AI की दुनिया में भारत की बड़ी छलांग! लॉन्च हुए 3 नए भारतीय मॉडल

भारत के 3 नए AI Models लॉन्च! EKA-1, Dhīr 2B और Dhīr 5B से AI की दुनिया में नई शुरुआत 🇮🇳

भारत में स्वदेशी AI तकनीक की ओर एक नया कदम।

भारत अब आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में अपनी अलग पहचान बनाने की दिशा में तेजी से आगे बढ़ रहा है। अब तक भारत में करोड़ों लोग ChatGPT, Google Gemini और Claude जैसे विदेशी AI टूल्स का इस्तेमाल करते आए हैं। लेकिन अब भारत अपनी जरूरतों के अनुसार स्वदेशी AI टेक्नोलॉजी विकसित करने पर भी ध्यान दे रहा है।

इसी दिशा में 3 नवंबर 2026 को भारत सरकार के इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) के IndiaAI Mission ने तीन नए स्वदेशी AI Foundation Models जारी किए हैं। इनके नाम EKA-1, Dhīr 2B और Dhīr 5B हैं।

इन तीनों मॉडलों को भारतीय कंपनियों Soket Labs Technology and Research और ZenteiQ AiTech Innovations ने विकसित किया है।

खास बात यह है कि इनमें से कुछ मॉडल भारतीय भाषाओं को समझने, कोडिंग और गणित जैसे कामों के लिए बनाए गए हैं, जबकि दूसरे मॉडल बिना इंटरनेट कनेक्शन के भी स्थानीय डिवाइस पर AI सेवाएं देने की क्षमता रखते हैं।

आइए जानते हैं कि भारत के ये तीन नए AI मॉडल क्या हैं, कैसे काम करते हैं और भविष्य में इनका इस्तेमाल कहां हो सकता है।

1. EKA-1 AI Model क्या है?

EKA-1 एक बड़ा भारतीय AI Foundation Model है।

EKA-1 भारत के नए AI मॉडलों में सबसे बड़े मॉडलों में से एक है। इसे भारतीय कंपनी Soket Labs Technology and Research ने विकसित किया है।

आधिकारिक जानकारी के अनुसार, EKA-1 में 26.3 बिलियन Parameters हैं और इसे लगभग 7.5 ट्रिलियन Tokens पर ट्रेन किया गया है।

इस मॉडल की सबसे महत्वपूर्ण विशेषता भारतीय भाषाओं का समर्थन है। यह भारत की सभी 22 अनुसूचित भाषाओं के साथ अंग्रेजी को भी सपोर्ट करता है।

EKA-1 को मुख्य रूप से इन कामों के लिए डिजाइन किया गया है:

- गणित और जटिल सवालों को हल करना।

- प्रोग्रामिंग और कोडिंग में सहायता करना।

- लॉजिकल रीजनिंग करना।

- AI Agents से जुड़े काम करना।

- भारतीय भाषाओं में AI आधारित सेवाएं उपलब्ध कराना।

EKA-1 भारत के लिए क्यों महत्वपूर्ण है?

भारत में अलग-अलग राज्यों के लोग अलग-अलग भाषाओं का इस्तेमाल करते हैं। ऐसे में AI को केवल अंग्रेजी तक सीमित रखना बड़ी चुनौती हो सकती है।

EKA-1 जैसे मॉडल भारतीय भाषाओं में AI तकनीक के इस्तेमाल को बढ़ाने में मदद कर सकते हैं।

इसके डेवलपर ने बैंकिंग, फाइनेंशियल सर्विसेज और साइबर सिक्योरिटी जैसे क्षेत्रों को भी इसके महत्वपूर्ण उपयोग के रूप में बताया है।

2. Dhīr 2B AI Model क्या है?

Dhīr 2B स्थानीय स्तर पर AI इस्तेमाल करने की क्षमता पर केंद्रित है।

दूसरा मॉडल Dhīr 2B है, जिसे भारतीय कंपनी ZenteiQ AiTech Innovations ने विकसित किया है।

यह एक Open-Source AI Model है। इसका मतलब है कि डेवलपर्स और संस्थान इसके उपलब्ध मॉडल संसाधनों का इस्तेमाल करके अपने AI आधारित प्रोजेक्ट तैयार कर सकते हैं। हालांकि इसके इस्तेमाल की शर्तें संबंधित लाइसेंस पर निर्भर करती हैं।

Dhīr 2B में लगभग 2 बिलियन Parameters हैं।

इसकी प्रमुख विशेषताएं हैं:

- अंग्रेजी और 10 भारतीय भाषाओं का समर्थन।

- Offline-capable इस्तेमाल।

- दस्तावेजों से जानकारी खोजने की क्षमता।

- स्थानीय स्तर पर AI आधारित Automation।

- कम इंटरनेट कनेक्टिविटी वाले क्षेत्रों में उपयोग की संभावना।

Dhīr 2B का इस्तेमाल कहां हो सकता है?

मान लीजिए किसी कॉलेज के पास हजारों PDF और नोट्स मौजूद हैं। विद्यार्थियों को किसी विशेष विषय की जानकारी खोजने के लिए सभी दस्तावेजों को पढ़ना पड़ता है।

ऐसे में Dhīr 2B जैसे AI मॉडल का इस्तेमाल दस्तावेजों से संबंधित जानकारी खोजने और सवालों के जवाब देने वाले सिस्टम में किया जा सकता है।

इसी तरह सरकारी कार्यालय, छोटे उद्योग और शैक्षणिक संस्थान भी अपने काम के अनुसार AI आधारित सिस्टम विकसित कर सकते हैं।

3. Dhīr 5B AI Model क्या है?

तीसरा मॉडल Dhīr 5B भी ZenteiQ AiTech Innovations द्वारा विकसित किया गया है।

जैसा कि इसके नाम से पता चलता है, इसमें लगभग 5 बिलियन Parameters हैं।

Dhīr 5B को भी अंग्रेजी और 10 भारतीय भाषाओं के समर्थन के साथ पेश किया गया है।

इसकी कुछ महत्वपूर्ण विशेषताएं हैं:

- Open-Source मॉडल।

- On-Premise Deployment।

- Offline-capable AI सेवाएं।

- दस्तावेजों से जानकारी निकालने की क्षमता।

- स्थानीय कंप्यूटर और समर्थित डिवाइस पर चलने की संभावना।

Dhīr 5B की सबसे खास बात क्या है?

इस मॉडल की एक महत्वपूर्ण विशेषता यह है कि इसे इंटरनेट पर निर्भर हुए बिना स्थानीय स्तर पर चलाने के लिए तैयार किया गया है।

उदाहरण के लिए, किसी संस्था के पास महत्वपूर्ण दस्तावेज और निजी जानकारी मौजूद है। वह संस्था ऐसे AI सिस्टम का इस्तेमाल करना चाहती है जिसमें संवेदनशील डेटा को बाहरी Cloud Server पर भेजने की जरूरत न पड़े।

ऐसी स्थिति में On-Premise AI उपयोगी हो सकता है।

इसमें AI मॉडल को संस्था के अपने कंप्यूटर या सर्वर पर चलाया जा सकता है। इससे डेटा पर स्थानीय नियंत्रण बनाए रखने का विकल्प मिलता है।

हालांकि वास्तविक सुरक्षा इस्तेमाल किए गए हार्डवेयर, सॉफ्टवेयर और सुरक्षा व्यवस्था पर भी निर्भर करती है।

तीनों AI Models में क्या अंतर है?

इन तीनों मॉडलों को अलग-अलग जरूरतों को ध्यान में रखकर तैयार किया गया है।

EKA-1, Dhīr 2B और Dhīr 5B — तीनों की अलग-अलग क्षमताएं हैं।

AI Model| Parameters| मुख्य उद्देश्य

EKA-1| 26.3 Billion| भाषा, गणित, कोडिंग और रीजनिंग

Dhīr 2B| 2 Billion| Lightweight और Local AI

Dhīr 5B| 5 Billion| स्थानीय और सुरक्षित AI Deployment

EKA-1 को Soket Labs ने विकसित किया है, जबकि Dhīr 2B और Dhīr 5B को ZenteiQ ने तैयार किया है।

क्या ये AI Models बिना इंटरनेट के काम कर सकते हैं?

इस लॉन्च की सबसे दिलचस्प बात Offline AI की क्षमता है।

आमतौर पर जब हम ChatGPT या Gemini जैसे AI टूल्स का इस्तेमाल करते हैं, तो हमारे सवाल इंटरनेट के माध्यम से सर्वर तक पहुंचते हैं और वहां से जवाब मिलता है।

लेकिन Local AI में मॉडल को कंप्यूटर या समर्थित डिवाइस पर चलाया जा सकता है।

इसका फायदा यह है कि कुछ AI काम इंटरनेट के बिना भी किए जा सकते हैं।

On-Premise AI से संस्थाएं अपने सर्वर पर मॉडल चला सकती हैं।

उदाहरण के लिए:

1. स्थानीय दस्तावेजों से जानकारी खोजना।

2. AI की मदद से जानकारी व्यवस्थित करना।

3. कुछ सवालों के जवाब प्राप्त करना।

4. स्थानीय स्तर पर Automation तैयार करना।

हालांकि हर मॉडल को चलाने के लिए पर्याप्त RAM, Storage और Processing Power की जरूरत होती है। इसलिए सभी AI मॉडल हर सामान्य मोबाइल या लैपटॉप पर आसानी से नहीं चलेंगे।

क्या भारत के नए AI Models ChatGPT और Gemini को टक्कर देंगे?

यह सवाल भारतीय टेक्नोलॉजी प्रेमियों के लिए काफी दिलचस्प है।

ChatGPT और Google Gemini जैसे AI प्लेटफॉर्म कई तरह के काम कर सकते हैं। इनमें बातचीत, लेखन, कोडिंग, रिसर्च और दूसरे AI फीचर्स शामिल हैं।

वहीं EKA-1 और Dhīr मॉडल भारतीय भाषाओं, स्थानीय Deployment और विशेष जरूरतों पर ध्यान देते हैं।

इसलिए इनकी तुलना केवल Parameters की संख्या से करना सही नहीं होगा।

किसी AI मॉडल की वास्तविक क्षमता जानने के लिए उसकी Accuracy, Reasoning, भाषा समझने की क्षमता, Coding Performance और स्वतंत्र Benchmark Results देखना जरूरी है।

अभी इन तीनों नए मॉडलों को ChatGPT या Gemini से बेहतर बताने के लिए पर्याप्त तुलनात्मक प्रमाण उपलब्ध नहीं हैं।

लेकिन भारत के लिए अपने AI मॉडल विकसित करना निश्चित रूप से एक महत्वपूर्ण तकनीकी कदम है।

भारत के AI भविष्य के लिए क्यों महत्वपूर्ण है यह लॉन्च?

IndiaAI Mission का उद्देश्य भारत में AI रिसर्च, कंप्यूटिंग इंफ्रास्ट्रक्चर और स्वदेशी AI तकनीक को बढ़ावा देना है।

इस मिशन के तहत चुनी गई कंपनियों को सब्सिडी वाली राष्ट्रीय AI Computing Infrastructure और रिसर्च से संबंधित सहायता उपलब्ध कराई गई है।

इसका फायदा भारतीय स्टार्टअप्स, डेवलपर्स और शोधकर्ताओं को मिल सकता है।

आने वाले समय में इन मॉडलों का इस्तेमाल शिक्षा, बैंकिंग, सरकारी सेवाओं, उद्योगों और रिसर्च जैसे क्षेत्रों में किया जा सकता है।

भारत के सामने अभी भी कई चुनौतियां हैं, जैसे बेहतर AI हार्डवेयर, उच्च गुणवत्ता वाला डेटा, मॉडल की सटीकता और बड़े स्तर पर इस्तेमाल।

लेकिन स्वदेशी AI मॉडल विकसित करने की दिशा में ऐसे प्रयास भविष्य के लिए महत्वपूर्ण हो सकते हैं।

निष्कर्ष

भारत के तीन नए AI Foundation Models EKA-1, Dhīr 2B और Dhīr 5B देश की AI टेक्नोलॉजी को मजबूत बनाने की दिशा में एक महत्वपूर्ण कदम हैं।

EKA-1 भारतीय भाषाओं, गणित, कोडिंग और रीजनिंग पर ध्यान देता है, जबकि Dhīr 2B और Dhīr 5B स्थानीय स्तर पर AI चलाने और दस्तावेजों से जानकारी प्राप्त करने जैसी सुविधाओं पर केंद्रित हैं।

इनका वास्तविक प्रभाव आने वाले समय में इनके प्रदर्शन और व्यावहारिक इस्तेमाल से पता चलेगा।

अब देखना दिलचस्प होगा कि भारत के ये स्वदेशी AI मॉडल भविष्य में शिक्षा, व्यवसाय और टेक्नोलॉजी की दुनिया में कितना बड़ा बदलाव ला पाते हैं।

आपकी राय क्या है?

क्या भारत को भविष्य में ChatGPT और Gemini जैसे AI प्लेटफॉर्म पर निर्भर रहने के बजाय अपने स्वदेशी AI मॉडल विकसित करने चाहिए? अपनी राय कमेंट में जरूर बताएं।

जानकारी का स्रोत: भारत सरकार का इलेक्ट्रॉनिक्स एवं सूचना प्रौद्योगिकी मंत्रालय (MeitY), IndiaAI Mission और संबंधित कंपनियों की आधिकारिक घोषणाएं।

Disclaimer: इस लेख में बताई गई मॉडल क्षमताएं आधिकारिक घोषणाओं पर आधारित हैं। वास्तविक प्रदर्शन डिवाइस, कॉन्फिगरेशन और स्वतंत्र परीक्षणों के अनुसार अलग हो सकता है।