1. 首頁 > 生活百科 > >

百川智能宣布開源全球最強醫療大模型Baichuan-M3，能力超GPT-5.2

ai信貸

百川智能宣布開源全球最強醫療大模型Baichuan-M3，能力超GPT-5.2

文章圖片

百川智能宣布開源全球最強醫療大模型Baichuan-M3，能力超GPT-5.2

【百川智能宣布開源全球最強醫療大模型Baichuan-M3，能力超GPT-5.2】【TechWeb】1月13日消息 ， 百川智能宣布開源新一代醫療大模型 Baichuan-M3 ， 該模型具有強推理、低幻覺和端到端的嚴肅問診能力 ， 能像醫生一樣主動追問、逐層逼近 ， 把關鍵病史和風險信號問出來 ， 進而在完整的信息上進行深度醫學推理 。
據悉 ， Baichuan-M3在全球最權威的醫療 AI 評測 HealthBench 中以 65.1 分的綜合成績位列全球第一；在專門考驗復雜決策能力的 HealthBench Hard 上 ， 也以44.4分的成績奪冠 ， 首次在醫療領域實現了對 GPT-5.2 的全面超越 。 在OpenAI引以為傲的低幻覺領域 ， M3也實現了超越 ， 幻覺率3.5全球最低 。
同時 ， 百川智能的醫療應用“百小應”已同步接入 M3 ， 面向醫生與患者開放相關能力 。 醫生可借助它推演問診與診療思路 ， 患者及家屬也可通過該應用更系統地理解診斷、治療、檢查與預后背后的醫學邏輯 。
Baichuan-M3開源：
Hugging Face 地址：https://huggingface.co/baichuan-inc/Baichuan-M3-235B
GitHub 地址：https://github.com/baichuan-inc/Baichuan-M3-235B
2025年8月 ， 百川開源醫療增強大模型 M2 在 HealthBench 上力壓 gpt-oss-120B、DeepSeek-R1 等同期所有開源模型 ， 并在 HealthBench Hard 上取得 34.7 分的成績 ， 僅次于GPT-5 ， 成為全球唯二突破 32 分的模型 。
在M2 發布后的五個月里 ， 百川團隊對強化學習系統進行了全面升級 ， 將原本以患者模擬器和靜態 Rubric 為主的半動態反饋 ， 升級為隨模型能力不斷演進的全動態 Verifier System 。 隨著監督信號持續變細、變難 ， 模型得以不斷突破能力上限 ， 使 M3 在復雜醫學問題上的表現實現躍遷 ， 不僅在 HealthBench 總分上超越 OpenAI 最新模型 GPT-5.2 ， 也在 HealthBench Hard 上登頂 ， 成為當前全球醫療溝通和推理能力最強的醫療大模型 。
幻覺是這一代大模型技術范式的通病 ， 更是AI進入嚴肅醫療的攔路虎 。 在大多數場景幻覺只是體驗問題 ， 而在嚴肅醫療場景可導致安全事件 。
百川M3將醫療幻覺抑制前移至模型訓練階段 ， 在強化學習過程中將醫學事實一致性作為核心訓練目標之一 ， 將“知之為知之 ， 不知為不知”直接作用于模型自身能力的形成過程 。 這一新的訓練方法將醫學事實可靠性內化為M3自身的基礎能力 ， 使其在不借助任何外部系統的情況下 ， 依然能夠基于自身醫學知識進行穩定、可信的作答 。 通過將事實一致性約束融入訓練流程 ， M3重構了幻覺抑制的訓練范式 ， 在不依賴工具或檢索增強的純模型設置下 ， 醫療幻覺率3.5 ， 超越GPT-5.2 ， 達到全球最低水平 。
除了強推理和低幻覺 ， 端到端的問診能力是本次M3最重要的一項突破 。
百川團隊提出了“嚴肅問診范式”與“SCAN原則” ， 通過Safety Stratification（安全分層）、Clarity Matters（信息澄清）、AssociationInquiry（關聯追問）與Normative Protocol（規范化輸出） ， 將臨床問診中高度依賴經驗的思維過程 ， 第一次系統性地“白盒化” 。
圍繞SCAN原則 ， 團隊借鑒醫學教育里長期使用的 OSCE 方法 ， 聯合 150 多位一線醫生 ， 搭建了 SCAN-bench 評測體系 ， 該體系以真實臨床經驗作為“標準答案” ， 將診療過程拆解為病史采集、輔助檢查、精準診斷三大階段 ， 通過動態、多輪的方式進行考核 ， 完整模擬醫生從接診到確診的全過程 。 相
比于HealthBench ， SCAN-bench是更加全流程端到端的動態評測新范式 。 同時 ， 我們還使用原生模型訓練方法取代角色扮演prompt ， 針對GRPO無法穩定進行長對話訓練的問題 ， 設計了新的 SPAR 算法 ， 使模型能夠在有限對話輪次中 ， 把臨床真正需要的關鍵問題問全、問準 ， 把風險兜住 ， 讓輸出經得起復核 。 百川團隊在實驗過程中發現 ， 問診準確度每增加2% ， 診療結果準確度就會增加1% 。
評測結果顯示 ， M3 在SCAN的四個維度均顯著高于人類醫生基線水平 ， 并大幅領先于國內外頂尖模型 ， 成功構建了從精準的臨床問詢、深度醫學推理到安全可靠決策的閉環 。
百川智能表示 ， 從 去年1 月初 OpenAI 發布醫療產品 ChatGPT Health ， 到今天 Anthropic 推出 Claude for Healthcare ， AI 醫療正在全球范圍內提檔加速 ， 競爭也正式進入深水區 。 在這場競速中 ， 作為國內唯一專注醫療的大模型企業 ， 百川持續突破低幻覺率、端到端問診和復雜臨床推理等核心能力 ， 已從“跟隨者”躍遷為行業“引領者”與新范式的“定義者” ， 正以硬核實力扛起中國 AI 醫療發展的旗幟 。 （果青）

    推薦閱讀