一场停止了整个房间的演示
2026年2月20日，在印度AI影响力峰会上，与会者观看一台设备扫描了一张堆满糖果的桌子，并实时识别每一个糖果——不是通过连接到远处的服务器农场，而是通过在手持硬件上本地运行整个AI推理管道。该设备由印度Bhashini AI倡议和一家名为Current AI的初创公司开发，引发了持续的掌声，不是因为该任务在技术上令人眼花缭乱，而是因为它代表的意义：AI不需要获得Google、Microsoft或OpenAI的许可就能运行。
这个演示使全球科技圈中关于谁控制人工智能基础设施的讨论得以清晰体现——以及美国和中国之外的国家是否可以在不依赖硅谷董事会制定条款、定价和数据政策的专有云平台的情况下，建立有意义的AI主权。
这款设备有什么不同之处
大多数消费级AI设备严重依赖云连接。当你使用Google AI功能或Siri时，实际计算通常发生在远程服务器上。Current AI设备颠覆了这种模式。其神经处理单元处理设备上的推理，意味着查询在本地处理，无需将用户数据传输到任何外部服务。这对印度有直接的实际影响，印度在广阔的农村地区连接不均匀，数据主权问题使决策者对通过外资基础设施路由敏感查询持谨慎态度。
至关重要的是，该设备支持20多种印度语言——包括Hindi、Tamil、Telugu、Bengali、Gujarati、Marathi和几种东北地区语言，这些语言在历史上一直未得到主要商业AI平台的充分重视。Bhashini是印度的国家语言AI任务，自2022年以来一直在构建多语言数据集和模型，Current AI利用该语料库在那些专有模型相比之下处理较差的语言中提供真正有能力的语言理解。
开源角度
使其超越地区好奇心的是开源承诺。底层模型、参考设计的硬件原理图和软件堆栈正在开源许可下发布，邀请南亚、东南亚和非洲的制造商在没有许可费或对专有平台依赖的情况下构建兼容设备。
这反映了自Meta发布Llama模型系列以来在AI圈中获得关注的一项战略。开源AI模型已经迅速成熟，开放模型和封闭模型之间的差距已大大缩小。落后的是开源硬件——高效且经济地运行这些模型的物理设备。Current AI设备试图在硬件层关闭这一差距。
行业分析师指出了重大的商业模式影响。当AI能力被嵌入一个在本地运行且不需要订阅的价格合理的设备中时，云AI公司建立其估值基础的经常性收入流被破坏。问题是硬件经济学是否能支撑持续的模型开发和安全研究投资。
