衡宇 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

“我們沒有能力一會兒金融、一會兒娛樂、一會兒醫(yī)療，只能深耕一條主線?！?/p>

百川智能CEO王小川用這樣一句話，給過去兩年被外界不斷拉扯的路線畫下一條清晰的邊界。

與此同時，百川發(fā)布并開源新一代醫(yī)療大模型Baichuan-M3。

在OpenAI推出的醫(yī)療AI評測HealthBench上，Baichuan-M3以65.1分位列第一；在不依賴工具或檢索增強的純模型設(shè)置下，其醫(yī)療幻覺率降至3.5，達到當前世界最低。

王小川表明公司賬上有約30億元資金，意味著百川可以在一條賽道里持續(xù)投入。

他說，百川智能成立那天起，他就已經(jīng)在全員信中寫道：

• 立志往后二十年，為生命科學(xué)和醫(yī)學(xué)的發(fā)展盡一份力，為大眾健康做出一點貢獻，核心路徑是構(gòu)建生命健康數(shù)學(xué)模型，并已經(jīng)付諸行動。

談及近期備受關(guān)注的AI大模型企業(yè)上市，王小川表示“他們主要還是踩在通用模型技術(shù)紅利和政策支持的基礎(chǔ)上”，醫(yī)療AI成熟會晚一點，還有一、兩年的時間。

“百川預(yù)計在2027年啟動IPO上市。”

百川智能模型技術(shù)負責人鞠強透露，百川目前約80%的算力都投入到強化學(xué)習相關(guān)訓(xùn)練，M3正是在這一訓(xùn)練策略下成型的階段性成果。

除了強推理和低幻覺，端到端的問診能力是M3另一項突出能力。

模型之外，百川也同步給出了產(chǎn)品側(cè)的時間表——

今年上半年，百川將陸續(xù)發(fā)布兩款to C的醫(yī)療產(chǎn)品。初期免費開放，后續(xù)可按模塊引入付費能力，重點服務(wù)于患者的輔助決策與居家健康看護場景。

“和最近市面上大家看到很多的泛健康醫(yī)療AI產(chǎn)品不一樣?！蓖跣〈ㄕf。

80%的算力投入強化學(xué)習，有了M3模型

和去年5月發(fā)布的Baichuan-M2相比，Baichuan-M3在模型的訓(xùn)練重心發(fā)生了根本變化。

其核心關(guān)鍵詞可以用一句話概括：fact-aware的強化學(xué)習。

鞠強表示，醫(yī)療大模型普遍面臨一個難以回避的問題：推理能力越強的模型，越容易在醫(yī)療場景中產(chǎn)生幻覺；而一味壓制幻覺，又會讓模型在復(fù)雜問題面前變得過于保守。

Baichuan-M2時期，百川更多依賴工具鏈和后處理方式來兜底，Baichuan-M3則選擇了把幻覺問題前移到訓(xùn)練階段解決。

鞠強進一步解釋：

• M3的訓(xùn)練并不是簡單提高強化學(xué)習的比例，而是重新定義了“什么是錯誤”。

當模型給出看似合理、但缺乏事實依據(jù)的醫(yī)療判斷時，這類輸出會在訓(xùn)練中被明確懲罰；與此同時，模型在推理鏈條中的探索空間并沒有被壓縮。

這種對事實一致性的感知能力，是fact-aware強化學(xué)習的關(guān)鍵所在。

圍繞這一目標，Baichuan-M3在訓(xùn)練和算法層面做了幾處關(guān)鍵調(diào)整。

第一項變化發(fā)生在強化學(xué)習的動態(tài)性上。

Baichuan-M2階段，患者狀態(tài)是動態(tài)的，但負責打分的“醫(yī)生評價模型”相對固定；到了Baichuan-M3這里，評價模型本身也會隨主模型能力提升而迭代，避免模型在后期訓(xùn)練中提前撞上能力天花板。

第二項升級體現(xiàn)在幻覺控制方式的轉(zhuǎn)變。

Baichuan-M3不再依賴外部循證工具去修正輸出，而是在模型內(nèi)部完成幻覺壓制，這使得問診過程可以保持連續(xù)性，而不會頻繁被工具調(diào)用打斷。

第三項變化針對的是醫(yī)療場景特有的長對話結(jié)構(gòu)。

鞠強提到，現(xiàn)有通用強化學(xué)習算法在多輪問診中容易不穩(wěn)定，百川為此專門對算法結(jié)構(gòu)做了改造，使模型能夠在較長對話中保持目標一致性。

以上技術(shù)調(diào)整讓Baichuan-M3具備了“原生的、端到端的嚴肅問診能力”。王小川強調(diào)，這和通過prompt讓大模型扮演醫(yī)生完全不一樣。

明確“嚴肅醫(yī)療”，重視“院外需求”

聊完技術(shù)后，王小川花了相當多時間講“為什么醫(yī)療必須重做一遍”。

在他看來，當下國內(nèi)醫(yī)療方面有四個長期的結(jié)構(gòu)性不足。

首先是醫(yī)生數(shù)量始終無法匹配需求；其次，醫(yī)患關(guān)系高度不對等，患者是信息最少的一方，卻要承擔決策后果；第三，國內(nèi)沒有家庭醫(yī)生體系，大量病人被動涌向三甲醫(yī)院；最后，醫(yī)學(xué)本身仍然存在認知盲區(qū)，醫(yī)生也有不確定和不了解的情況。

基于此，百川想讓普通人都明明白白地看病。

• 知道自己在經(jīng)歷什么、為什么要這樣做、下一步有哪些選擇。
  你能理解醫(yī)生在判斷什么，你能把這些話復(fù)述給另一個醫(yī)生聽，你也知道如果選擇A或B，大概會發(fā)生什么。

因此，百川選擇把更多精力放在院外診療場景，尤其是患者在家中面對不確定癥狀時的輔助決策能力。

在王小川的敘述里，百川這么做的重要原因是團隊相信：未來真正的醫(yī)療增量本來就不在醫(yī)院里。

在王小川看來，醫(yī)院更多承擔的是執(zhí)行功能。

“你已經(jīng)決定要做什么了，來醫(yī)院，是做檢查、做手術(shù)、用藥、監(jiān)護。真正影響患者路徑的判斷往往發(fā)生在更早的時候。癥狀出現(xiàn)時要不要重視？先去哪里？是否需要再確認一次？這些決定，很多時候是在醫(yī)生不在場的情況下完成的?！?/p>

這一選擇也直接決定了其商業(yè)化方向——是“嚴肅醫(yī)療”，是“院外需求”。

雖然產(chǎn)品還未亮相，但根據(jù)其回應(yīng)，所推出的產(chǎn)品不會越過監(jiān)管邊界給出診斷或處方，主要功能還是幫助用戶理解信息、整理癥狀，并明確下一步行動。

王小川表示，在能力層面，Baichuan-M3已經(jīng)足夠發(fā)揮這樣的作用，但不意味著百川會急于把模型推向所有場景。

One More Thing

百川的醫(yī)療AI產(chǎn)品理念上覆蓋全病種，但也給了明確重點：

第一步，兒科和腫瘤。

目前，已與北京兒童醫(yī)院和中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院合作，推進真實場景驗證。