始智AI wisemodel.cn社區(qū)是源自中國的中立開放的AI開源社區(qū)。正在，歡迎加入共同成長。A800/H20等算力6.25元/卡時，支持在線微調訓練，及線部署和。

近日，百川智能正式發(fā)布開源醫(yī)療增強大模型Baichuan-M2。OpenAI于8月6日開源兩款大模型，主打部署成本超低和醫(yī)療能力最強；僅僅5天后，百川智能便以更小尺寸模型實現(xiàn)醫(yī)療能力反超，在所有開源模型中，登頂世界第一。

今年1月，百川在行業(yè)內首發(fā)“AI患者模擬器”，用真實數(shù)據(jù)構造上萬個不同年齡性別癥狀的AI患者，模擬了數(shù)百萬次診療過程?；谠摲妒介_源的Baichuan-M1，為行業(yè)首個醫(yī)療增強模型。

7個月后，百川升級患者模擬器并引入模型端到端強化學習，訓練的Baichuan-M2在HealthBench等評測上取得更大突破。Baichuan-M2已上線始智AI-wisemodel開源社區(qū)，歡迎大家前去體驗。

模型地址

https://www.wisemodel.cn/models/Baichuan-inc/Baichuan-M2-32B

01.

碾壓全球開源通用大模型

更低成本爆發(fā)更大性能

OpenAI自2024年下半年起將醫(yī)療作為模型能力提升的首要方向，投入大量人力算力精力。

今年5月，OpenAI發(fā)布權威且貼近真實臨床場景的HealthBench醫(yī)療健康評測集，研究團隊招募了262位醫(yī)生，來自60個國家、涉及26個醫(yī)學?？?、精通49種語言，他們生產了48562條評價標準，其中86%是實例特定標準（針對單個對話由醫(yī)生撰寫），14%是共識標準。

這個包含了5000個逼真多輪醫(yī)療對話的評測集，代表了OpenAI在醫(yī)療領域重點突破的決心。

開源gpt-oss系列模型過程中，OpenAI首次將醫(yī)療作為第一重要的評測標準；發(fā)布GPT-5時，請到現(xiàn)場的唯一使用者是抗癌患者，醫(yī)療是大模型最有前景最具價值的方向，正成為頭部企業(yè)的共識。

Baichuan-M2在HealthBench上得到60.1的高分，以32B的較小尺寸不僅反超OpenAI 最新開源模型gpt-oss120b（得分57.6），更是力壓Qwen3-235B、Deepseek R1、Kimi K2等當前世界所有開源大模型。

針對醫(yī)療領域用戶隱私考慮下的模型私有化部署需求，百川對Baichuan-M2進行了極致輕量化，量化后的模型精度接近無損，可以在RTX4090上單卡部署，相比DeepSeek-R1 H20雙節(jié)點部署的方式，成本降低了57倍。針對國產主流芯片的開發(fā)和適配，讓多數(shù)醫(yī)療機構利用現(xiàn)有硬件條件既可實現(xiàn)快速部署。

此外，面向急診、門診等對于交互速度要求更高的場景，基于Eagle-3架構優(yōu)化的Baichuan-M2-Spec版本在單用戶場景下實現(xiàn)了74.9%的token速度躍升。

醫(yī)療能力極大增強后，模型通用能力是否會下降？頭部大模型企業(yè)主要用數(shù)學和代碼數(shù)據(jù)進行強化學習，百川是首個將醫(yī)療數(shù)據(jù)用作強化學習的中國團隊，同時也驗證了高質量醫(yī)療數(shù)據(jù)對于模型通用能力的增長具有較高價值，M2模型在數(shù)學、指令遵循、寫作等通用核心性能上不降反升，因此這個模型也可應用于醫(yī)療以外的其他領域。

02.

醫(yī)療復雜問題比肩GPT-5

超越眾多頂尖閉源大模型

在大語言模型的發(fā)展中，“知識”與“能力”是兩條相輔相成但又相對獨立的主線，模型在醫(yī)學考試（如 USMLE）上的表現(xiàn)被視為衡量醫(yī)療水平的重要指標，但隨著題庫飽和，這類選擇題或短回復的評測難以反映模型的臨床實用性，醫(yī)療 AI 并不等于“刷題機器”，分數(shù)再高也不意味著在真實醫(yī)療場景中好用。

OpenAI從HealthBench整體數(shù)據(jù)中選出1000個特別困難的復雜問題作為Hard子集，用于驗證模型多維度、全景化解決疑難復雜醫(yī)學問題的能力。這個評測方法標準更高、尺度更嚴，更能全面反映模型面臨“千奇百怪”復雜條件時的真實能力。

今年5月這個評測集發(fā)布時，世界上所有頂尖模型得分都沒超過32分，許多前沿模型得分甚至為0。

Arora R K, Wei J, Hicks R S, et al. Healthbench: Evaluating large language models towards improved human health[J]. arXiv preprint arXiv:2505.08775, 2025.

GPT-5發(fā)布時，OpenAI特別強調，其是HealthBench Hard評測全球唯一超過32分的模型。

Baichuan-M2以34.7分成為全球第二款超過32分的模型，力壓世界所有其他頂尖閉源大模型。

盡管真實醫(yī)療場景中還存在大量HealthBench Hard評測尚未包含的因素，但至少已經證明在多數(shù)醫(yī)療場景上的問答質量，GPT-5和Baichuan-M2已經超越資深醫(yī)生，特別是在知識更新速度和全面性上，完全可以給人類醫(yī)生強大支持。

GPT-5發(fā)布時既沒有開源，也沒有公布參數(shù)，無法私有化部署，無法低成本應用。相比之下，Baichuan-M2快速免費開源，成為醫(yī)療行業(yè)低成本快速應用部署世界頂尖醫(yī)療模型的唯一選擇。

03.

AI患者模擬器立功

百川之能開創(chuàng)強化學習新范式

百川的技術團隊在大型驗證系統(tǒng)（Large Verifier System）、端到端強化學習、AI患者模擬器、多類型醫(yī)療數(shù)據(jù)用于深度推理等4個方面的創(chuàng)新探索，是Baichuan-M2模型取得飛躍式進步的關鍵。

過去一年，可驗證獎勵強化學習（RLVR）方法被頭部大模型企業(yè)廣泛使用，在數(shù)學、代碼領域顯著提升了模型性能。百川在這一過程中認識到，提高復雜現(xiàn)實問題的可驗證性是進一步提升模型性能的關鍵。由此，團隊構建了大型驗證系統(tǒng)，在通用驗證器之外還設計了一套全面的醫(yī)學驗證系統(tǒng)。

如果將未經過醫(yī)療強化學習的大模型比作一位醫(yī)學實習生，這個系統(tǒng)則像一個要求極高、異常挑剔的醫(yī)療專家。它會從醫(yī)療正確性、完備性、安全性，以及對患者的友好性等多個維度，細致地評估模型的輸出，指出其不足并引導模型改正，使其思維方式更貼近專業(yè)醫(yī)生。

基于這個強大的驗證系統(tǒng)，團隊采用多階段強化學習策略（Multi- Stage RL），將復雜的強化學習任務分解為幾個易于管理的、分層的訓練階段，逐步引導模型能力演變。

人類醫(yī)生在聽取患者描述病情時，很容易分辨患者描述中的邏輯漏洞，從含混不清的表達中辨別出真實病因?，F(xiàn)實中患者幾乎無法全面準確表達自己的癥狀，僅基于靜態(tài)的病例、指南等醫(yī)療數(shù)據(jù)訓練，模型無法掌握人類醫(yī)生的這一能力。

為了突破這一瓶頸，百川升級迭代了今年初首創(chuàng)的AI患者模擬器。這個模擬器是使用真實病例構建的AI系統(tǒng)，能夠模擬千差萬別的患者、癥狀、表達，特別是包含錯誤噪聲的表達，最大程度還原了真實醫(yī)療場景。

在強化學習的多輪對話中，AI患者與AI醫(yī)生快速生成數(shù)百萬條貼近真實的交互信息，驗證器充當裁判實時打分評估，根據(jù)打分結果模型策略動態(tài)優(yōu)化，形成了一個具有規(guī)?；杀O(jiān)督信號的訓練閉環(huán)，讓訓練過程與效果如“飛輪”般效率倍增。

百川還構建了一個以天為頻率更新的權威醫(yī)學數(shù)據(jù)庫，涵蓋病例、論文、文獻、指南、藥學、生物學、合成數(shù)據(jù)等。為防止綜合能力退化，采用醫(yī)學數(shù)據(jù)、通用數(shù)據(jù)、數(shù)學推理數(shù)據(jù)2:2:1的比例，并引入領域自我約束訓練機制，確保模型是一個具有通識、推理等綜合能力的高水平醫(yī)生，避免成為只會醫(yī)學知識考試的高分低能者。

這些技術探索與創(chuàng)新，不僅為模型的醫(yī)療能力提升開創(chuàng)了全新路徑，也為通用大模型強化學習提供了新思路新方法。

04.

更遵循中國權威指南

更符合中國臨床治療場景

在中國臨床診療場景的問題評測中，對比GPT系列模型，Baichuan-M2展現(xiàn)出更明顯的可用性優(yōu)勢。

百川從中國醫(yī)學指南對齊、醫(yī)療政策適配和患者需求洞察等多個維度進行了深度優(yōu)化，中國醫(yī)療機構和醫(yī)生應用時，會明顯感受到這一區(qū)別。

中外患者人群特點不同、醫(yī)療服務資源與優(yōu)勢有所差異。例如，肝細胞肝癌，中國以乙肝相關肝癌為主，西方更多是酒精或丙肝相關患者，不同類型患者的手術風險不同；加上中國外科手術經驗豐富、手術期管理成熟，因此在同一疾病遇到多種治療方案時，中西方指南對于優(yōu)選哪種治療方案存在差異。

在一個具體的真實案例中，針對CNLCIIa期（BCLC B期）的肝細胞肝癌患者，M2首推在具備手術條件的情況下進行解剖性肝右葉切除手術（或根據(jù)腫瘤具體位置，可考慮擴大右半肝切除、右三葉切除等），目標是R0切除。

在國家衛(wèi)健委最新發(fā)布的《原發(fā)性肝癌診療指南》（2024版）中，肝切除術是潛在根治性治療，可提供最佳的長期生存獲益，Baichuan-M2嚴格遵循這一方案。

同一病癥gpt-oss-120b則建議首選經動脈化療栓塞術（TACE），理由是符合 BCLCB 期治療指南。

左右滑動查看對比

臨床醫(yī)學專家認為，類似的情況還有很多。僅就這個案例來說，手術切除或TACE都是可選方案，只是中西方指南不同，不是醫(yī)學上的高下之分，而是基于本地患者特點、醫(yī)療資源與當前醫(yī)學發(fā)展水平權衡之下的最優(yōu)解。

醫(yī)療大模型能否將全球醫(yī)學知識、醫(yī)學證據(jù)轉化為符合本地優(yōu)勢特長的臨床決策，也是為醫(yī)生和患者提供切實服務能力的關鍵，M2為此所做的專門優(yōu)化，讓中國臨床場景有了專屬的頂尖模型。

05.

真實病例實測表現(xiàn)極佳

多學科會診場景超強能力得到初步驗證

今年2月，以Baichuan-M1為底座的AI兒科醫(yī)生在國家兒童醫(yī)學中心多學科會診中大放異彩，獲得會診專家一致認可。

M2在醫(yī)療溝通、證據(jù)推理、完整性與深度、臨床可操作性、醫(yī)療安全、風險識別與應急預案六個維度相較于M1均顯著提升。

在北京市海淀區(qū)衛(wèi)健委、北京大學第三醫(yī)院、國家兒童醫(yī)學中心等合作伙伴的支持下，M2在真實病例實測中體現(xiàn)出超強能力。

一位51歲女士近兩個月睡眠充足仍感覺困倦、疲憊，脖子輕微腫脹。M2根據(jù)醫(yī)患對話，詳細梳理出持續(xù)性疲勞、體重增加等多個支持診斷的關鍵癥狀，綜合考慮患者用藥史、年齡、合并癥狀等因素，精準診斷出患者最可能病因為甲狀腺功能減退癥。

內分泌科專家表示，M2在關鍵征象基礎上提出首選假設（自身免疫性甲狀腺炎）并列出直接佐證、反證，之后給出條理化鑒別診斷的推理方式，屬于典型的臨床思維流程，符合臨床醫(yī)學中公認的SOAP分析方式（Subjective主觀資料、Objective客觀資料、Assessment評估、Plan計劃）。它所采用的“支持 / 不支持”兩欄逐一比對的方式也符合住院醫(yī)師寫病程記錄時常用的思路，最后給出進一步檢查與管理建議，充分體現(xiàn)出“閉環(huán)思維”。

醫(yī)院之前部署的其他模型，知識問答上表現(xiàn)不錯，但沒有這么專業(yè)的主任醫(yī)師級專家思維，M2模型展現(xiàn)出人類高水平專家的思維方法讓醫(yī)生們驚嘆。

在另一真實案例中，一位15歲的小男孩莫名其妙咳嗽2個月，逐漸出現(xiàn)呼吸困難，吃了頭孢沒有好轉，急診時已經“重癥肺炎、心包積液”。醫(yī)生將患兒的病歷作為輸入與M2進行了診斷方面的討論。

M2全面復盤小男孩的病情，逐條引用CT、支氣管鏡、血氣分析等數(shù)據(jù)進行推理，準確鎖定“支氣管內占位”主因，主動給出氧療、抗菌/抗病毒劑量區(qū)間等極具執(zhí)行性的治療意見。

國家兒童醫(yī)學中心專家認為，M2在醫(yī)學正確性、證據(jù)鏈推理、可操作性上展現(xiàn)出極強的專業(yè)性，在風險預警方面的表現(xiàn)可圈可點，關注到患兒有呼吸衰竭、心包填塞等風險，并給出應急方案。此外，它還將患兒既往血管瘤與當前病變聯(lián)系，為醫(yī)生打開了更廣闊的思路。

更多技術創(chuàng)新點詳見https://www.baichuan-ai.com/blog/baichuan-M2

06.

在線體驗/API

wisemodel社區(qū)-AI市場-鏡像廣場上線了“百川智能/Baichuan-M2-32B”的鏡像，支持一鍵創(chuàng)建在線體驗或者API服務，選中該鏡像，點擊部署在線體驗或者部署API服務。

進入后，選擇相應的硬件配置，其他信息已經預填寫，可以根據(jù)需要調整，如果無需調整，找到并點擊“提交訂單”按鈕，體驗進入后臺的啟動階段。大概等待1分鐘左右，體驗進入運行中的狀態(tài)。

公開狀態(tài)的在線體驗可以在wisemodel社區(qū)-AI市場-“在線體驗”的頁面上點擊相應的體驗，進入體驗的頁面；私有狀態(tài)的在線體驗需要前往“用戶中心-我的資源-體驗”進入體驗的頁面。

編輯：成蘊年

----- END -----

wisemodel相關：

系統(tǒng)升級：

系列活動：

系列模型：

關于wisemodel更多

1

歡迎持續(xù)關注和支持

開源社區(qū)建設需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻和維護，歡迎大家加入wisemodel開源社區(qū)的志愿者計劃和開源共創(chuàng)計劃。期待更多開發(fā)者將開源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開放的AI開源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續(xù)關注wisemodel.cn開源社區(qū)動態(tài)。

2

歡迎加盟wisemodel開源社區(qū)

始智AI wisemodel社區(qū)自2023年9月上線以來，逐漸成為影響力日益擴大的中立開放的AI開源社區(qū)，為了加快公司發(fā)展，我們長期需要技術、運營等人才加盟，技術側重在AI infra、后端開發(fā)，熟悉K8S、模型訓練和推理等技術， 以及熟悉開發(fā)者生態(tài)運營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優(yōu)質內容

歡迎投稿分享人工智能領域相關的優(yōu)秀研究成果，鼓勵高校實驗室、大企業(yè)研究團隊、個人等，在wisemodel平臺上分享各類優(yōu)質內容，可以是AI領域最新論文解讀、最新開源成果介紹，也可以是關于AI技術實踐、應用和總結等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關于wisemodel開源社區(qū)

始智AI wisemodel.cn開源社區(qū)由清華校友總會AI大數(shù)據(jù)專委會副秘書長劉道全創(chuàng)立，旨在打造和建設中立開放的AI開源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開源社區(qū)，匯聚主要AI開源模型、數(shù)據(jù)集和代碼等，歡迎高校科研院所、大型互聯(lián)網公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個人開發(fā)者，以及政府部門、學會協(xié)會、聯(lián)盟、基金會等，還有投資機構、科技媒體等，共同參與建設AI開源創(chuàng)新生態(tài)。

向上滑動查看