百川智能发布Baichuan-M3：定义医疗大模型从“辅助对话”向“临床决策”的跨越

2026年1月13日，百川智能正式揭晓并开源了其自主研发的新一代医疗增强大模型——Baichuan-M3。在由OpenAI主导的全球权威医疗评测基准HealthBench及其高难度子集中，该模型凭借卓越的医学逻辑斩获全球最高综合评分，性能表现显著超越了GPT-5.2。此外，在针对医疗幻觉率的严苛评估中，M3达到了目前行业最低水平；而在专注于全链路临床实战能力的SCAN-bench测试中，M3在病史采集、辅助检查及精准诊断等核心环节均名列前茅，展现出行业领先的医学推理与闭环问诊实力。

值得关注的是，Baichuan-M3在业内首次实现了原生的‘端到端’严肃问诊能力。它能够模拟资深医生的思维逻辑，通过主动追问与层层深入，精准捕捉关键病史及潜在风险信号，从而在信息完整的基础上进行深度医疗决策。相关评测结果显示，其问诊精准度已显著高于真人医生的平均基准水平。

然而，这次发布的影响力远不止于技术榜单的登顶。更深层的意义在于，Baichuan-M3将医疗大模型带入了全新的发展阶段：它不再仅仅局限于医学知识的检索与对话表达，而是开始真正具备支撑复杂诊疗全流程的能力，能够实质性地参与到临床决策中。这意味着，大模型的技术突破终于能够转化为医疗健康领域可规模化复制、可落地应用的现实生产力。

‘能够真正为患者提供辅助决策价值，才是大模型在医疗领域存在的意义。’百川智能创始人兼CEO王小川在发布会现场强调道。

在医疗这种对安全性与责任判定有着极高要求的场景下，Baichuan-M3的突破并非偶然。它标志着百川智能选择了一条虽然艰难、缓慢，但极具前瞻性的技术路径：将AI的能力从单纯的‘展示智能’进化为‘承载决策’。

百川智能为何能实现这一飞跃？为什么这次关键突破发生在医疗领域，而非更易变现的代码或搜索赛道？又为什么是在当下，这些长期的技术积淀与工程路线开始产生剧烈的化学反应？

医疗大模型的价值底座正在重构

自人工智能诞生以来，医疗就被视为最具潜力且最急需被AI重塑的领域之一。

在HealthBench评测体系诞生前，医疗AI的能力往往缺乏统一的评估标准。虽然各家大模型都声称具备医疗能力，但缺乏横向对比的‘坐标系’。2025年5月，OpenAI发布HealthBench，通过大量真实临床多轮对话样本，为医疗AI建立了量化评估标准，成为了衡量模型专业度的共同基准。

然而，随着行业的发展，HealthBench的局限性也开始显现。尽管它能验证模型的医学知识储备，但无法评估模型是否具备进入真实诊疗决策链条的资格。真实的临床场景往往始于碎片化、不完整甚至混乱的患者叙述。医生的核心价值在于‘问’，通过专业判断梳理信息优先级，排除高危信号。而这恰恰是此前大多数模型所欠缺的。

百川智能在此选择了不同的突破口。一方面，在HealthBench等权威标准上持续追求极致；另一方面，针对临床全流程建模推出了SCAN-bench评测体系。该体系由150余位临床医生共同搭建，模拟真实的接诊、检查、确诊过程。当行业还在博弈‘回答技巧’时，百川已经转向了更底层的‘问诊逻辑’。

M3的特殊之处在于它构建了能力闭环：‘强推理’保证判断力，‘低幻觉’保证可信度，‘端到端问诊’保证决策资格。当这三者交织，医疗大模型才真正从‘聊天机器人’转变为‘医疗决策支持系统’。

在HealthBench Hard困难子集中，M3以44.4分的成绩夺冠，首次在复杂不确定场景中系统性超越了GPT-5.2。更重要的是，M3通过原生能力实现了极低的幻觉率，无需依赖外部‘补丁’即可保证输出的可靠性，特别是在问诊环节的表现，已显著超越人类医生基线。

AI医疗的真实分水岭：从对话到思维

M3的逻辑内核在于：医生不仅是在说话，更是在进行专业的思维推演。传统的‘AI医生’往往只是在扮演角色，顺着患者的话题闲聊，而无法进行风险分层或红旗征象排查。王小川指出，由于患者无法精准表达症状，模型必须具备通过问诊反向引导并挖掘病情发展逻辑的能力。

在工程层面，百川智能通过三项核心技术解决了这一难题：

1. 全动态强化学习系统：让验证器随模型能力的提升而进化，持续挖掘新的错误模式，不断抬高模型能力上限。

2. SPAR算法：将长链条的问诊决策拆解为局部可追责的过程，让模型在有限的轮次内学会精准提问，而非无效的拉长对话。

3. Fact-aware RL（事实感知强化学习）：将降低幻觉直接内化为优化目标，确保强推理与高可靠性能够并存，避免模型出现‘迷之自信’。

从健康助手转型决策支持

随着M3能力的完善，百川智能的重心正从技术展示转向真实场景的应用落地。旗下的‘百小应’近期产品节奏显著加快，正在逐步构建支撑医疗工作流的系统骨架。这与市场上常见的‘泛健康’咨询产品形成了鲜明对比。

阿福、小荷等产品更多侧重于科普教育和情绪陪伴，解决的是‘就医前’的信息对称问题；而百川致力于进入的，是高风险、高价值的‘决策支持’路径。在这里，模型的每一个建议、每一个问题都直接影响诊疗路径的走向。虽然这条路更难、更慢，但其社会价值和技术天花板远高于前者。

回看百川在医疗领域的深耕，这种提前布局展现了团队的战略定力。在2023年大模型最狂热的时期，百川没有选择内容创作等易套利的赛道，而是直面医疗这一‘硬骨头’。如今，随着OpenAI和Anthropic相继入局医疗，全球范围内已达成共识：医疗才是大模型的终极战场。

作为中国AI医疗领域的先行者，百川智能通过在低幻觉、端到端问诊等核心维度的突破，已经完成了从‘跟随者’到‘范式定义者’的身份跃迁，为中国AI医疗的高质量发展树立了新的标杆。