WAIC現場觀察：百川智能從榜單到AI醫生｜甲子光年

為人類造醫生、為生命建模型。

作者｜田思奇

編輯｜栗子

7月17日，WAIC 2026開幕。上海世博展覽館聚集1100多家企業、3000多件展品，規模創下九屆以來新高。人形機器人、四足機器人、載人機甲等具身智能產品集中亮相，AI以更具體、更接近現實世界的方式進入公眾視野。

但在展館里走一圈，真正值得關注的變化不只在“AI能不能動起來”。模型能不能進入一個行業，接住真實用戶，沿著復雜流程持續工作，也是這場競爭中的重要命題。

今年WAIC的一個清晰信號是：AI正從“能聊”走向“能干”。對大模型公司來說，榜單成績給出的是起點，真正拉開差距的，是模型能不能離開發布會，進入一個行業最難的部分。

更直接一點，當模型已經能拿下榜單第一，下一場考試究竟在哪里？

百川給出的答案是：M4 已經不只在榜單上，它還被放進了AI家庭醫生產品，并繼續進入腫瘤和兒科專科現場。

為人類造AI醫生，百川正在把這件事變成現實。

1.AI醫療的價值，不在對話框里

讓AI幫你做PPT、總結會議、寫代碼，核心工作仍由人完成。這樣的AI進入的是工作外圍，解決的是一個個被明確提出的任務。

但醫療不一樣。患者不會按標準格式描述癥狀，醫生也不可能只回答一句話就結束服務。AI要處理遺漏、追問、檢索、判斷和后續跟進，真正進入的是一段連續流程。

探訪今年WAIC百川智能展位，『甲子光年』看到的是三組不同層次的現場證據：面向家庭的百小醫、與國家癌癥中心共建的腫瘤專科能力，以及與北京兒童醫院聯合驗證的兒科能力。

時至今日，市面上能回答健康問題的 AI 產品很多，豆包、千問、元寶等都能完成問答。但“答對一道題”和“接住一段醫療服務”之間，隔著的不只是一個聊天窗口，還有對真實信息的補齊、對醫學證據的調用，以及對后續節點的持續跟進。

王小川對「甲子光年」說：“百川的目的是讓大模型真正進入診前、診中、診后的醫療服務流程，進入家庭、醫院和更廣泛的健康服務場景。”

但這個目標實現起來并不容易。

牛津大學發表于《Nature Medicine》的研究給過一個數字：AI 讀取標準化病歷時準確率為 94.9%，真實患者自助使用時降至 34.5%。

差距不只來自知識量。因為真實患者的表達往往遺漏、混亂、斷續，標準化病歷里沒有這些噪聲。醫療服務需要 AI 主動補齊信息，而不是等用戶把問題問完整。

AI面對的不是一次性問答。癥狀出現、就醫準備、報告解讀、醫囑執行和后續隨訪，通常分散在不同時間、不同入口里。它離用戶最近，需求也最高頻，最能檢驗 AI 能不能接住一段連續服務。

而M4 的處理方式是主動追問癥狀、病史和相關檢查情況，形成下一步判斷所需的信息框架，再用超長記憶承接多次交流。它把“用戶問一句、模型答一句”的關系，往前推進了一步。

這也是AI家庭醫生產品和普通聊天機器人的分界線：前者要接住問題后面會發生什么。

2.M4三項第一之后，真正難的是把能力用起來

據「甲子光年」了解，Baichuan-M4在HealthBench、HealthBench Hard、HealthBench Professional三項醫療評測中均位列第一。綜合得分68.6，領先第二名GPT-5.5超過10分；事實性幻覺率3.3%，在該組對比模型中最低。同口徑下，GPT-5.5為3.8%、Claude Opus 4.7為6.9%、DeepSeek-V4-Pro為9.8%。

這個分數證明，M4的基礎模型能力已經站在前列。但高分不會自動變成AI家庭醫生，也不會自動變成專科能力。中間還隔著產品組織、醫學證據和真實場景。

事實上，要想讓AI真正進入醫療場景，需要多方能力配合。低幻覺解決的是“少錯”，循證解決的是“有據可查”，主動追問和長程記憶解決的是“能不能把服務接下去”。

百川把這些能力都放進了 M4。

具體來說，針對醫療場景中的事實性錯誤，百川通過事實性感知強化學習算法，最大限度減少幻覺。

循證能力直接對應醫療服務的專業門檻：權威指南被拆解為1000余條原子化臨床路徑，每條由臨床專家定義和校驗，讓模型回答有路徑可循、有證據可查。

而連續服務還需要主動追問和長程記憶。M4根據當前信息追問癥狀、病史和檢查情況，并承接從首診到多次復診的交流；Harness組織追問、檢索和專科能力調用。

這些能力如果只停留在技術描述里，仍然只是模型材料。百小醫和后面的專科項目，讓它們接受了真實場景的檢驗。

M4的模型分數是硬證據，證明百川站在AI醫療前列；AI家庭醫生產品和專科驗證，則開始回答一個更難的問題：這套能力能不能被真正用起來。

Tether進軍AI醫療時，在OpenAI、Ubiquant AI和百川的方案中選定M3作為教師模型，并評價為“代際差異”。M4是M3之后的新一代旗艦。

3.AI家庭醫生和專科臨床，百川都在逐步進入

百小醫是 M4 面向家庭健康的產品化落地。

它的定位就是AI家庭醫生，通過APP和微信BOT，把模型放進癥狀梳理、就醫準備、報告解讀、醫囑執行和家庭日常健康管理。

APP覆蓋癥狀梳理、就醫準備、報告解讀和醫囑執行等就醫環節；微信BOT面向家庭日常，支持進入家庭群，提供用藥提醒、復查節點和隨訪咨詢。

現場演示從一個具體場景開始：深夜腳趾劇痛驚醒，打開百小醫，經過10輪追問排除運動損傷，鎖定急性痛風方向，并建議掛風濕免疫科。問診卡同時生成給患者和醫生的兩份材料；到院確診后，系統再逐條拆解處方，結合生活習慣給出執行建議。百小醫把一次突發癥狀接進后續就醫服務，AI家庭醫生不再只是回答當下的問題。

王小川說：“AI家庭醫生應該在你最常打開的地方等著你。微信是中國人的數字生活底座，AI就該在那里。”

AI家庭醫生解決的是日常健康服務，專科現場面對的則是更復雜的病例、更嚴格的證據要求和更高的臨床門檻。

M4在腫瘤和兒科的驗證，回答的是模型能力能不能進入真實專科。

腫瘤場景首先考驗循證和推理。

百川與國家癌癥中心、中國醫學科學院腫瘤醫院聯合共建，將M4用于病歷解構、多源循證檢索和按證據等級排序的方案對比。院內驗證顯示，與MDT專家意見一致率在指南內方案中為100%，在指南外復雜病例中為94%。

兒科面對的是另一類難題。

中國兒童專用藥占比不足2%，53%的門診處方涉及超說明書用藥，模型既要理解知識，也要處理復雜的用藥安全邊界。

融合北京兒童醫院知識庫后，M4綜合安全合規率為92%，對照其他AI工具為63%。在60個真實病例的內部對照中，M4 的診斷結果與標準答案符合率為91.7%，同場12位主治醫師和住院醫師平均值為77.12%，與北兒專家診斷符合率為95%。

北京兒童醫院院長倪鑫提出，希望和百川一起打造100萬個AI兒科醫生。

單個病例的準確不是終點。真實機構里的持續驗證，才會把一次展示變成可復用的專科能力。

4.讓通用模型長出專科能力，百川的下一張牌

王小川將醫療稱為“通用大模型皇冠上的明珠”。因為醫療不僅要求事實可靠、證據可追溯、能夠主動補齊信息，還要承接長期服務。

對通用底座而言，這里既是高門檻，也是檢驗能力成色的地方。

醫療面對的不是一組標準題，而是專業知識、復雜語境、證據來源和真實責任交織在一起的服務現場。

百川的領先，不只體現在M4的排名上，也在于它比多數公司更早把模型、AI家庭醫生產品和專科驗證接到了同一條發展路徑上。

M4站在模型評測前列，百小醫進入家庭，腫瘤和兒科項目進入臨床機構，這三件事放在一起，才看得出百川已經走到哪里，因為AI家庭醫生產品和專科驗證，讓模型評測名列前茅的成績，開始有了真實場景的支撐。

如果這套方法繼續沿專科展開，腫瘤和兒科之后，心血管、內分泌、藥物咨詢、康復管理等場景都可能成為下一步方向。一年前百川只有家庭健康產品作為應用載體，目前已經在兩個國家級臨床機構形成了階段性驗證。

從現有產品和合作項目看，百川希望逐步形成覆蓋家庭與醫院、連接診前、診中和診后環節的 AI 醫療服務體系。

在機器人用行動讓人看見AI下一步時，百川展示的是另一種更難被看見的進展：M4的能力，已經開始進入AI家庭醫生和專科現場。

（封面圖及文中圖片來源：百川智能）