王小川“卷”起来了：一欧亿年最多“烧”1亿，先把AI医疗普及给医生

“中国和美国相比，卷美国45%的川起医生在用AI，我们远远没有达到这个水平，年最欧亿跟我们的多烧思考、分工、亿先I医医生国情都有关系。疗普”百川智能CEO王小川想要用方法让中国的卷医疗AI市场追上去。

在大模型行业还在以参数为竞赛主线的川起时候，王小川就选择了医疗这条更窄的年最路。一段颇为静谧的多烧欧亿调整期过后，如今他以一种“卷起来”的亿先I医医生姿态密集披露公司的技术进程。

1月22日，疗普百川智能发布新一代医疗大模型Baichuan-M3 Plus，卷此次的川起焦点在于呈现模型的判断究竟能否在医疗场景中被验证、被信任、年最乃至被真正使用。

大模型正在进入普通用户的自诊场景，但误判和幻觉对医疗AI的用户信任问题有巨大影响，因而低幻觉是AI迈向临床的前置门槛。

百川称，M3 Plus在严肃医疗问答中的事实性幻觉率降至2.6%，低于目前行业标杆Open Evidence，达到全球最低水平。这一结果建立在此前M3已在HealthBench、HealthBench Hard等评测中取得第一的基础之上。

百川试图进一步解决的，是信任之后的核验问题。

M3 Plus引入了其称为“证据锚定（Evidence Anchoring）”的新技术路径。不同于行业中常见的列出参考文献的做法，该模型要求每一句医学结论，都必须精确对应到论文或指南中的具体证据段落。也就是说，医生能看到文献来源，也能直接定位具体原文。

为此，百川在训练阶段引入了独立的引用奖励模型（Citation Reward Model），对错误或不匹配的引用进行惩罚。据其技术负责人鞠强披露，最终结论与证据段落的匹配准确率超过95%。

另外，王小川认为，只有当成本足够低，AI才可能进入临床辅助和医学教学等高频场景。因而在工程层面，百川也试图降低医疗AI落地的成本门槛。通过MoE架构优化、模型量化以及投机解码等手段，M3 Plus的API调用成本较上一代下降70%。

相较通用场景，医疗AI目前还是一个未爆发的赛道，百川希望能先把市场做大。公司同步推出了“海纳百川”计划，将M3 Plus以API形式向中国医疗服务机构免费开放，使用范围限定在临床辅助决策和医学教育。

“要是全部临床医生都使用AI，我们觉得一年的成本也就是1亿左右。”王小川说，“中国现在有500万的医学工作者，我们认为这种成本是可接受的，带来的行业变化会非常大。”

他认为中国医生之所以相对美国医生拥抱AI的态度更保守，一方面是因为“中国医生太忙了”，另一方面是中国没有像美国那样真实地表达进展，“就像我们发布一个模型，我们说好的话大家都不信，美国人说大家才信。”

不过免费向机构端开放API的背后，一个现实考量是百川智能明确了向医院、向医生收费的商业模式是不成立的，因此API开放战略的本质目的是推动AI医疗的普及率，从医生端逐步化解这类产品的信任问题。

对于医疗模型可能涉及的安全对齐问题，以及现有法规下，面向患者不能跨越的诊疗结论红线，王小川告诉界面新闻记者，百川的做法是医生使用时AI可以给出诊疗结果，由医生把关并最终决策，相应责任依然归属于医生；但患者使用仍不可以提供结论，仅起到辅助决策的作用。

在大模型公司分化日益清晰的当下，一部分公司继续押注通用能力和平台化叙事；另一部分则开始在垂直领域寻找确定性更高的落点。王小川显然选择了后者。

但在他看来，这也并不违背所有模型公司都在追求的AGI道路。“如果医疗AI能达到和医生同样的水平，并且能上岗，那本身就是对人类职业的一个Benchmark。”

很赞哦!（41165）