印度发布三款本地语言AI模型，推动加密安全与金融包容

印度政府近日通过“IndiaAI Mission”项目，正式发布三款面向本土语言的人工智能基础模型。其中主模型EKA-1具备263亿参数，基于7.5万亿个token训练而成，可原生支持22种印度官方语言及英语。此外，两款轻量级开源模型Dhīr 2B和Dhīr 5B也同步推出，均完全开放源代码，覆盖10种印度语言。

离线运行保障数据安全

Dhīr系列模型专为在普通智能手机上实现全设备端运行而设计。所有计算过程均在用户本地完成，不依赖互联网连接，确保敏感信息不会外泄。这一特性对注重隐私保护的用户群体尤其重要，尤其是在处理高风险操作如加密资产交易时。

多位技术专家指出，这类小型化模型的部署方式，类似于现代汽车系统中用于控制导航与语音助手的嵌入式人工智能。工程师分析，在内存仅6GB的手机上运行5B参数模型，需采用4-bit量化压缩技术，这不仅降低资源占用，也提升了实用性与响应速度。

破解加密交易中的隐私困局

传统云端AI服务在处理加密资产相关任务时存在明显安全隐患。当用户请求分析钱包地址、审查智能合约或规划投资策略时，原始数据需上传至远程服务器，易遭中间人攻击或平台滥用。

Dhīr 5B通过4-bit量化将模型体积大幅压缩，可在标准移动设备中独立运行。这意味着用户无需联网即可完成交易风险扫描，所有数学运算都在本地完成。私人的财务策略与钱包信息始终由用户掌控，彻底规避了网络传输环节的数据泄露风险。

开源生态呼应去中心化理念

印度政府将Dhīr系列模型以开源形式发布，公开全部底层代码，允许任何人自由查看、复制与验证。这种高度透明的做法，与加密货币领域推崇的可审计、可验证原则高度一致。

不同于大型科技公司常将AI系统封闭于“黑盒”之中，印度此举让开发者能够逐行审查代码，确认无后门程序或隐蔽监控机制。这种开放机制使得该模型可被安全集成进去中心化应用（dApp），增强用户对AI工具的信任度。

消除语言障碍，拓展数字金融边界

当前全球加密市场几乎完全依赖英语界面，多数钱包与DeFi平台未提供地方语言支持。这一现象导致大量非英语使用者难以参与，尤其是农村地区的农民与小微商户，因无法理解英文菜单而被排除在数字金融体系之外。

EKA-1模型突破这一瓶颈，具备对22种印度语言的深层语义理解能力，而非简单翻译文本。开发者可直接将其嵌入交易平台，使用户能以母语通过语音指令查询贷款条款、发起跨境转账或识别诈骗行为。这项技术正在为数百万缺乏英语能力的潜在用户打开通往全球数字经济的大门。