作者：Li Yuan你有没有向 AI 助手问过你的健康问题？如果你和我一样是一个 AI 的深度用户，大概率你也试过。OpenAI 自己给出来的数据是，健康已成为 ChatGPT 最常见的使用场景之一，全球每周有超过 2.3 亿人提出与健康和保健相关的问题。正因如此，跨入 2026 年，健康领域也大有成为 AI 领域必争之地的迹象了。1 月 7 日，OpenAI 发布 ChatGPT 健康，允许用户连接电子医疗记录和各类健康应用，让用户能够获得更针对性的医疗回复；而 1 月 12 日，Anthropic 也立马推出了 Claude for Healthcare，并强调了新模型的医学场景能力。不过有趣的是，这次，中国公司没有落下，甚至大有领先之意。1 月 13 日，百川智能宣布发布百川 M3 模型，在 OpenAI 发布的医疗健康领域评估测试集 HealthBench，反超 OpenAI 的 GPT-5.2 High，获得 SOTA。在宣布 All-in 医疗受到诸多质疑后，百川智能似乎终于证明了自己。极客公园此次也专程与王小川聊了聊百川智能如何看待此次 M3 模型的能力，以及 AI 医疗的终局。01 首次在健康领域测试集超越 OpenAI此次发布的 M3 模型，最亮眼的成绩之一，在于模型第一次在 OpenAI 发布的医疗健康领域评估测试集 HealthBench，超越 OpenAI 的 GPT-5.2 High，获得 SOTA。结果十分有趣。百川此次不仅和模型进行了对比，还找来了真人医生进行对比。而在四个象限中，真人医生实际上都已经落后于模型能够达到的水平了。极客公园特意对此向百川团队进行了提问，得到的回答是：此次的测评，全都是真人的专科医生在专科案例上与模型进行的比较。模型能够获胜，其一，在于模型更耐心，但更重要的是，模型拥有更好的跨学科的知识的掌握能力。比如在一个案例中，提到 10 岁孩子反复发热，而发热是一个非常综合的医疗现象，如果只询问咳嗽等肺部情况，就容易忽略关节和泌尿系统中的严重问题，误判为普通感染。人类医生通常只对分科的病情比较擅长，这也是复杂症状常常需要专家会诊，或者疑难病症专家也常常要去翻书找资料的原因。而没有经过专门训练，只是扮演医生的普通模型，往往也很难回答好这类问题。03 下一步：逐渐开始做 C 端产品，推进更严肃的医疗对于百川智能而言，超过人类医生这个节点，意义十分重大：这意味着 AI 开始迈过可用性的门槛，开始能够被部署到使用场景中了。从 1 月 13 日起，用户已经可以开始在百小应的网站和 app 中，体验到 M3 模型提供的回答了。目前的网站设计十分有趣，虽然都是使用 M3 模型进行回答，但是区分医生版和用户版。在医生版，回答更加简洁，引用更多参考文献，也更「不说人话」。而在普通病人版，模型几乎不会一次性给出回答，都会进行更多追问，进行更明确的诊断。百川智能提到，模型在后台的思考很有意思。 「 我们经常能看到这个模型在思维链中提到，『这个患者没有理我的这个问题，但是这个问题我必须要问。』甚至我们有看到过那种极端的，说我已经问了患者 20 轮了，这个已经超出了设定的最大轮数，但是这个问题我还是要问。这是因为在训练的过程中模型把话说得讨巧，是得不到奖励的，它必须真的得到了足够多的关键的信息，得到正确的诊断，才能得到奖励。这个是我们跟其他人训练模型的一个明显的不同。」近来很多 AI 公司都开始介入医疗领域。这也是百川智能认为自己的最大不同之处——要做更严肃的医疗。「这意味着百川在选择场景时，并不是看哪个场景最好做就去做哪个。相反，百川坚持要不断上推技术能力，挑战更难的问题。」王小川讲到。一个典型的例子是未来百川会优先做肿瘤专科的解决场景，而心理疗愈排在百川的优先级的比较靠后的位置。在通俗观点中，普遍认为 AI 提供心理疗愈会更简单，也是一个更容易落地的场景。百川的判断逻辑则不同。他们认为肿瘤领域有更严格的科学依据。在这里，AI 更有可能做出严肃的医疗效果，从而达到或者超越人类医生的水平。相比之下，心理学领域缺乏这种确定性的科学锚点。再比如有的公司选择给医生做分身，王小川则认为这种方向并不是百川想要做的方向。医生的分身本身不能完整复用医生的水平，更不能超越医生的水平。这样的 AI 最终只能沦为幌子和获客工具，并不能真正推动严肃医疗。这种对严肃性的坚持，深刻影响了百川的很多商业选择。这直接关系到王小川对医疗 AI 下个阶段根本问题的思考。他认为，当前这个阶段最重要的任务是在增强 AI 能力的基础上，逐渐提供更多的医疗供给。中国多年来一直尝试推行分级诊疗和全科医生制度。初衷是希望老百姓先在基层看病，解决大医院挂号难、排队长、拥堵不堪的现状。这个制度之所以推行困难，本质上是因为医疗资源的供给不足。基层医疗机构缺乏高水平的医生。大家即便只是感冒也愿意去三甲医院排队，是因为对基层的诊疗水平不放心。这正是医疗 AI 发挥作用的关键点。大模型能够把顶尖的医学知识实现规模化分发。它填补了基层的供给缺口，让每一个社区、每一个家庭都能拥有像三甲医院专家一样的诊疗能力。而长远来开，这还能有更广泛的影响，可能让医疗的让决策权从医生手中逐渐转移到用户身上。在传统的医疗场景中，患者是利益的受益方，但往往没有决策权。决策权集中在医生手中。这种权力的不对称往往会带来沟通成本和治疗中的痛苦。而百川希望通过 AI，让患者能够更容易地获得优质医疗资源的供给。「很多人觉得医疗太复杂了，患者是永远理解不了的。但我们想的在美国的司法体系里面有个叫陪审团制度。法律也是非常专业的一个事，陪审团的普通人不懂，那就要求在法官、律师和检察官能够进行带领，做充分的辩论，把话说清楚，说到一个普通人能判断有罪没罪的程度，让普通人能依据逻辑正常判断即可。」王小川讲到。这也是百川智能不愿意只做简单场景，而是希望不断向高难度的严肃诊疗推进的原因之一。当被问到解决高难度问题是否在商业上最有回报时，王小川给出了深刻的回答。他认为，解决感冒发烧这类小问题，很难在用户心中建立起足够的信任。医疗是一个高度依赖信任的行业。只有当 AI 能够解决重疾等高难度难题时，才能真正建立起信任的基础。从商业逻辑上看，患者面对严肃的健康问题时，也更有意愿为高质量的 AI 服务付费。这种信任不仅是商业回报的前提，更是 AI 医疗能够规模化应用的核心。而从更根本的意义上讲，医疗对于百川智能和王小川本人而言，仍然意味着是一条接近通用人工智能（AGI）的路径。王小川认为，AI 目前在文、理、工、艺等领域都已找到了切实的解法，医疗则是一个极为独特的领域。人类对医学的探索尚未穷尽，AI 在这一领域也正处于摸索阶段。百川的路线图非常清晰。首先通过 AI 提升诊病效率，解决当前医疗供给短缺的问题。在此基础上，百川致力于建立与患者之间的深度信任。当患者愿意使用 AI 工具，长期进行医疗咨询，AI 就能在长期的陪伴中积累真实且高质量的医疗数据。这些数据的终极目标是构建生命的数学模型。这是一条人类医生至今尚未完全走通的道路，未来很有可能由 AI 率先实现。如果能完成对生命本质的建模，这将成为推动通用人工智能迈向更高阶进步的关键一步。