百川智能創(chuàng)始人、CEO 王小川，圖片來源：百川智能
時隔九天，在開源新一代醫(yī)療大模型Baichuan-M3后，百川智能又有了新的發(fā)布。
1月22日，百川智能正式發(fā)布Baichuan-M3 Plus。在嚴肅醫(yī)療場景下的問答準確性、可靠性，再次刷新了剛剛推出的M3所創(chuàng)下的紀錄。
據百川智能介紹，憑借六源循證技術與M3基座結合，M3 Plus將幻覺率降低至2.6%，低于Open Evidence；首創(chuàng)“證據錨定”技術，不僅給出引文來源，還能將模型生成的每一句醫(yī)學結論，精確錨定到原始論文中的對應證據段落，使AI的醫(yī)學判斷真正做到可核驗、可追責、可教學。
此外，百川宣布推出“海納百川”計劃，將循證增強醫(yī)療大模型以API形式，免費開放給中國醫(yī)療服務機構。
據百川智能創(chuàng)始人、CEO王小川介紹，作為百川拓展低幻覺技術路線的實踐，M3首創(chuàng)的Fact-Aware RL的強化學習范式，使底座模型在無工具的設定下，幻覺也能大幅降低到SOTA水平。
在此基礎上，M3 Plus將M2 Plus模型已驗證有效的六源循證范式，引入模型訓練和推理過程，確保模型的每條建議都有專業(yè)醫(yī)學證據支持。最終，M3 Plus的事實性幻覺降低到新的SOTA，僅2.6%，相較GPT-5.2大幅下降超30%。即便與行業(yè)標桿Open Evidence相比，M3 Plus也完成了超越。
相比“說得像不像醫(yī)生”，臨床更關心的是：這句話，究竟依據哪篇論文、哪條指南、哪一段原文。當前行業(yè)中，無論是通用大模型還是醫(yī)療模型，大多已支持“文獻引用”——在結論后標注論文或指南來源。
但在實際使用中，醫(yī)生往往會發(fā)現(xiàn)：點開引文，依然無法判斷AI的這句結論究竟源自哪一段證據。更常見的問題是兩類：一是“張冠李戴”，引用編號存在，但文獻內容對不上；二是“內容沖突”，文獻本身正確，但被引用的段落與結論并不匹配，甚至存在拼接、誤讀。
針對這一問題，百川M3 Plus提出了“證據錨定（Evidence Anchoring）”技術，不是簡單標注“引用自哪篇文獻”，而是要求模型生成的每一句醫(yī)學結論，都必須精確對應到原始論文或指南中的具體證據段落。每一句判斷，都能被逐字溯源、逐條核驗。
為實現(xiàn)這一目標，百川將“證據錨定”作為獨立訓練目標，引入Citation Reward Model，對錯誤引用進行明確懲罰，讓模型只能在“確實有證據支持”的空間中推理與生成。最終，結論與證據段落的匹配準確率超過95%，真正讓AI的醫(yī)學判斷做到可核驗、可追責、可教學。
此外，M3 Plus API調用價格較上一代模型大幅降低70%。百川全面開放M3 Plus的技術能力，API限時免費體驗15天，所有開發(fā)者均可申請使用。
Q：海納百川計劃，API你們免費開放，這是一筆多大的支出？
王小川：要是全部臨床醫(yī)生都使用AI，我們覺得一年的成本也就是1億左右。中國現(xiàn)在有500萬的醫(yī)學工作者，我們認為這種成本是可接受的，帶來的行業(yè)變化會非常大。
Q：主要目的就是想讓大家用起來是嗎？
王小川：要讓大家享受到今天世界上最好的模型，就是看到和體驗。不只是我們一家能用上，海納百川就是讓行業(yè)“大海”中更多的機構都能夠做好醫(yī)學服務。國家去年就一直在倡導AI+醫(yī)療，但今天美國跑得比我們快，醫(yī)生都在使用OpenEvidence，ChatGPT可以讓2億患者用到，中國需要追趕上去，由于國情不一樣，需要更多的機構參與，不管是廠商還是院外的服務，社會主義就是能夠共創(chuàng)，我們認為這是應該承擔的一種方式。
Q：海納百川計劃主要是面向機構，基層特別是三四線城市的醫(yī)生對于AI不是很了解，產生了很多可能被AI替代的憂慮，對于這些基層醫(yī)生個體，怎么想辦法讓他們用起來？有沒有什么讓他們加入計劃的措施？我們知道美國OpenEvidence主要是向醫(yī)生收費，但中國的醫(yī)療體系跟他們完全不一樣，醫(yī)生恐怕很難自己付費，將來To C的營收模式怎么建立？
王小川：我們對機構的要求就是機構本身服務醫(yī)務工作者，所以這是我們的限定。今天患者付費或者生命模型涉及的藥物研發(fā)更加長期，只要能夠把醫(yī)療水平提上去，讓患者受益，不管是患者還是藥廠都能夠得到新的商業(yè)模式，并不是向醫(yī)生收費，其實之前向醫(yī)院、醫(yī)生收費的商業(yè)模式已經被證明是不成立的。
Q：現(xiàn)在有多少醫(yī)生在使用你們的專業(yè)版產品？AI深入到他們工作中的哪一步？
王小川：我們看到醫(yī)生的留存率還是蠻高的，更多的是年輕的醫(yī)生在使用，更加擁抱AI，確實也有很多不懂的事情，面對需要決策場景的時候真正需要的是一個專家跟自己一起來做，但沒有那么多專家，AI就充當了很好的角色。我們看到非常有意思的Case就是醫(yī)生說“我認為我的主任說得不對，這個病人不應該轉院，我還有幾分鐘跟主任討論，你給我一些證據支持我”，就是類似這樣的場景?？梢钥吹椒浅Ｘ撠熑巍⒎浅Ｉ线M的年輕醫(yī)生對于自己有很高的要求，需要更先進的工具支持，我們的服務是給他們提供幫助，最終還是患者受益。
Q：你們跟兒童醫(yī)院、腫瘤醫(yī)院合作的話，這一部分的AI應用是處于什么階段？哪些事情AI能夠做到，哪些事情AI做不到？
王小川：去年我們就在醫(yī)院里面部署系統(tǒng)，腫瘤屬于皇冠上的明珠，我們已經在和醫(yī)院深入合作，不僅推動醫(yī)院的使用，甚至把百川作為藥廠進行Clinical Trial，就是注冊開展研究，下次我們會再和大家分享這方面的進展，我們在最硬核的醫(yī)學學科會有新的突破。
Q：API會不會成為比較重要的競爭入口？剛才提到價格降低70%，要是拋開免費計劃的話，你們的成本在行業(yè)大概是什么水平？
王小川：API開放是我們戰(zhàn)略的一部分，一方面是讓行業(yè)有更多伙伴們，共同來服務醫(yī)生，另一方面是改善醫(yī)患關系，所以通過醫(yī)生可以直接服務患者。我們跟其他廠商的想法不太一樣，終極目標是解決改善醫(yī)患關系，開放目的也是讓醫(yī)療機構擁抱AI，帶來一些快速的理解，有利于醫(yī)生與患者共同做好服務關系。國內沒有我們這種做法，我們的重點主要是改善醫(yī)患關系。
Token的成本是比DeepSeek更低，但是幻覺會引入額外的計算，同樣的Query其實是比DeepSeek更貴，但醫(yī)療場景就不應該和DeepSeek對比。
Q：免費時間有大概的預期嗎？
王小川：對于加入海納百川計劃的機構，我們是永久免費的，可以得到完整的生態(tài)服務。
Q：有沒有可能不用其他的，只用API？
王小川：可以，我們是整體性考慮，醫(yī)生擁抱以后就會產生一種信任和好感，要是醫(yī)生都使用這種引擎，對于藥廠和患者就有了更多的背書和觸點。
Q：剛才您提到百川醫(yī)療路線是想要改善醫(yī)患關系，上周M3更加強調患者，就是讓大家更加明明白白看病，而這周更加突出醫(yī)生醫(yī)院，您也提到以后會進入制藥環(huán)節(jié)，目前哪一條線路是以后會一直持續(xù)的主線？
王小川：我們的布局是很完整的，今天不會完全公開背后的思路，但M3不是給患者的，M3屬于開源模型，本身就是為行業(yè)賦能，M3 Plus是前進了一步，能夠更好地為醫(yī)生、行業(yè)機構提供服務，再往下就會接觸患者，不斷地為大家公布產品。今天醫(yī)療本身就是有患者、醫(yī)生、藥械、科研的整體，醫(yī)學是一門不發(fā)達的科學，需要大量的數據積累才能提升醫(yī)學性能，包括藥物的有效性評價。
只有在行業(yè)中串聯(lián)起來，我們有足夠多的解決醫(yī)學真實世界的痛點以后，我們就能夠更好地幫助制藥，因此要在真實世界使用才能獲得數據。藥廠的研發(fā)大概會有12億美金，十年時間研發(fā)一款藥物，只有10%的成功率，大部分的錢都是花在臨床，所以臨床就需要引入醫(yī)生和患者，AI就是輔助真實世界。
Q：百川API平臺已經推出了很久，M2、M2 Plus都有API服務，你們主要的客戶群體是哪些類型的機構和企業(yè)？醫(yī)療教育機構？醫(yī)院還是高校？占比是多少？API服務的量級是怎樣的？
王小川：M2本身就有醫(yī)院在使用，也有一些是給醫(yī)生提供科研能力的中小型企業(yè)，我們覺得還沒有分析占比，M3 Plus發(fā)布以后結構可能會有很大變化，無論是降價還是合作伙伴關系。原來通用集團也是我們的用戶，我們認為科研、臨床都會有使用。今天正好是一個分水嶺的起點，M3 Plus就是足夠在醫(yī)療臨床可用的狀態(tài)。
Q：要是跨過這個分水嶺，應用的場景會不會催生新的用途？
王小川：去年DeepSeek發(fā)布，今天美國也開始紛紛擁抱醫(yī)療，所以去年算是一個元年和松土，今年是AI進入醫(yī)療的關鍵一年。
Q：最近國內國外的幾個大佬對于AGI這個事情并沒有達成共識，您深耕醫(yī)療領域很長時間，AGI和造醫(yī)生的關系是什么？有沒有什么觀察和思考？
王小川：大家應該會驗證我們的觀點是正確的，之前我們的觀點都在被驗證，包括共情、低幻覺、多模態(tài)、強記憶，這些都跟醫(yī)生的需求一致。大家沒有共識的使用，可以引用哈薩比斯的分類方法，弱AGI，強AGI、ASI。弱AGI就是能夠取代大多數今天人類的職業(yè)，可能寫代碼就是一個很大的輔助。
醫(yī)療行業(yè)要是能夠達到跟醫(yī)生同樣的水平，也能夠上崗，代表著對于人類職業(yè)的Benchmark。AI和代碼是兩個很好的場景，甚至AI比代碼更加復雜。強AGI就是達到人類頂尖水平，就像愛因斯坦、貝多芬。ASI就是人類不能企及的了，所以要和人類職業(yè)和個體進行對比。
Q：您認為什么時候能夠達到這種水平？
王小川：具身智能做手術會晚一點，要是表達、察言觀色的話，應該是三年以內。
Q：剛才您提到美國醫(yī)生對于AI的擁抱更快，中國比較偏保守，主要是因為模型層面的差別還是其他原因？
王小川：不是模型層面，我們的模型水平應該是超過OpenAI的，主要有幾個原因：今天中國醫(yī)生的工作環(huán)境不一樣，中國醫(yī)生太忙了，美國醫(yī)生可能一天看十個病人，中國醫(yī)生要看上百人，每個患者只有三五分鐘時間，所以美國醫(yī)生可以閑下來好好用AI，他們是預約制，頭一天就知道第二天誰來看病，中國醫(yī)生要用AI的話就會難很多。中國沒有像美國那么真實地表達進展，就像我們發(fā)布一個模型，我們說好的話大家都不信，美國人說大家才信。
不管是公司還是媒體，很多時候沒有那種求真的狀態(tài)，假的東西太多了，真的東西出來也難以快速取得信任，成本就會高很多。醫(yī)療行業(yè)需要大家更加真誠地評價表達自己真實的狀態(tài)，發(fā)布M2的時候，我們說比GPT5要差，高于市面上的開源模型，我們真的是這樣想、這樣做、這樣說，M3超過GPT5就是真正超過，M3 Plus幻覺真的低于OpenEvidence，但友商會說他們跟DeepSeek一樣，其他廠商幻覺比OpenEvidence多2-3倍，大家不是真誠地擁抱這種環(huán)境，導致進展慢很多，會有很多新的成本產生。
一些行業(yè)媒體說是某些模型完敗百川，其實不是認真嚴肅的，就像手機和汽車行業(yè)的黑公關很多，醫(yī)療行業(yè)同樣有這種現(xiàn)象。張文宏說的是AI不能服務腰部醫(yī)生，頭部醫(yī)生可以用。大家習慣了真實環(huán)境，醫(yī)生造模型是挺扯的，都是更加相信國外，國內應該更加良性競爭，把醫(yī)療行業(yè)做得更真實，這樣速度才會加快，否則就會有很多“皇帝的新衣”。
Q：因為現(xiàn)在推理成本更高，為什么引入外部工具降低幻覺？
王小川：必須以模型為核心加上循證方式，我們力所能及走到今天，已經是最優(yōu)的道路了，要是有更好的技術方式，可以跟我們講一講。
Q：站在醫(yī)院的角度，很多醫(yī)院要求提質增效，包括門診量、出診量的要求都有提高，很多年輕醫(yī)生都在習慣使用，現(xiàn)在也在開展垂直?？坪吐?lián)合診療。MDT可能是接到一個需求，但不敢要求會診，可能是先做分析，某個專科醫(yī)生做不到全部?？疲枰t(yī)療AI模型的幫助。百川未來有沒有可能針對醫(yī)務工作者做到垂直?？萍毞?，包括多學科聯(lián)合診療分析，可能在固定場景下使用你們的產品，第一時間找到自己的診斷方向和問題？
王小川：MDT一般都是大專家來做，對于AI的擁抱度不夠，可能是我們自己的宣傳和產品不匹配，但現(xiàn)在已經夠用了，關鍵是怎么做到場景。我們是敦促行業(yè)伙伴更多地理解和使用這樣的系統(tǒng)，所以要看其中有沒有問題。
Q：一個比較極限的問題，剛才在說百川推出海納百川計劃，幫助醫(yī)生進行醫(yī)學診斷，要是在AI輔助的情況下出現(xiàn)了罕見的疑難雜癥和診斷問題，可能就會考慮責任和風險應該怎么控制。就像自動駕駛行業(yè)一樣，現(xiàn)在都在講L2是很安全的，但要是出了問題，責任方怎么判定？
王小川：按照今天的現(xiàn)行法規(guī)，模型是不能直接給出最終診斷的，因此權力和責任都是醫(yī)生的，醫(yī)生可以一起負擔責任。美國已經開始有了一些進步，猶他州可以直接讓AI開出處方藥，所以這是我們可以學習的。
Q：美國AI醫(yī)療的OpenEvidence商業(yè)模式就是通過聚集龐大的醫(yī)生用戶，然后通過藥企營銷取得收入，取代部分醫(yī)藥代表的角色，百川有沒有這方面的計劃和想法？
王小川：應該會有一些不一樣，需要符合中國國情。就像現(xiàn)在藥廠打廣告本身是不被允許的，通過學術會議進行營銷，我們有機會滲入進去。
Q：您之前提到AI Coding和醫(yī)療兩個領域有些共性，最近也有推出醫(yī)療工具，未來醫(yī)療領域會不會有代碼這樣的商業(yè)機會和市場機遇？
王小川：中國和美國會不太一樣，最近的兩個API都是給醫(yī)院服務，所以醫(yī)院提效大概2000多億美金，中國并不存在這樣的市場空間，所以必須通過符合中國國情的方式獲取價值回報。
Q：您也比較關注AI制藥，重點放在臨床招募患者階段，前端分子發(fā)現(xiàn)這些方面有沒有計劃？
王小川：我們不是做招募，而是藥效評價、藥物伴隨、Digital Companion的體系提高藥效，變成提高藥物療效的一部分。
Q：就是精準醫(yī)療的概念？
王小川：沒錯。
Q：真實醫(yī)療場景的幻覺有沒有一個可接受的值？是不是低于人類醫(yī)生平均誤診率？其實每次發(fā)布都是在和人類醫(yī)生比較，包括問診能力和誤診率，對標的是基層醫(yī)生、全科醫(yī)生還是專科醫(yī)生的能力？
王小川：全科、專科和基層我們都會判斷，但概率多低是醫(yī)院接受的事情，不是百川能夠判斷的，就像無人駕駛出一例事故可能就是特別大的事情，雖然人類司機的事故率遠遠高于無人駕駛。我們是先給醫(yī)生輔助，再給患者建議。以前大家要是用百度看病，醫(yī)生直接把你趕出門，現(xiàn)在醫(yī)生已經開始接受通過DeepSeek討論，所以未來兩三年接受度會有很大的提高，就是從國家政策到行業(yè)伙伴共同努力的事情。
Q：海納百川計劃應該是想跟醫(yī)生做朋友，但AI醫(yī)療可能會讓醫(yī)生焦慮，你們的生態(tài)有沒有針對醫(yī)療工作者，既能夠改善醫(yī)患關系，又能夠把蛋糕分得比較均衡，從而把醫(yī)療效率提高？
王小川：焦不焦慮跟技術沒有什么關系，沒有AI，醫(yī)生也會焦慮，比如別人比自己晉升更快，所以焦慮的問題我們解決不了，也不是AI能夠解決的。更多的是要有溝通機會，能夠讓醫(yī)生用好，所以我們要有合作伙伴共創(chuàng)，可能“上船”以后就不焦慮了?，F(xiàn)在一邊說AI有問題，不能干這個不能干那個，一邊又在焦慮，這個誰管得了？醫(yī)生要接受AI有些方面比他們強，有些方面比他們弱，真實了就不焦慮了。
Q：你們模型訓練對齊的挑戰(zhàn)是什么？因為現(xiàn)在模型還不能踩診療結論這條紅線，不能給出太準確、太激進的答案，但也不能太保守，不然就沒用了。
王小川：我們給醫(yī)生的都是安全的，醫(yī)生已經把關之后，AI再給出提醒，明顯是有意義的，但是不踩紅線。
Q：訓練過程還是要靠人類標注嗎？怎么保證不會完全踩診療的紅線？
王小川：醫(yī)生使用可以給診療結果，由醫(yī)生最終決策判斷；但患者使用，不可以給結果，涉及各個場景覆蓋，不同的問題就是要有不同的結論。
Q：你們API向醫(yī)療開發(fā)者開放，具體會有什么二次創(chuàng)新，最終讓患者受益？有沒有代表性的案例？感覺醫(yī)療應用不像娛樂那么有感知。
王小川：我們希望能夠有好的案例，今年是特別好的一年，就是技術Ready，希望醫(yī)生不要自己造模型，更多的機構可以有更多的對話，更好地幫助醫(yī)生。
Q：之前不是用專業(yè)廠商的模型，非要自己做模型的原因是什么？
王小川：我也不知道。
Q：據說今年你們還會推出兩個產品，整體是免費的，但里面會包含收費的模塊，你們是針對患者還是針對醫(yī)院和醫(yī)生？
王小川：針對患者，收費不會針對醫(yī)院和醫(yī)生。
Q：但是醫(yī)療模型在中國這樣收費可能是比較困難的事情。
王小川：患者要為自己的健康負責，現(xiàn)在主要是沒有好的產品供給，要是有的話，他們是有付費意愿的，以前沒有創(chuàng)造更大的共計價值，不能拿過去的經驗來看今天。
Q：但是就個人的經驗來說，要是有健康問題，可能不是很信任AI，特別是收費的情況下，寧愿更加相信醫(yī)生一點。
王小川：因為你沒有需求，有需求就會相信了。還是你太健康了。
Q：你們的競品也很多，怎么占領用戶心智？大家用起來，你們就要在前端做很多工作。阿?？梢院椭Ц秾?、醫(yī)保聯(lián)動，也可以有保險參與，你們有沒有考慮跟有資源的伙伴合作？
王小川：我們現(xiàn)在更多的是要把模型做得更加專業(yè)，因為有大量的模型數據，不是當成互聯(lián)網產品來做研發(fā)，能夠讓醫(yī)生和患者體驗到我們是更加負責任、更加有醫(yī)學推理、更加低幻覺，就像小朋友上學找最好的學校，去醫(yī)院看病找最好的醫(yī)生。
Q：目前同類產品都在爭奪醫(yī)院入口，可能以供應鏈入場，阿里健康也發(fā)布了相關產品，對于醫(yī)院和醫(yī)生來說，可能通過技術是比較難做的事情，你們會怎么介紹自己的產品？
王小川：我們就是醫(yī)生版的最強ChatGPT或者DeepSeek，用過的都覺得挺好的。（作者｜李程程，編輯｜李玉鵬）
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論