Ấn Độ ra mắt các mô hình AI EKA-1 và Dhir hỗ trợ ngôn ngữ trong nước và hoạt động ngoại tuyến

Ba mô hình AI của Ấn Độ hướng đến ngôn ngữ trong nước và xử lý riêng tư

Ấn Độ đã công bố ba mô hình trí tuệ nhân tạo do trong nước phát triển trong khuôn khổ Sứ mệnh IndiaAI: EKA-1 của Soket Labs và Dhir 2B, Dhir 5B của ZenteiQ. Thông báo vào tháng 11/2026 kết hợp hai ưu tiên trong chương trình AI của nước này: phần mềm hoạt động bằng các ngôn ngữ Ấn Độ và công cụ có thể thực hiện những tác vụ hữu ích mà không cần kết nối internet liên tục.

EKA-1 có 26,3 tỷ tham số, hỗ trợ tiếng Anh và toàn bộ 22 ngôn ngữ được liệt kê trong Phụ lục VIII của Hiến pháp Ấn Độ. Các mô hình Dhir nhỏ hơn lần lượt có hai tỷ và năm tỷ tham số, hỗ trợ tiếng Anh cùng 10 ngôn ngữ Ấn Độ. Nhà phát triển cho biết các mô hình có thể được dùng cho nhiều việc, từ trả lời câu hỏi về tài liệu đến hỗ trợ toán học, lập trình và hoạt động của các cơ quan, tổ chức.

S. Krishnan, Thư ký Bộ Điện tử và Công nghệ thông tin, tham dự lễ ra mắt cùng các quan chức của bộ và IndiaAI. Ông cho rằng các mô hình do trong nước phát triển có thể củng cố tính độc lập về công nghệ của Ấn Độ, đồng thời hỗ trợ hoạt động trong chính phủ, công nghiệp, nghiên cứu, giáo dục và an ninh mạng.

Lợi ích thực tiễn trước mắt là người dùng có thêm lựa chọn về nơi chạy AI. Một tổ chức có thể sử dụng mô hình trên máy tính của mình, trong khi một số ứng dụng di động có thể xử lý yêu cầu ngay trên điện thoại. Với các cơ quan xử lý tài liệu nhạy cảm, cách này cho phép ứng dụng AI mà vẫn giữ thông tin trong môi trường điện toán của chính họ.

Các mô hình được cung cấp qua AIKosh cho nhà nghiên cứu, sinh viên, startup, doanh nghiệp và công chúng. ZenteiQ cũng dự định phát hành một ứng dụng di động miễn phí. Vì vậy, thông báo bao gồm cả những mô hình nền tảng để nhà phát triển xây dựng sản phẩm và phương thức dự kiến để người dùng trực tiếp sử dụng chúng.

EKA-1 được thiết kế để làm gì

Soket Labs phát triển EKA-1 cho các tác vụ như toán học, lập trình và suy luận, tức xử lý thông tin để đưa ra câu trả lời. Giám đốc điều hành Abhishek Upparwal cho biết ngân hàng, dịch vụ tài chính và an ninh mạng là những lĩnh vực được chú trọng, với mô hình được thiết kế theo nhu cầu của nền kinh tế số Ấn Độ.

Mô hình nền tảng là hệ thống AI được huấn luyện đủ rộng để hỗ trợ nhiều ứng dụng. Nhà phát triển có thể xây dựng các công cụ chuyên biệt hơn dựa trên mô hình, chẳng hạn dịch vụ trả lời câu hỏi về tài liệu tài chính hoặc phần mềm hỗ trợ lập trình viên viết mã. EKA-1 được thiết kế để cung cấp năng lực nền tảng đó, thay vì chỉ phục vụ một tác vụ hẹp, xác định sẵn.

26,3 tỷ tham số của mô hình là các giá trị số nội bộ được điều chỉnh trong quá trình huấn luyện. Chúng giúp hệ thống nhận diện các mẫu và tạo câu trả lời. Số lượng tham số cho biết quy mô mô hình, nhưng người dùng cũng cần cân nhắc chất lượng ngôn ngữ, độ chính xác của câu trả lời, tốc độ và tài nguyên điện toán cần thiết cho từng công việc.

Khối lượng dữ liệu huấn luyện được công bố của EKA-1 vào khoảng 7,5 nghìn tỷ token. Token là đơn vị mà văn bản được chia thành để xử lý, đôi khi là cả từ, đôi khi chỉ là một phần của từ. Một số liệu khác được công bố là 7,5 lakh crore token, tương đương 75 nghìn tỷ. Như vậy, các số liệu về tổng khối lượng huấn luyện có sự chênh lệch đáng kể.

Hỗ trợ ngôn ngữ Ấn Độ có hai phạm vi khác nhau

Khả năng hỗ trợ tiếng Anh và toàn bộ 22 ngôn ngữ Ấn Độ nằm trong danh mục hiến định là trọng tâm trong vai trò dự kiến của EKA-1 tại thị trường trong nước. Một mô tả rộng hơn cũng cho biết mô hình hỗ trợ hơn 100 ngôn ngữ Ấn Độ và nước ngoài, bên cạnh các ngôn ngữ lập trình. Con số 22 xác định phạm vi hỗ trợ các ngôn ngữ Ấn Độ được nêu rõ, còn con số lớn hơn mô tả phạm vi rộng hơn.

Dhir 2B và Dhir 5B được giới thiệu là hỗ trợ tiếng Anh và 10 ngôn ngữ Ấn Độ. Với kích thước nhỏ hơn và phạm vi ngôn ngữ được công bố hẹp hơn, chúng đem đến cho các tổ chức một lựa chọn khác EKA-1, tùy thuộc vào tài liệu, ngôn ngữ và thiết bị cần sử dụng.

Đối với học sinh, sinh viên hoặc nhân viên khu vực công, khả năng hỗ trợ ngôn ngữ có thể quyết định một công cụ AI có hữu ích trong công việc hằng ngày hay không. Trợ lý tài liệu chấp nhận ngôn ngữ được sử dụng tại văn phòng hoặc lớp học có thể giảm nhu cầu dịch câu hỏi sang tiếng Anh trước khi đặt câu hỏi. Tuy nhiên, thông tin công bố tại lễ ra mắt không đưa ra kết quả hiệu năng theo từng ngôn ngữ hay điểm số độ chính xác có thể so sánh giữa ba mô hình.

Vì sao các mô hình Dhir nhỏ hơn

Giám đốc điều hành ZenteiQ, Giáo sư Sashikumaar Ganesan, mô tả Dhir 2B và Dhir 5B là các mô hình gọn nhẹ và giải thích về quy mô của chúng tại lễ ra mắt:

Chúng tôi đã ra mắt hai mô hình nhỏ. Chúng tôi gọi đó là các mô hình gọn nhẹ... những mô hình được ra mắt có hai tỷ và năm tỷ tham số...

EKA-1 có số tham số gấp khoảng 5,3 lần Dhir 5B và khoảng 13,2 lần Dhir 2B. Các phép so sánh này dựa trên số liệu được công bố: 26,3 tỷ, năm tỷ và hai tỷ. Mô hình nhỏ hơn thường cần ít bộ nhớ hơn để lưu trữ tham số, vì vậy có thể phù hợp với thiết bị có tài nguyên hạn chế hơn.

ZenteiQ cho biết các mô hình của hãng có thể chạy trực tiếp trên thiết bị di động và nhiều nền tảng điện toán khác nhau. Ganesan mô tả trải nghiệm dự kiến là giúp mọi người sử dụng mà không cần gửi từng yêu cầu đến dịch vụ từ xa:

Chúng tôi có thể chạy các mô hình này ngay trên thiết bị di động... người dùng có thể tiếp cận giải pháp AI ngay trong tay mà không cần lên đám mây, đó là điều thứ nhất...

Các mô hình Dhir được thiết kế để truy xuất thông tin từ tài liệu, trả lời câu hỏi và hỗ trợ công việc thường nhật. Các tổ chức quốc phòng, cơ quan chính phủ, doanh nghiệp công nghiệp và cơ sở giáo dục nằm trong số những đối tượng dự kiến sử dụng.

Hoạt động không cần internet có nghĩa là gì

Dịch vụ AI trên đám mây thường gửi yêu cầu đến các máy tính ở nơi khác để xử lý, sau đó trả lại câu trả lời. Chạy mô hình cục bộ chuyển hoạt động xử lý sang điện thoại hoặc thiết bị của chính tổ chức. Sau khi cài đặt phần mềm và mô hình cần thiết, các tác vụ phù hợp có thể tiếp tục được thực hiện mà không cần kết nối internet trực tiếp.

Krishnan nhấn mạnh tiềm năng vận hành các mô hình này trong những mạng máy tính bảo mật không có kết nối internet. Các mạng như vậy phù hợp với cơ quan chính phủ và những tổ chức nhạy cảm khác vốn hạn chế kết nối với dịch vụ bên ngoài. Chẳng hạn, trợ lý tài liệu chạy cục bộ có thể giúp nhân viên tìm kiếm tài liệu nội bộ trong khi việc xử lý vẫn diễn ra bên trong tổ chức.

Cách tiếp cận chạy trên thiết bị của ZenteiQ cũng có thể hữu ích ở nơi kết nối yếu hoặc chập chờn. Người dùng sẽ ít phụ thuộc hơn vào kết nối ổn định cho từng yêu cầu. EKA-1 cũng được mô tả là có thể thực hiện một số tác vụ trên điện thoại di động, dù những tuyên bố nổi bật nhất về triển khai trên thiết bị di động tập trung vào các mô hình Dhir gọn nhẹ.

Lưu thông tin trên thiết bị giúp chủ sở hữu kiểm soát tốt hơn nơi diễn ra quá trình xử lý. Tổ chức vẫn cần quản lý quyền truy cập tệp, bảo vệ thiết bị và quyết định ứng dụng được phép sử dụng những tài liệu nào. Vì vậy, quyền riêng tư còn phụ thuộc vào cách triển khai toàn bộ ứng dụng, bên cạnh khả năng chạy cục bộ của mô hình.

Điện toán đám mây góp phần xây dựng các mô hình hướng đến sử dụng cục bộ

Các mô hình Dhir được phát triển với sự hỗ trợ của bộ xử lý tensor Google Cloud (TPU). Đây là các bộ xử lý chuyên dụng dùng cho khối lượng tính toán lớn trong AI. Các mô hình cũng được mô tả là có thể hoạt động trên những hệ thống sử dụng bộ xử lý đồ họa (GPU).

Huấn luyện và sử dụng hằng ngày là hai giai đoạn khác nhau. Trong quá trình huấn luyện, các giá trị nội bộ của mô hình được điều chỉnh thông qua xử lý khối lượng lớn dữ liệu. Việc chạy mô hình đã hoàn thiện để trả lời câu hỏi được gọi là suy luận. Nhà phát triển có thể dùng thiết bị điện toán đám mây mạnh trong quá trình huấn luyện, rồi phân phối mô hình để suy luận trên phần cứng cục bộ.

Sứ mệnh IndiaAI đã hỗ trợ cả hai nhà phát triển bằng tài nguyên điện toán với mức giá ưu đãi và hỗ trợ chi phí nghiên cứu. Khoản hỗ trợ này nhằm giải quyết một chi phí thực tế lớn khi tạo mô hình nền tảng: phải có đủ năng lực điện toán để huấn luyện và phát triển mô hình.

Krishnan gắn sáng kiến này với quyền tự chủ về công nghệ và chiến lược. Trên thực tế, việc phát triển trong nước đem đến cho các tổ chức Ấn Độ thêm một nguồn mô hình được xây dựng xoay quanh ngôn ngữ địa phương và nhu cầu của các cơ quan, với lựa chọn triển khai trên hạ tầng do họ kiểm soát.

Cách tiếp cận các mô hình

AIKosh là nền tảng được công bố để nhà nghiên cứu, sinh viên, startup, doanh nghiệp và người dùng cá nhân tiếp cận các mô hình. Với nhà phát triển, quyền truy cập mô hình nền tảng mở ra cơ hội xây dựng ứng dụng cho những tài liệu hoặc tác vụ cụ thể. Với các tổ chức, bước tiếp theo là chọn phương án triển khai phù hợp với thiết bị, ngôn ngữ và quy định về thông tin của mình.

ZenteiQ dự kiến cung cấp miễn phí ứng dụng di động trên Play Store và iOS. Ganesan cũng cho biết công ty có kế hoạch ra mắt mô hình chín tỷ tham số, mở rộng danh mục vượt ra ngoài Dhir 2B và Dhir 5B.

Thông báo không nêu ngày phát hành ứng dụng di động hoặc mô hình chín tỷ tham số dự kiến. Các thông tin về cấu hình điện thoại được hỗ trợ, yêu cầu bộ nhớ, dung lượng tải xuống và điều khoản cấp phép mô hình cũng chưa được công bố. Đây là những chi tiết quan trọng với người dùng muốn biết liệu họ có thể cài đặt hoặc xây dựng sản phẩm dựa trên phần mềm hay không.

Lễ ra mắt được mô tả là diễn ra vào thứ Ba, ngày 3/11/2026, trong khi ngày 4/11 cũng được nêu là thời điểm công bố. Cả hai mốc đều đặt sự kiện giới thiệu ba mô hình vào cùng một tuần.

Tác động đối với các tổ chức và người dùng

Các cơ quan chính phủ và doanh nghiệp hiện có thêm ba mô hình trong nước để cân nhắc cho những tác vụ liên quan đến ngôn ngữ và tài liệu. Các lựa chọn khác nhau về quy mô: EKA-1 có nhiều tham số hơn và phạm vi ngôn ngữ được công bố rộng, còn các mô hình Dhir tập trung vào khả năng vận hành gọn nhẹ, kể cả trên thiết bị di động.

Ngân hàng và an ninh mạng là những lĩnh vực cụ thể mà Soket Labs hướng đến. Truy xuất tài liệu và trả lời câu hỏi về thông tin nội bộ là các ứng dụng nổi bật của Dhir. Trường học, nhà nghiên cứu và cơ quan công quyền cũng có thể xây dựng ứng dụng dựa trên những khả năng này, đồng thời chọn mô hình và cấu hình điện toán phù hợp với công việc.

Những bước phát triển cụ thể tiếp theo gồm mở rộng khả năng tiếp cận qua AIKosh, ứng dụng di động miễn phí dự kiến ra mắt và mô hình lớn hơn mà ZenteiQ lên kế hoạch. Với người dùng, giá trị thực tiễn sẽ phụ thuộc vào khả năng xử lý ngôn ngữ, tài liệu và thiết bị của chính họ của các hệ thống này.

Điểm chính

• Ấn Độ công bố EKA-1, Dhir 2B và Dhir 5B trong khuôn khổ Sứ mệnh IndiaAI vào tháng 11/2026.
• EKA-1 có 26,3 tỷ tham số, hỗ trợ tiếng Anh và toàn bộ 22 ngôn ngữ Ấn Độ nằm trong danh mục hiến định.
• Dhir 2B và Dhir 5B hỗ trợ tiếng Anh cùng 10 ngôn ngữ Ấn Độ, được thiết kế để triển khai gọn nhẹ, kể cả trên thiết bị di động.
• Xử lý cục bộ có thể hỗ trợ công việc với tài liệu tại các tổ chức hạn chế truy cập internet và ở nơi kết nối hạn chế.
• Sứ mệnh IndiaAI hỗ trợ các nhà phát triển bằng tài nguyên điện toán và kinh phí nghiên cứu.
• AIKosh là nền tảng tiếp cận được công bố; ZenteiQ dự kiến phát hành ứng dụng di động miễn phí và mô hình chín tỷ tham số.