印度首家生成式AI独角兽Krutrim,在产品更新沉寂数月后,正式宣布从AI模型开发转向云服务——这一转变折射出构建大规模AI系统所面临的严峻经济压力。
Krutrim于近日表示,公司正全面转向云服务方向。此次战略调整源于2025年底启动的业务重组,内容包括重新分配资金与人才,并暂停芯片设计工作。距离这家总部位于班加罗尔的初创公司发布Krutrim-2基础模型已逾一年。
在此之前,Krutrim已有较长一段时间几乎没有公开动态,近几个月来未发布任何重要产品公告,其X平台账号的最后一条帖子可追溯至去年12月。在新德里举办的印度AI影响力峰会上,Anthropic、谷歌、OpenAI等全球巨头悉数亮相,但Krutrim未出现在任何峰会环节。
相比之下,竞争对手Sarvam参与了这场为期六天的AI活动中的多个环节,展示了新的开源模型、硬件进展以及商业合作成果。
据印度本地媒体报道,过去一年间Krutrim还经历了多轮裁员,累计削减逾200个岗位,公司旗下的Kruti AI助手应用也已于4月从各大应用商店下架。
Krutrim由同时执掌网约车平台Ola及电动车企业Ola Electric的Bhavish Aggarwal创立,曾将自身定位为印度最早一批生成式AI参与者之一,致力于打造对标Anthropic、OpenAI及马斯克旗下xAI的本土替代模型。2024年1月,该公司以10亿美元估值完成5000万美元融资,彰显了投资者对印度本土AI雄心的早期热情——尽管印度的AI融资规模与美国相比仍相去甚远。
Krutrim披露,2026财年收入约为30亿卢比(约合3152万美元),同比增长约三倍,并实现首次年度净利润,利润率超过10%。但公司未公开具体收入中外部客户与母公司Ola生态系统各自的贡献比例。此前有报道显示,其2025财年约90%的收入来自集团内部公司。
Krutrim表示,其AI云服务正迎来日益增长的市场需求,目前已有逾25家企业客户,覆盖电信、金融服务及医疗健康等行业,且大部分GPU算力已承诺用于外部业务。
灰猎犬研究公司首席分析师Sanchit Vir Gogia表示,转向云服务在商业上具有合理性,但他对Krutrim的盈利主张持审慎态度。"主张越大,举证标准就越高。"他在接受TechCrunch采访时如此表示。
与此同时,Sarvam等竞争对手持续推出新的AI模型并签署合作协议,其中包括与航天科技公司Pixxel达成合作,共同开发AI驱动的轨道数据中心。
正如Gogia所指出的,在印度AI市场,基础设施或许是更为可行的近期布局方向,即便构建具有竞争力的AI模型这一长远目标仍未被放弃。
目前,Krutrim尚未就其具体收入构成、企业客户规模及近期重组等问题作出回应。
Q&A
Q1:Krutrim为什么要从AI模型开发转向云服务?
A:Krutrim的转型主要源于构建大规模AI系统的经济压力过大。公司在2025年底进行了业务重组,重新分配了资金与人才,并暂停了芯片设计工作。与此同时,公司近几个月几乎没有新产品发布,还经历了多轮裁员,旗下AI助手应用也已下架。转向云服务被认为是更具商业可行性的近期选择。
Q2:Krutrim的云服务目前发展情况如何?
A:Krutrim表示,其AI云服务正迎来持续增长的市场需求,目前已拥有超过25家企业客户,覆盖电信、金融服务和医疗健康等行业,大部分GPU算力已用于承接外部业务。2026财年公司收入约为3152万美元,同比增长约三倍,并实现首次年度净利润,利润率超过10%。
Q3:Krutrim与竞争对手Sarvam相比差距在哪里?
A:Sarvam近期表现明显更为活跃,不仅在印度AI影响力峰会上参与了多个环节,还持续发布新的开源模型、推进硬件研发,并与航天科技公司Pixxel达成合作,共同开发AI驱动的轨道数据中心。相比之下,Krutrim在过去几个月几乎没有公开产品动态,也未出现在该峰会的任何环节。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。