比起上市，王小川講了更多AI醫(yī)療的非共識(shí)

文｜魏琳華

編｜王一粟

代碼過(guò)后，醫(yī)療有可能成為下一個(gè)AI落地應(yīng)用鋪開(kāi)規(guī)模的行業(yè)嗎？

這個(gè)答案似乎出現(xiàn)了一些端倪。從2026年開(kāi)年到現(xiàn)在的15天，AI醫(yī)療已經(jīng)有了不少矚目的動(dòng)作，且均集中向C端試水。

1月8日，OpenAI推出了ChatGPT Health，允許用戶(hù)將Apple Health、Function等應(yīng)用中的電子病歷和體征數(shù)據(jù)提供給AI，解答用戶(hù)的健康問(wèn)題。

1月11日，Anthropic正式推出了Claude for Healthcare，也就是Claude的醫(yī)療版。它通過(guò)和初創(chuàng)公司合作，把用戶(hù)的醫(yī)療數(shù)據(jù)接入到模型中，從而讓模型為用戶(hù)提供健康咨詢(xún)服務(wù)。

集中的信號(hào)釋放出，2026年AI醫(yī)療的新趨勢(shì)——AI公司們正在嘗試將醫(yī)療服務(wù)開(kāi)展到醫(yī)院場(chǎng)景之外。

作為大模型五小龍中唯一一家All in AI醫(yī)療的大模型公司，百川也有了新動(dòng)作。1月13日，百川智能在北京舉辦了關(guān)于M3大模型發(fā)布的媒體溝通會(huì)，把自家的AI醫(yī)療新模型放了出來(lái)。官方數(shù)據(jù)中，這個(gè)模型在多項(xiàng)測(cè)試分?jǐn)?shù)上超過(guò)了OpenAI的GPT-5.2。

拆解新模型的技術(shù)優(yōu)勢(shì)之外，王小川還給出了很多非共識(shí)的觀點(diǎn)：他認(rèn)為，技術(shù)是堅(jiān)定的護(hù)城河，數(shù)據(jù)很關(guān)鍵，但不是最關(guān)鍵的一個(gè)；多模態(tài)是主戰(zhàn)場(chǎng)這個(gè)事情，他從第一天起就不認(rèn)可，比起多模態(tài)，語(yǔ)言大模型才是智能的最高體現(xiàn)。

回顧去年，對(duì)王小川和百川智能最重要的一件事，就是明確了“用AI造醫(yī)生”的發(fā)展路線。用王小川的話說(shuō)，做科研的第一步，就是要把模型做得足夠好，這就有了M1、M2到今天M3的迭代。

2026年，對(duì)百川是一個(gè)關(guān)鍵的節(jié)點(diǎn)，王小川分享，今年百川智能會(huì)有大動(dòng)作，做AI硬件、C端產(chǎn)品。看起來(lái)，從大模型之外，百川的商業(yè)化敘事終于要落到具體的產(chǎn)品上。

但這對(duì)于百川也不是一場(chǎng)輕松的仗。會(huì)上，王小川透露目前百川賬上還有30億現(xiàn)金，結(jié)合之前累計(jì)50多億的融資，意味著百川在過(guò)往1年半時(shí)間里燒掉了20億左右。

透過(guò)百川，我們?nèi)绾慰创鼳I醫(yī)療過(guò)往和未來(lái)發(fā)生的事情，接下來(lái)這個(gè)賽道又會(huì)有哪些可能性？

實(shí)測(cè)M3大模型，嚴(yán)肅醫(yī)療和泛健康的區(qū)別在哪？

時(shí)隔4個(gè)多月，百川把自研大模型BaiChuan-M3端上了臺(tái)面。

從官方評(píng)測(cè)數(shù)據(jù)來(lái)看，比起M2追趕海外領(lǐng)先模型的情況，新開(kāi)源的M3算是一個(gè)成功超越的標(biāo)志。在幻覺(jué)、HealthBench（OpenAI建立的評(píng)測(cè)集）各項(xiàng)跑分結(jié)果上，它全面超越了OpenAI的GPT-5.2。

除了用數(shù)據(jù)印證新模型的智能之外，光錐智能實(shí)測(cè)了M3模型，和國(guó)內(nèi)的螞蟻阿福做對(duì)比。結(jié)論是，在診斷結(jié)果的準(zhǔn)確度上，兩者對(duì)大多數(shù)情況的判斷結(jié)果一致，且都能給出相似的癥狀猜測(cè)和檢查建議。

不過(guò)，在少部分情況下，M3的測(cè)試更接近真實(shí)就醫(yī)的判斷，阿福則在測(cè)試中更擅長(zhǎng)追問(wèn)，基本每次問(wèn)問(wèn)題都會(huì)要求用戶(hù)補(bǔ)充多次信息。

最明顯的一點(diǎn)感受是，M3能把病的來(lái)龍去脈講明白，而不是只停留在術(shù)語(yǔ)和結(jié)果判斷上。

在測(cè)試中，光錐智能以“為什么指標(biāo)屬于重度貧血，但生活中只是感到輕度疲勞”作為案例詢(xún)問(wèn)M3和阿福，想要找到對(duì)應(yīng)的病癥，以及為什么個(gè)人體感上沒(méi)有影響的情況。

對(duì)此，阿福和M3在癥狀的判定上都沒(méi)有問(wèn)題，認(rèn)為最有可能的病癥是慢性、緩慢進(jìn)展的貧血，并且開(kāi)好了接下來(lái)要去醫(yī)院開(kāi)的檢查項(xiàng)目。

在癥狀的說(shuō)明上，M3在多個(gè)測(cè)試中都能給出更通俗易懂的解釋。

比起列對(duì)應(yīng)的病癥、擺術(shù)語(yǔ)，下結(jié)論，M3多了一個(gè)解釋原因的部分。還以上述的貧血為例，M3用一般人更能看懂的方式打了個(gè)比方，好比高海拔地區(qū)缺氧時(shí)人體啟動(dòng)的調(diào)整，貧血是用心臟代償、血液代償和組織代償完成了自身調(diào)整，同時(shí)提醒用戶(hù)它以“透支健康”為代價(jià)，闡述風(fēng)險(xiǎn)，提示用戶(hù)盡快就醫(yī)。

這個(gè)差異化的來(lái)源，翻閱百川發(fā)布M3當(dāng)天上線的技術(shù)報(bào)告來(lái)看，一部分功勞要?dú)w于百川自創(chuàng)的SCAN-bench評(píng)測(cè)體系。

百川提及，這個(gè)評(píng)測(cè)體系聯(lián)合150多位一線醫(yī)生共同搭建。它把就醫(yī)過(guò)程拆解成病史采集、輔助檢查和精準(zhǔn)診療三個(gè)階段。一階段根據(jù)SCAN原則結(jié)構(gòu)化、精準(zhǔn)采集所需信息后，二階段輔助檢查補(bǔ)充臨床所需的檢查信息，最終把獲得的所有結(jié)果去整理成結(jié)論。這種動(dòng)態(tài)、多輪的方式，讓模型能夠在給出結(jié)論的同時(shí)，把思路完整展示出來(lái)，從而讓用戶(hù)了解到更多信息。

另外一個(gè)是百川引用的醫(yī)療論文+自創(chuàng)算法。在測(cè)試中，每個(gè)病癥原因的解釋、對(duì)癥的標(biāo)準(zhǔn)判斷，M3基本都引用了1-3條論文文獻(xiàn)信息作印證。

在測(cè)試中，筆者以生理期延遲做測(cè)試，詢(xún)問(wèn)是否需要就診，M3結(jié)合了一篇引用的論文，告訴筆者如果沒(méi)有出現(xiàn)一些特殊變化，偶爾一次只需要觀察即可。這個(gè)結(jié)論，和醫(yī)生給到的結(jié)論完全一致。

不過(guò)上述引用的論文并沒(méi)有直接給出相應(yīng)的印證結(jié)論，只是給了對(duì)周期判斷的標(biāo)準(zhǔn)。所以整體下結(jié)論的準(zhǔn)確，或許要?dú)w功于分段強(qiáng)化學(xué)習(xí)。

可以簡(jiǎn)單理解為，在只以結(jié)果做唯一結(jié)論的強(qiáng)化學(xué)習(xí)方式上，百川做了新的改良，把診斷拆成四個(gè)部分問(wèn)診、鑒別診斷、實(shí)驗(yàn)室檢測(cè)和最終診斷，分階段去做強(qiáng)化學(xué)習(xí)，每個(gè)階段的結(jié)論信息可以帶到下一個(gè)階段。針對(duì)醫(yī)療這類(lèi)長(zhǎng)時(shí)間問(wèn)詢(xún)過(guò)程的任務(wù)，處理準(zhǔn)確度也有所提升。

比較遺憾的地方是，M3在一些地方的追問(wèn)明顯沒(méi)有螞蟻阿福更多。后者基本每一次的問(wèn)題都會(huì)給2-3個(gè)連續(xù)追問(wèn)、補(bǔ)充信息的環(huán)節(jié)。其實(shí)M3也有提示一些風(fēng)險(xiǎn)項(xiàng)，但螞蟻會(huì)把這類(lèi)癥狀作為補(bǔ)充觀察的信息繼續(xù)詢(xún)問(wèn)。結(jié)合一些針對(duì)不同問(wèn)診人的建檔區(qū)分，其交互體驗(yàn)上在C端表現(xiàn)更成熟。

上市、出海？比起這些，AI醫(yī)療今年的落地更值得期待

除了帶來(lái)新模型M3之外，王小川講了更多有意思的事情，既關(guān)乎百川自己的打法，也有今年AI醫(yī)療落地的新突破。

對(duì)于如何做AI醫(yī)療大模型，王小川講了許多“非共識(shí)”。

在主流模型路線上，王小川認(rèn)為，醫(yī)療AI的主戰(zhàn)場(chǎng)從來(lái)都不是多模態(tài)，而是語(yǔ)言大模型。

“ 到目前為止，評(píng)判哪個(gè)公司的模型能力強(qiáng)，都是以符號(hào)、語(yǔ)言為基礎(chǔ)。比如Sora的可用性強(qiáng)，但不代表智力很高?！蓖跣〈ㄕf(shuō)，“醫(yī)療的本質(zhì)是推理，它并不是只是一個(gè)圖像問(wèn)題。在現(xiàn)階段，影像報(bào)告最后還是變成文字進(jìn)入模型。圖像是樹(shù)上掛的小葉子，不是主戰(zhàn)場(chǎng)?！?/p>

關(guān)于數(shù)據(jù)，王小川也不認(rèn)為數(shù)據(jù)是訓(xùn)練大模型最關(guān)鍵的一環(huán)。用他的原話來(lái)說(shuō)，數(shù)據(jù)雖然也很重要，但在大模型行業(yè)沒(méi)有成功案例。他還認(rèn)為，收集更多的用戶(hù)信息，也不意味著能夠靠數(shù)據(jù)“彎道超車(chē)”。

王小川舉了個(gè)例子：“Gemini和Claude沒(méi)有OpenAI那么多C端的用戶(hù)，依然做出了領(lǐng)先的模型，可見(jiàn)當(dāng)前階段的優(yōu)勢(shì)更多是在于技術(shù)?！?/p>

關(guān)于AI醫(yī)療領(lǐng)域，王小川分享了一個(gè)最重要的趨勢(shì)，也是我們現(xiàn)在在AI醫(yī)療領(lǐng)域看到的新趨勢(shì)，AI醫(yī)療將有更多機(jī)會(huì)誕生在醫(yī)院外的場(chǎng)景中。

“未來(lái)AI醫(yī)療巨大的增量會(huì)出現(xiàn)在院外。院內(nèi)更多的是做手術(shù)，做執(zhí)行，給人掛水的地方，我們并不鼓勵(lì)把場(chǎng)景放在院內(nèi)，寫(xiě)病歷、做質(zhì)控，那些都不是未來(lái)的主流方向。”王小川說(shuō)。

為什么會(huì)有這樣的判斷，從國(guó)內(nèi)醫(yī)療環(huán)境出發(fā)，王小川提起了AI醫(yī)療的四個(gè)痛點(diǎn)：第一，好醫(yī)生不夠、供給不足；第二，醫(yī)患關(guān)系不夠平等，決策者是醫(yī)生，個(gè)人難以用常識(shí)去判斷這些決策；第三，海外和國(guó)內(nèi)就醫(yī)環(huán)境的不同，前者每個(gè)家庭有專(zhuān)屬醫(yī)生；第四，醫(yī)學(xué)不夠發(fā)達(dá)，存在很多難以解決的問(wèn)題。

開(kāi)年新動(dòng)作中，OpenAI的押注方向同樣選擇了C端，把個(gè)人用戶(hù)的醫(yī)療數(shù)據(jù)接入ChatGPT，讓AI幫助用戶(hù)提供健康服務(wù)。螞蟻阿福上線后，月活超過(guò)大量AI助手類(lèi)產(chǎn)品，到現(xiàn)在3500萬(wàn)MAU的突破，也說(shuō)明了這個(gè)市場(chǎng)的可能性。

從AI醫(yī)療清一色先攻B端，到螞蟻阿福、OpenAI和百川，做C端也成了接下來(lái)值得關(guān)注的嘗試。

王小川也直言，百川目前的護(hù)城河是技術(shù)、場(chǎng)景和產(chǎn)品形態(tài)：

M3代表百川技術(shù)的能力體現(xiàn)，在場(chǎng)景切入上，百川的定位比市面上的泛健康類(lèi)AI醫(yī)療產(chǎn)品更近一步，“至少能夠像家庭醫(yī)生一樣”。這個(gè)界限，又把控在不碰醫(yī)療紅線的基礎(chǔ)上，也就是不會(huì)做醫(yī)生真正該做的決策，而是輔助決策。落到具體產(chǎn)品上，百川今年計(jì)劃發(fā)布兩款C端產(chǎn)品，也在嘗試做和睡眠相關(guān)的AI硬件產(chǎn)品。

看起來(lái)，百川智能對(duì)自己的戰(zhàn)略正在一天比一天清晰，但最關(guān)鍵的問(wèn)題是，決定生死的商業(yè)化路線，能夠跑通嗎？

在國(guó)內(nèi)當(dāng)前的付費(fèi)環(huán)境下，C端變現(xiàn)本身就是一條風(fēng)險(xiǎn)更大的路，比如螞蟻阿福至今未收費(fèi)，更多用戶(hù)是否愿意買(mǎi)單；對(duì)于比其他領(lǐng)域更看重準(zhǔn)確性、輿論問(wèn)題更明顯的醫(yī)療領(lǐng)域來(lái)說(shuō)，C端付費(fèi)路上也存在很多未知的風(fēng)險(xiǎn)。

想上市、有意愿出海的百川智能，能靠今年拿出的C端產(chǎn)品證明AI醫(yī)療商業(yè)化的潛力嗎？這個(gè)答案，或許接下來(lái)幾個(gè)月就能有新的解答。