时隔九天，在开源新一代医疗大模型 Baichuan-M3 后，百川智能又有了新的发布。
1 月 22 日，百川智能正式发布 Baichuan-M3 Plus。在严肃医疗场景下的问答准确性、可靠性，再次刷新了刚刚推出的 M3 所创下的纪录。
据百川智能介绍，凭借六源循证技术与 M3 基座结合，M3 Plus 将幻觉率降低至 2.6%，低于 Open Evidence；首创 " 证据锚定 " 技术，不仅给出引文来源，还能将模型生成的每一句医学结论，精确锚定到原始论文中的对应证据段落，使 AI 的医学判断真正做到可核验、可追责、可教学。
此外，百川宣布推出 " 海纳百川 " 计划，将循证增强医疗大模型以 API 形式，免费开放给中国医疗服务机构。
据百川智能创始人、CEO 王小川介绍，作为百川拓展低幻觉技术路线的实践，M3 首创的 Fact-Aware RL 的强化学习范式，使底座模型在无工具的设定下，幻觉也能大幅降低到 SOTA 水平。
在此基础上，M3 Plus 将 M2 Plus 模型已验证有效的六源循证范式，引入模型训练和推理过程，确保模型的每条建议都有专业医学证据支持。最终，M3 Plus 的事实性幻觉降低到新的 SOTA，仅 2.6%，相较 GPT-5.2 大幅下降超 30%。即便与行业标杆 Open Evidence 相比，M3 Plus 也完成了超越。
相比 " 说得像不像医生 "，临床更关心的是：这句话，究竟依据哪篇论文、哪条指南、哪一段原文。当前行业中，无论是通用大模型还是医疗模型，大多已支持 " 文献引用 " ——在结论后标注论文或指南来源。
但在实际使用中，医生往往会发现：点开引文，依然无法判断 AI 的这句结论究竟源自哪一段证据。更常见的问题是两类：一是 " 张冠李戴 "，引用编号存在，但文献内容对不上；二是 " 内容冲突 "，文献本身正确，但被引用的段落与结论并不匹配，甚至存在拼接、误读。
针对这一问题，百川 M3 Plus 提出了 " 证据锚定（Evidence Anchoring）" 技术，不是简单标注 " 引用自哪篇文献 "，而是要求模型生成的每一句医学结论，都必须精确对应到原始论文或指南中的具体证据段落。每一句判断，都能被逐字溯源、逐条核验。
为实现这一目标，百川将 " 证据锚定 " 作为独立训练目标，引入 Citation Reward Model，对错误引用进行明确惩罚，让模型只能在 " 确实有证据支持 " 的空间中推理与生成。最终，结论与证据段落的匹配准确率超过 95%，真正让 AI 的医学判断做到可核验、可追责、可教学。
此外，M3 Plus API 调用价格较上一代模型大幅降低 70%。百川全面开放 M3 Plus 的技术能力，API 限时免费体验 15 天，所有开发者均可申请使用。
以下是王小川在媒体沟通会的对话实录，经钛媒体编辑整理：
Q：海纳百川计划，API 你们免费开放，这是一笔多大的支出？
王小川：要是全部临床医生都使用 AI，我们觉得一年的成本也就是 1 亿左右。中国现在有 500 万的医学工作者，我们认为这种成本是可接受的，带来的行业变化会非常大。
Q：主要目的就是想让大家用起来是吗？
王小川：要让大家享受到今天世界上最好的模型，就是看到和体验。不只是我们一家能用上，海纳百川就是让行业 " 大海 " 中更多的机构都能够做好医学服务。国家去年就一直在倡导 AI+ 医疗，但今天美国跑得比我们快，医生都在使用 OpenEvidence，ChatGPT 可以让 2 亿患者用到，中国需要追赶上去，由于国情不一样，需要更多的机构参与，不管是厂商还是院外的服务，社会主义就是能够共创，我们认为这是应该承担的一种方式。
Q：海纳百川计划主要是面向机构，基层特别是三四线城市的医生对于 AI 不是很了解，产生了很多可能被 AI 替代的忧虑，对于这些基层医生个体，怎么想办法让他们用起来？有没有什么让他们加入计划的措施？我们知道美国 OpenEvidence 主要是向医生收费，但中国的医疗体系跟他们完全不一样，医生恐怕很难自己付费，将来 To C 的营收模式怎么建立？
王小川：我们对机构的要求就是机构本身服务医务工作者，所以这是我们的限定。今天患者付费或者生命模型涉及的药物研发更加长期，只要能够把医疗水平提上去，让患者受益，不管是患者还是药厂都能够得到新的商业模式，并不是向医生收费，其实之前向医院、医生收费的商业模式已经被证明是不成立的。
Q：现在有多少医生在使用你们的专业版产品？AI 深入到他们工作中的哪一步？
王小川：我们看到医生的留存率还是蛮高的，更多的是年轻的医生在使用，更加拥抱 AI，确实也有很多不懂的事情，面对需要决策场景的时候真正需要的是一个专家跟自己一起来做，但没有那么多专家，AI 就充当了很好的角色。我们看到非常有意思的 Case 就是医生说 " 我认为我的主任说得不对，这个病人不应该转院，我还有几分钟跟主任讨论，你给我一些证据支持我 "，就是类似这样的场景。可以看到非常负责任、非常上进的年轻医生对于自己有很高的要求，需要更先进的工具支持，我们的服务是给他们提供帮助，最终还是患者受益。
Q：你们跟儿童医院、肿瘤医院合作的话，这一部分的 AI 应用是处于什么阶段？哪些事情 AI 能够做到，哪些事情 AI 做不到？
王小川：去年我们就在医院里面部署系统，肿瘤属于皇冠上的明珠，我们已经在和医院深入合作，不仅推动医院的使用，甚至把百川作为药厂进行 Clinical Trial，就是注册开展研究，下次我们会再和大家分享这方面的进展，我们在最硬核的医学学科会有新的突破。
Q：API 会不会成为比较重要的竞争入口？刚才提到价格降低 70%，要是抛开免费计划的话，你们的成本在行业大概是什么水平？
王小川：API 开放是我们战略的一部分，一方面是让行业有更多伙伴们，共同来服务医生，另一方面是改善医患关系，所以通过医生可以直接服务患者。我们跟其他厂商的想法不太一样，终极目标是解决改善医患关系，开放目的也是让医疗机构拥抱 AI，带来一些快速的理解，有利于医生与患者共同做好服务关系。国内没有我们这种做法，我们的重点主要是改善医患关系。
Token 的成本是比 DeepSeek 更低，但是幻觉会引入额外的计算，同样的 Query 其实是比 DeepSeek 更贵，但医疗场景就不应该和 DeepSeek 对比。
Q：免费时间有大概的预期吗？
王小川：对于加入海纳百川计划的机构，我们是永久免费的，可以得到完整的生态服务。
Q：有没有可能不用其他的，只用 API？
王小川：可以，我们是整体性考虑，医生拥抱以后就会产生一种信任和好感，要是医生都使用这种引擎，对于药厂和患者就有了更多的背书和触点。
Q：刚才您提到百川医疗路线是想要改善医患关系，上周 M3 更加强调患者，就是让大家更加明明白白看病，而这周更加突出医生医院，您也提到以后会进入制药环节，目前哪一条线路是以后会一直持续的主线？
王小川：我们的布局是很完整的，今天不会完全公开背后的思路，但 M3 不是给患者的，M3 属于开源模型，本身就是为行业赋能，M3 Plus 是前进了一步，能够更好地为医生、行业机构提供服务，再往下就会接触患者，不断地为大家公布产品。今天医疗本身就是有患者、医生、药械、科研的整体，医学是一门不发达的科学，需要大量的数据积累才能提升医学性能，包括药物的有效性评价。
只有在行业中串联起来，我们有足够多的解决医学真实世界的痛点以后，我们就能够更好地帮助制药，因此要在真实世界使用才能获得数据。药厂的研发大概会有 12 亿美金，十年时间研发一款药物，只有 10% 的成功率，大部分的钱都是花在临床，所以临床就需要引入医生和患者，AI 就是辅助真实世界。
Q：百川 API 平台已经推出了很久，M2、M2 Plus 都有 API 服务，你们主要的客户群体是哪些类型的机构和企业？医疗教育机构？医院还是高校？占比是多少？API 服务的量级是怎样的？
王小川：M2 本身就有医院在使用，也有一些是给医生提供科研能力的中小型企业，我们觉得还没有分析占比，M3 Plus 发布以后结构可能会有很大变化，无论是降价还是合作伙伴关系。原来通用集团也是我们的用户，我们认为科研、临床都会有使用。今天正好是一个分水岭的起点，M3 Plus 就是足够在医疗临床可用的状态。
Q：要是跨过这个分水岭，应用的场景会不会催生新的用途？
王小川：去年 DeepSeek 发布，今天美国也开始纷纷拥抱医疗，所以去年算是一个元年和松土，今年是 AI 进入医疗的关键一年。
Q：最近国内国外的几个大佬对于 AGI 这个事情并没有达成共识，您深耕医疗领域很长时间，AGI 和造医生的关系是什么？有没有什么观察和思考？
王小川：大家应该会验证我们的观点是正确的，之前我们的观点都在被验证，包括共情、低幻觉、多模态、强记忆，这些都跟医生的需求一致。大家没有共识的使用，可以引用哈萨比斯的分类方法，弱 AGI，强 AGI、ASI。弱 AGI 就是能够取代大多数今天人类的职业，可能写代码就是一个很大的辅助。
医疗行业要是能够达到跟医生同样的水平，也能够上岗，代表着对于人类职业的 Benchmark。AI 和代码是两个很好的场景，甚至 AI 比代码更加复杂。强 AGI 就是达到人类顶尖水平，就像爱因斯坦、贝多芬。ASI 就是人类不能企及的了，所以要和人类职业和个体进行对比。
Q：您认为什么时候能够达到这种水平？
王小川：具身智能做手术会晚一点，要是表达、察言观色的话，应该是三年以内。
Q：刚才您提到美国医生对于 AI 的拥抱更快，中国比较偏保守，主要是因为模型层面的差别还是其他原因？
王小川：不是模型层面，我们的模型水平应该是超过 OpenAI 的，主要有几个原因：今天中国医生的工作环境不一样，中国医生太忙了，美国医生可能一天看十个病人，中国医生要看上百人，每个患者只有三五分钟时间，所以美国医生可以闲下来好好用 AI，他们是预约制，头一天就知道第二天谁来看病，中国医生要用 AI 的话就会难很多。中国没有像美国那么真实地表达进展，就像我们发布一个模型，我们说好的话大家都不信，美国人说大家才信。
不管是公司还是媒体，很多时候没有那种求真的状态，假的东西太多了，真的东西出来也难以快速取得信任，成本就会高很多。医疗行业需要大家更加真诚地评价表达自己真实的状态，发布 M2 的时候，我们说比 GPT5 要差，高于市面上的开源模型，我们真的是这样想、这样做、这样说，M3 超过 GPT5 就是真正超过，M3 Plus 幻觉真的低于 OpenEvidence，但友商会说他们跟 DeepSeek 一样，其他厂商幻觉比 OpenEvidence 多 2-3 倍，大家不是真诚地拥抱这种环境，导致进展慢很多，会有很多新的成本产生。
一些行业媒体说是某些模型完败百川，其实不是认真严肃的，就像手机和汽车行业的黑公关很多，医疗行业同样有这种现象。张文宏说的是 AI 不能服务腰部医生，头部医生可以用。大家习惯了真实环境，医生造模型是挺扯的，都是更加相信国外，国内应该更加良性竞争，把医疗行业做得更真实，这样速度才会加快，否则就会有很多 " 皇帝的新衣 "。
Q：因为现在推理成本更高，为什么引入外部工具降低幻觉？
王小川：必须以模型为核心加上循证方式，我们力所能及走到今天，已经是最优的道路了，要是有更好的技术方式，可以跟我们讲一讲。
Q：站在医院的角度，很多医院要求提质增效，包括门诊量、出诊量的要求都有提高，很多年轻医生都在习惯使用，现在也在开展垂直专科和联合诊疗。MDT 可能是接到一个需求，但不敢要求会诊，可能是先做分析，某个专科医生做不到全部专科，需要医疗 AI 模型的帮助。百川未来有没有可能针对医务工作者做到垂直专科细分，包括多学科联合诊疗分析，可能在固定场景下使用你们的产品，第一时间找到自己的诊断方向和问题？
王小川：MDT 一般都是大专家来做，对于 AI 的拥抱度不够，可能是我们自己的宣传和产品不匹配，但现在已经够用了，关键是怎么做到场景。我们是敦促行业伙伴更多地理解和使用这样的系统，所以要看其中有没有问题。
Q：一个比较极限的问题，刚才在说百川推出海纳百川计划，帮助医生进行医学诊断，要是在 AI 辅助的情况下出现了罕见的疑难杂症和诊断问题，可能就会考虑责任和风险应该怎么控制。就像自动驾驶行业一样，现在都在讲 L2 是很安全的，但要是出了问题，责任方怎么判定？
王小川：按照今天的现行法规，模型是不能直接给出最终诊断的，因此权力和责任都是医生的，医生可以一起负担责任。美国已经开始有了一些进步，犹他州可以直接让 AI 开出处方药，所以这是我们可以学习的。
Q：美国 AI 医疗的 OpenEvidence 商业模式就是通过聚集庞大的医生用户，然后通过药企营销取得收入，取代部分医药代表的角色，百川有没有这方面的计划和想法？
王小川：应该会有一些不一样，需要符合中国国情。就像现在药厂打广告本身是不被允许的，通过学术会议进行营销，我们有机会渗入进去。
Q：您之前提到 AI Coding 和医疗两个领域有些共性，最近也有推出医疗工具，未来医疗领域会不会有代码这样的商业机会和市场机遇？
王小川：中国和美国会不太一样，最近的两个 API 都是给医院服务，所以医院提效大概 2000 多亿美金，中国并不存在这样的市场空间，所以必须通过符合中国国情的方式获取价值回报。
Q：您也比较关注 AI 制药，重点放在临床招募患者阶段，前端分子发现这些方面有没有计划？
王小川：我们不是做招募，而是药效评价、药物伴随、Digital Companion 的体系提高药效，变成提高药物疗效的一部分。
Q：就是精准医疗的概念？
王小川：没错。
Q：真实医疗场景的幻觉有没有一个可接受的值？是不是低于人类医生平均误诊率？其实每次发布都是在和人类医生比较，包括问诊能力和误诊率，对标的是基层医生、全科医生还是专科医生的能力？
王小川：全科、专科和基层我们都会判断，但概率多低是医院接受的事情，不是百川能够判断的，就像无人驾驶出一例事故可能就是特别大的事情，虽然人类司机的事故率远远高于无人驾驶。我们是先给医生辅助，再给患者建议。以前大家要是用百度看病，医生直接把你赶出门，现在医生已经开始接受通过 DeepSeek 讨论，所以未来两三年接受度会有很大的提高，就是从国家政策到行业伙伴共同努力的事情。
Q：海纳百川计划应该是想跟医生做朋友，但 AI 医疗可能会让医生焦虑，你们的生态有没有针对医疗工作者，既能够改善医患关系，又能够把蛋糕分得比较均衡，从而把医疗效率提高？
王小川：焦不焦虑跟技术没有什么关系，没有 AI，医生也会焦虑，比如别人比自己晋升更快，所以焦虑的问题我们解决不了，也不是 AI 能够解决的。更多的是要有沟通机会，能够让医生用好，所以我们要有合作伙伴共创，可能 " 上船 " 以后就不焦虑了。现在一边说 AI 有问题，不能干这个不能干那个，一边又在焦虑，这个谁管得了？医生要接受 AI 有些方面比他们强，有些方面比他们弱，真实了就不焦虑了。
Q：你们模型训练对齐的挑战是什么？因为现在模型还不能踩诊疗结论这条红线，不能给出太准确、太激进的答案，但也不能太保守，不然就没用了。
王小川：我们给医生的都是安全的，医生已经把关之后，AI 再给出提醒，明显是有意义的，但是不踩红线。
Q：训练过程还是要靠人类标注吗？怎么保证不会完全踩诊疗的红线？
王小川：医生使用可以给诊疗结果，由医生最终决策判断；但患者使用，不可以给结果，涉及各个场景覆盖，不同的问题就是要有不同的结论。
Q：你们 API 向医疗开发者开放，具体会有什么二次创新，最终让患者受益？有没有代表性的案例？感觉医疗应用不像娱乐那么有感知。
王小川：我们希望能够有好的案例，今年是特别好的一年，就是技术 Ready，希望医生不要自己造模型，更多的机构可以有更多的对话，更好地帮助医生。
Q：之前不是用专业厂商的模型，非要自己做模型的原因是什么？
王小川：我也不知道。
Q：据说今年你们还会推出两个产品，整体是免费的，但里面会包含收费的模块，你们是针对患者还是针对医院和医生？
王小川：针对患者，收费不会针对医院和医生。
Q：但是医疗模型在中国这样收费可能是比较困难的事情。
王小川：患者要为自己的健康负责，现在主要是没有好的产品供给，要是有的话，他们是有付费意愿的，以前没有创造更大的共计价值，不能拿过去的经验来看今天。
Q：但是就个人的经验来说，要是有健康问题，可能不是很信任 AI，特别是收费的情况下，宁愿更加相信医生一点。
王小川：因为你没有需求，有需求就会相信了。还是你太健康了。
Q：你们的竞品也很多，怎么占领用户心智？大家用起来，你们就要在前端做很多工作。阿福可以和支付宝、医保联动，也可以有保险参与，你们有没有考虑跟有资源的伙伴合作？
王小川：我们现在更多的是要把模型做得更加专业，因为有大量的模型数据，不是当成互联网产品来做研发，能够让医生和患者体验到我们是更加负责任、更加有医学推理、更加低幻觉，就像小朋友上学找最好的学校，去医院看病找最好的医生。
Q：目前同类产品都在争夺医院入口，可能以供应链入场，阿里健康也发布了相关产品，对于医院和医生来说，可能通过技术是比较难做的事情，你们会怎么介绍自己的产品？
王小川：我们就是医生版的最强 ChatGPT 或者 DeepSeek，用过的都觉得挺好的。（作者｜李程程，编辑｜李玉鹏）
