKA-1

Binuo ng Soket Labs ang EKA-1 para sa mga gawaing gaya ng matematika, coding at pangangatwiran, o pagproseso ng impormasyon upang makabuo ng sagot. Sinabi ni Abhishek Upparwal, punong ehekutibo ng kumpanya, na partikular na nakatuon ito sa banking, serbisyong pinansiyal at cybersecurity, at idinisenyo ang modelo batay sa mga pangangailangan ng digital na ekonomiya ng India.

Ang foundation model ay isang AI system na sinanay sa sapat na lawak upang magamit sa iba't ibang application. Maaaring bumuo rito ang mga developer ng mas espesyalisadong kagamitan, gaya ng serbisyong sumasagot sa mga tanong tungkol sa mga dokumentong pinansiyal o software na tumutulong sa programmer sa pagsulat ng code. Layunin ng EKA-1 na ibigay ang batayang kakayahang iyon, sa halip na tumugon lamang sa iisang makitid na gawain.

Ang 26.3 bilyong parameter ng modelo ay mga panloob na numerikal na halagang inaayos habang sinasanay ito. Tinutulungan ng mga ito ang sistema na makakilala ng mga padron at bumuo ng mga sagot. Ipinakikita ng dami ng parameter ang laki ng isang modelo, ngunit kailangan ding isaalang-alang ng mga gagamit nito ang kalidad ng wika, katumpakan ng sagot, bilis at mga computing resource na kailangan para sa partikular na gawain.

Humigit-kumulang 7.5 trilyong token ang iniulat na dami ng materyal na ginamit sa pagsasanay sa EKA-1. Ang mga token ay mga yunit na pinagpuputulan ng teksto para maproseso, na maaaring buong salita o bahagi lamang ng mga salita. Sa ikalawang inilathalang bilang, 7.5 lakh crore token ang nakasaad, katumbas ng 75 trilyon. Malaki ang pagkakaiba ng dalawang iniulat na bilang para sa kabuuang dami ng pagsasanay.

Magkaiba ang saklaw ng suporta sa mga wikang Indian

Mahalaga sa layuning domestiko ng EKA-1 ang suporta nito sa English at lahat ng 22 nakatalang wikang Indian. Sinasabi rin sa mas malawak na paglalarawan na sinasaklaw nito ang mahigit 100 wikang Indian at banyaga, pati mga programming language. Tinutukoy ng bilang na 22 ang iniulat nitong saklaw sa mga wikang Indian; inilalarawan naman ng mas malaking bilang ang mas malawak na saklaw nito.

Ayon sa paglalarawan, sinusuportahan ng Dhir 2B at Dhir 5B ang English at 10 wikang Indian. Dahil mas maliit ang mga ito at mas makitid ang iniulat na saklaw ng mga wika, nag-aalok ang mga ito ng ibang opsiyon kumpara sa EKA-1, depende sa mga dokumento, wikang ginagamit at kagamitang mayroon ang institusyon.

Para sa estudyante o kawani ng gobyerno, maaaring magtakda ang suporta sa wika kung kapaki-pakinabang ang AI tool sa pang-araw-araw na gawain. Kung nauunawaan ng isang katulong sa dokumento ang wikang ginagamit sa opisina o silid-aralan, mababawasan ang pangangailangang isalin muna sa English ang mga tanong. Gayunman, walang inilathalang resulta tungkol sa performance sa bawat wika o magkakatulad na sukatan ng katumpakan para sa tatlong modelo.

Bakit mas maliit ang mga Dhir model

Inilarawan ni Professor Sashikumaar Ganesan, punong ehekutibo ng ZenteiQ, ang Dhir 2B at Dhir 5B bilang mga compact model. Ipinaliwanag niya sa paglulunsad ang laki ng mga ito:

Naglunsad kami ng dalawang maliliit na modelo. Tinatawag namin silang mga compact model...ang inilunsad namin ay modelong may dalawang bilyon at pagkatapos ay limang bilyong parameter...

May humigit-kumulang 5.3 beses na mas maraming parameter ang EKA-1 kaysa Dhir 5B, at mga 13.2 beses na mas marami kaysa Dhir 2B. Batay ang mga paghahambing na ito sa inanunsiyong bilang na 26.3 bilyon, limang bilyon at dalawang bilyon. Karaniwang mas kaunting memory ang kailangan ng mas maliliit na modelo para maiimbak ang mga parameter ng mga ito, kaya maaari silang gamitin sa mga device na mas limitado ang kakayahan.

Ayon sa ZenteiQ, maaaring direktang patakbuhin ang mga modelo nito sa mga mobile device at iba't ibang computing platform. Inilarawan ni Ganesan ang layunin nito bilang pagbibigay ng access sa mga tao nang hindi ipinadadala sa malayuang serbisyo ang bawat kahilingan:

Maaari naming patakbuhin ang mga modelong ito mismo sa aming mobile device...magagamit ng mga user ang mga solusyong AI sa kanilang mga kamay nang hindi na kailangang kumonekta sa cloud, una sa lahat...

Idinisenyo ang mga Dhir model upang kumuha ng impormasyon mula sa mga dokumento, sumagot sa mga tanong at tumulong sa mga karaniwang gawain. Kabilang sa mga iminungkahing gagamit nito ang mga organisasyong pangdepensa, kagawaran ng gobyerno, industriyal na negosyo at institusyong pang-edukasyon.

Ano ang ibig sabihin ng paggana nang walang internet

Karaniwang ipinadadala ng serbisyong AI na ginagamit sa cloud ang kahilingan sa mga computer na nasa ibang lugar. Pinoproseso nila ito at ibinabalik ang sagot. Kapag lokal na pinatakbo ang modelo, inililipat ang pagproseso sa telepono o sariling kagamitan ng organisasyon. Kapag na-install na ang kinakailangang software at modelo, maaaring magpatuloy ang mga angkop na gawain kahit walang aktibong koneksiyon sa internet.

Binigyang-diin ni Krishnan ang posibilidad na mapatakbo ang mga modelong ito sa mga secure na computer network na walang internet access. Mahalaga ang ganitong mga network para sa mga tanggapan ng gobyerno at iba pang sensitibong institusyong naglilimita ng koneksiyon sa mga panlabas na serbisyo. Halimbawa, maaaring tulungan ng lokal na katulong sa dokumento ang mga kawani na maghanap sa mga panloob na materyal habang nananatili sa loob ng organisasyon ang pagproseso.

Maaari ring maging kapaki-pakinabang ang device-based na paraan ng ZenteiQ sa mga lugar na mahina o paputol-putol ang koneksiyon. Hindi gaanong aasa ang mga tao sa maaasahang koneksiyon sa bawat kahilingan. Sinasabing kaya ring magsagawa ng ilang gawain ng EKA-1 sa mga mobile phone, bagaman higit na nakatuon sa mga compact Dhir model ang mga pahayag tungkol sa paggamit sa mobile.

Kapag nananatili sa isang device ang impormasyon, mas malaki ang kontrol ng may-ari nito sa lugar kung saan nagaganap ang pagproseso. Kailangan pa ring pamahalaan ng organisasyon ang access sa mga file, tiyaking ligtas ang kagamitan nito at pagpasyahan kung aling mga dokumento ang maaaring gamitin ng application. Kaya nakadepende ang privacy sa paraan ng pag-deploy ng buong application, bukod pa sa kakayahan ng modelo na tumakbo nang lokal.

Nakatulong ang cloud computing sa pagbuo ng mga modelong inilaan para sa lokal na paggamit

Ginamit sa pagbuo ng mga Dhir model ang tensor processing unit (TPU) ng Google Cloud. Mga espesyalisadong processor ang mga ito para sa malalaking volume ng kalkulasyong kailangan sa AI. Sinasabing maaari ring patakbuhin ang mga modelo sa mga sistemang gumagamit ng graphics processing unit (GPU).

Magkaibang yugto ang pagsasanay at pang-araw-araw na paggamit. Binabago sa pagsasanay ang mga panloob na halaga ng modelo sa pamamagitan ng pagproseso ng maraming materyal. Tinatawag namang inference ang pagpapatakbo sa natapos na modelo upang sagutin ang isang tanong. Maaaring gumamit ang developer ng makapangyarihang kagamitan sa cloud habang nagsasanay, saka ipamahagi ang modelong nagsasagawa ng inference sa lokal na hardware.

Sinuportahan ng IndiaAI Mission ang dalawang developer sa pamamagitan ng mga computing resource na may pinababang bayarin at tulong para sa gastusin sa pananaliksik. Tinutugunan ng suportang ito ang malaking praktikal na gastos sa pagbuo ng foundation model: ang pagkuha ng sapat na computing capacity para sanayin at paunlarin ang mga ito.

Paano maa-access ng mga tao ang mga modelo

Ang AIKosh ang inianunsiyong paraan ng pag-access para sa mga mananaliksik, estudyante, startup, negosyo at indibidwal na user. Para sa mga developer, nagbubukas ng pagkakataong bumuo ng mga application para sa partikular na mga dokumento o gawain ang access sa foundation model. Para naman sa mga institusyon, ang susunod na hakbang ay pumili ng deployment na angkop sa kanilang kagamitan, wika at mga patakaran sa impormasyon.

Plano ng ZenteiQ na gawing libre ang mobile application nito sa Play Store at iOS. Sinabi rin ni Ganesan na balak ng kumpanya na magpakilala ng modelong may siyam na bilyong parameter, na magpapalawak sa hanay nito lampas sa Dhir 2B at Dhir 5B.

Walang inilagay na petsa ng paglalabas para sa mobile application o sa planong modelong may siyam na bilyong parameter. Hindi rin tinukoy ang mga sinusuportahang configuration ng telepono, kinakailangang memory, laki ng ida-download na file at mga tuntunin sa paglilisensiya ng modelo. Mahalaga ang mga detalyeng ito sa mga magpapasya kung kaya nilang i-install o gamitin ang software sa pagbuo ng iba pang produkto.

Ayon sa paglalarawan, idinaos ang paglulunsad noong Martes, na tumapat sa Nobyembre 3 noong 2026, samantalang Nobyembre 4 naman ang ibinigay na petsa ng pagpapakilala. Kapwa inilalagay ng mga paglalarawang ito sa iisang linggo ang paglulunsad ng tatlong modelo.

Ano ang pagbabago para sa mga institusyon at user

May tatlong bagong domestikong modelo nang mapagpipilian ang mga kagawaran ng gobyerno at negosyo para sa mga gawaing may kinalaman sa wika at dokumento. Nagkakaiba ang mga ito sa laki: pinagsasama ng EKA-1 ang mas maraming parameter at malawak na iniulat na suporta sa mga wika, samantalang nakatuon ang Dhir model sa compact na operasyon, kabilang ang paggamit sa mga mobile device.

Partikular na tinututukan ng Soket Labs ang banking at cybersecurity. Pangunahing gamit naman ng Dhir ang pagkuha ng mga dokumento at pagsagot sa mga tanong tungkol sa panloob na impormasyon. Maaari ring bumuo ng mga application batay sa mga kakayahang ito ang mga paaralan, mananaliksik at pampublikong ahensiya, at piliin ang modelong at computing setup na angkop sa kanilang gawain.

Kabilang sa mga susunod na kongkretong hakbang ang mas malawak na access sa pamamagitan ng AIKosh, ang planong libreng mobile application at ang mas malaking modelong binabalak ng ZenteiQ. Para sa mga user, nakasalalay ang praktikal na pakinabang sa husay ng mga sistemang ito sa pagproseso ng sarili nilang mga wika, dokumento at device.

Mahahalagang Punto

• Inilunsad ng India ang EKA-1, Dhir 2B at Dhir 5B sa ilalim ng IndiaAI Mission noong Nobyembre 2026.
• May 26.3 bilyong parameter ang EKA-1 at sinusuportahan nito ang English at lahat ng 22 nakatalang wikang Indian.
• Sinusuportahan ng Dhir 2B at Dhir 5B ang English at 10 wikang Indian at idinisenyo ang mga ito para sa compact na deployment, kabilang ang paggamit sa mga mobile device.
• Maaaring makatulong ang lokal na pagproseso sa mga gawaing may dokumento sa mga institusyong may limitadong internet access at sa mga lugar na mahina ang koneksiyon.
• Tumulong ang IndiaAI Mission sa mga developer sa pamamagitan ng mga computing resource at suporta sa gastusin sa pananaliksik.
• Ang AIKosh ang inianunsiyong plataporma para sa access; nakaplano ang libreng mobile application ng ZenteiQ at modelong may siyam na bilyong parameter.