文 | 光锥智能开云kaiyun，作家 | 魏琳华，裁剪 | 王一粟

代码事后，医疗有可能成为下一个 AI 落地诈欺铺开限制的行业吗？

这个谜底似乎出现了一些头绪。从 2026 年开年到面前的 15 天，AI 医疗还是有了不少防卫的动作，且均纠合向 C 端试水。

1 月 8 日，OpenAI 推出了 ChatGPT Health，允许用户将 Apple Health、Function 等诈欺中的电子病历和体征数据提供给 AI，解答用户的健康问题。

1 月 11 日，Anthropic 郑重推出了 Claude for Healthcare，也便是 Claude 的医疗版。它通过和初创公司配合，把用户的医疗数据接入到模子中，从而让模子为用户提供健康照看功绩。

纠合的信号开释出，2026 年 AI 医疗的新趋势—— AI 公司们正在尝试将医疗功绩开展到病院场景除外。

手脚大模子五小龙中独逐一家 All in AI 医疗的大模子公司，百川也有了新动作。1 月 13 日，百川智能在北京举办了对于 M3 大模子发布的媒体疏导会，把自家的 AI 医疗新模子放了出来。官方数据中，这个模子在多项测试分数上高出了 OpenAI 的 GPT-5.2。

拆解新模子的时间上风除外，王小川还给出了好多非共鸣的不雅点：他觉得，时间是强项的护城河，数据很要道，但不是最要道的一个；多模态是主战场这个事情，他从第一天起就不招供，比起多模态，谈话大模子才是智能的最高体现。

纪念昨年，对王小川和百川智能最进击的一件事，便是明确了"用 AI 造大夫"的发展道路。用王小川的话说，作念科研的第一步，便是要把模子作念得富有好，这就有了 M1、M2 到今天 M3 的迭代。

2026 年，对百川是一个要道的节点，王小川共享，本年百川智能会有大动作，作念 AI 硬件、C 端居品。看起来，从大模子除外，百川的买卖化叙事终于要落到具体的居品上。

但这对于百川也不是一场狂妄的仗。会上，王小川暴露面前百川账上还有 30 亿现款，结合之前累计 50 多亿的融资，意味着百川在过往 1 年半时分里烧掉了 20 亿把握。

透过百川，咱们怎样看待 AI 医疗过往和往日发生的事情，接下来这个赛谈又会有哪些可能性？

实测 M3 大模子，严肃医疗和泛健康的区别在哪？

时隔 4 个多月，百川把自研大模子 BaiChuan-M3 端上了台面。

从官方评测数据来看，比起 M2 追逐国外起先模子的情况，新开源的 M3 算是一个到手卓绝的标志。在幻觉、HealthBench（OpenAI 成就的评测集）各项跑分红果上，它全面卓绝了 OpenAI 的 GPT-5.2。

除了用数据印证新模子的智能除外，光锥智能实测了 M3 模子，和国内的蚂蚁阿福作念对比。论断是，在会诊成果的准确度上，两者对大多数情况的判断成果一致，且皆能给出相似的症状估量和查验提议。

不外，在少部分情况下，M3 的测试更接近竟然就医的判断，阿福则在测试中更擅长追问，基本每次问问题皆会条目用户补充屡次信息。

最彰着的小数感受是，M3 能把病的一脉相传讲清晰，而不是只停留在术语和成果判断上。

在测试中，光锥智能以"为什么成见属于重度贫血，但生存中仅仅感到轻度疲倦"手脚案例盘问 M3 和阿福，想要找到对应的病症，以及为什么个东谈主体感上莫得影响的情况。

对此，阿福和 M3 在症状的判定上皆莫得问题，觉得最有可能的病症是慢性、缓缓进展的贫血，而且开好了接下来要去病院开的查验花式。

在症状的阐发上，M3 在多个测试中皆能给出更下里巴人的解释。

比起列对应的病症、摆术语，下论断，M3 多了一个解释原因的部分。还以上述的贫血为例，M3 用一般东谈主更能看懂的样式打了个譬如，好比高海拔地区缺氧时东谈主体驱动的颐养，贫血是精腹黑代偿、血液代偿和组织代偿完成了自身颐养，同期提醒用户它以"透支健康"为代价，阐述风险，提醒用户尽快就医。

这个各异化的起原，翻阅百川发布 M3 本日上线的时间请问来看，一部分功劳要归于百川自创的 SCAN-bench 评测体系。

百川说起，这个评测体系息争 150 多位一线大夫共同搭建。它把就医进程拆解成病史汇集、扶助查验和精确调理三个阶段。一阶段证据 SCAN 原则结构化、精确汇集所需信息后，二阶段扶助查验补充临床所需的查验信息，最终把取得的通盘成果去整理成论断。这种动态、多轮的样式，让模子能够在给出论断的同期，把念念路完满展示出来，从而让用户了解到更多信息。

另外一个是百川援用的医疗论文 + 自创算法。在测试中，每个病症原因的解释、对症的模范判断，M3 基本皆援用了 1-3 条论文文件信息作印证。

在测试中，笔者以生理期延伸作念测试，盘问是否需要就诊，M3 结合了一篇援用的论文，告诉笔者如若莫得出现一些出奇变化，偶尔一次只需要不雅察即可。这个论断，和大夫给到的论断澈底一致。

不外上述援用的论文并莫得径直给出相应的印证论断，仅仅给了对周期判断的模范。是以举座下论断的准确，省略要归功于分段强化学习。

不错省略交融为，在只以成果作念独一论断的强化学习样式上，百川作念了新的矫正，把会诊拆成四个部分问诊、鉴识会诊、实验室检测和最终会诊，分阶段去作念强化学习，每个阶段的论断信息不错带到下一个阶段。针对医疗这类万古分问询进程的任务，处理准确度也有所进步。

比拟缺憾的场所是，M3 在一些场所的追问彰着莫得蚂蚁阿福更多。后者基本每一次的问题皆会给 2-3 个伙同追问、补充信息的门径。其实 M3 也有提醒一些风险项，但蚂蚁会把这类症状手脚补充不雅察的信息不时盘问。结合一些针对不同问诊东谈主的建档分辨，其交互体验上在 C 端阐述更练习。

上市、出海？比起这些，AI 医疗本年的落地更值得期待

除了带来新模子 M3 除外，王小川讲了更多有意思意思的事情，既关乎百川我方的嘱托，也有本年 AI 医疗落地的新冲破。

对于怎样作念 AI 医疗大模子，王小川讲了许多"非共鸣"。

在主流模子道路上，王小川觉得，医疗 AI 的主战场从来皆不是多模态，而是谈话大模子。

" 到面前限制，评判哪个公司的模子智力强，皆是以标志、谈话为基础。比如 Sora 的可用性强，但不代表才能很高。"王小川说，"医疗的推行是推理，它并不是仅仅一个图像问题。在现阶段，影像请问临了照旧酿成翰墨投入模子。图像是树上挂的小叶子，不是主战场。"

对于数据，王小川也不觉得数据是考验大模子最要道的一环。用他的原话来说，数据天然也很进击，但在大模子行业莫得到手案例。他还觉得，收罗更多的用户信息，也不虞味着能够靠数据"弯谈超车"。

王小川举了个例子：" Gemini 和 Claude 莫得 OpenAI 那么多 C 端的用户，依然作念出了起先的模子，可见现时阶段的上风更多是在于时间。"

对于 AI 医疗规模，王小川共享了一个最进击的趋势，亦然咱们面前在 AI 医疗规模看到的新趋势，AI 医疗将有更多契机出生在病院外的场景中。

"往日 AI 医疗弘远的增量会出面前院外。院内更多的是作念手术，作念奉行，给东谈主挂水的场所，咱们并不饱读舞把场景放在院内，写病历、作念质控，那些皆不是往日的主流标的。"王小川说。

为什么会有这么的判断，从国内医疗环境启程，王小川拿起了 AI 医疗的四个痛点：第一，好大夫不够、供给不及；第二，医患关系不够对等，有策画者是大夫，个东谈主难以用知识去判断这些有策画；第三，国外和国内就医环境的不同，前者每个家庭有专属大夫；第四，医学不够发达，存在好多难以惩办的问题。

开年新动作中，OpenAI 的押注标的不异给与了 C 端，把个东谈主用户的医疗数据接入 ChatGPT，让 AI 匡助用户提供健康功绩。蚂蚁阿福上线后，月活高出大批 AI 助手类居品，到面前 3500 万 MAU 的冲破，也阐发了这个市集的可能性。

从 AI 医疗清一色先攻 B 端，到蚂蚁阿福、OpenAI 和百川，作念 C 端也成了接下来值得热心的尝试。

王小川也直言，百川面前的护城河是时间、场景和居品形态：

M3 代表百川时间的智力体现，在场景切入上，百川的定位比市面上的泛健康类 AI 医疗居品更近一步，"至少能够像家庭大夫一样"。这个界限，又把控在不碰医疗红线的基础上，也便是不会作念大夫着实该作念的有策画，而是扶助有策画。落到具体居品上，百川本年相关发布两款 C 端居品，也在尝试作念和就寝关连的 AI 硬件居品。

看起来，百川智能对我方的计策正在一天比一天了了，但最要道的问题是，决定存一火的买卖化道路，能够跑通吗？

在国内现时的付费环境下，C 端变现自己便是一条风险更大的路，比如蚂蚁阿福于今未收费，更多用户是否惬心买单；对于比其他规模更敬重准确性、公论问题更彰着的医疗规模来说，C 端付费路上也存在好多未知的风险。

想上市、成心愿出海的百川智能开云kaiyun，能靠本年拿出的 C 端居品阐述 AI 医疗买卖化的后劲吗？这个谜底，省略接下来几个月就能有新的解答。