5000亿美元巨头开源最强医疗AI 中国企业助力性能超越谷歌

一家估值超过5000亿美元的加密货币巨头，最近展示了一款在性能上足以挑战谷歌的AI医疗大模型。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

以发行全球最大稳定币USDT而闻名的Tether，近日推出了名为QVAC MedPsy的AI医疗大模型。多项医学推理与诊断基准测试的结果显示，其性能表现令人瞩目：

这款参数仅1.7B的轻量级模型，竟然击败了规模大16倍的谷歌MedGemma-27B。不仅如此，其4B参数版本在保持较高输出质量的同时，消耗的计算资源（token数）比主流模型少了3.2倍。

这一结果，直接对AI医疗领域长期信奉的“模型规模越大，效果越好”的共识提出了挑战。Tether AI团队在其技术说明中强调，该模型的设计理念更接近于一种“轻量级高密度推理系统”。

开发者社区对此反响积极，许多评论认为这种“低参数、高性能”的组合，或许为医疗大模型的发展指明了一条新的技术路径。

值得注意的是，Tether旗下的AI团队在2024年才启动招募，成立时间并不长。从其官网披露的技术细节和开源链路来看，QVAC MedPsy的训练并非完全从零开始，而是基于多个现有基础模型，进行了组合式的训练与深度优化。

中国大模型的持久统治力

深入追溯其背后的论文与技术报告，一个关键发现浮出水面：在封闭式医学基准测试以及HealthBench评估框架中，Tether团队实际上采用了一家中国公司的开源医疗大模型——百川智能的Baichuan-M3-235B——作为其核心的“教师模型”。

在Tether团队的内部模型筛选中，与Baichuan-M3同台竞技的对手包括OpenAI的GPT-OSS-120B，以及量化投资巨头旗下Ubiquant AI推出的Fleming-R1-32B。

结果显示，Baichuan-M3-235B在几乎所有核心评测指标上都占据了明显优势，尤其是在处理高复杂度医学问题时，其领先幅度更为显著。

其中，最值得关注的当属医学推理基准MedXpertQA。

这个基准被业内公认为难度最高的医学多选评测之一。与基于USMLE题库的传统MedQA不同，MedXpertQA更侧重于复杂的临床推理、多学科诊断以及长链路的决策能力，在某种程度上，它更贴近顶级医院多学科会诊（MDT）的真实场景。

在这一高难度基准上，Baichuan-M3相比其他竞品取得了高达10.98分的领先优势。对于医疗AI而言，这已不仅仅是简单的“精度提升”，它意味着模型在理解复杂病情、组织诊疗逻辑以及调用医学知识的能力上，可能已经产生了代际差异。

此外，在经典的大模型评测MMLU-Pro Health上，Baichuan-M3同样表现突出，分别取得了超过竞争对手5.05分和2.73分的优势。

事实上，早在2026年1月首次发布时，Baichuan-M3就已经在全球权威医疗AI评测基准HealthBench上击败了GPT-5.2，并刷新了当时的最高纪录。更难得的是，在AI模型更新迭代进入“月更时代”的背景下，它所建立的这种优势并未随时间迅速衰减。

具体数据显示，Baichuan-M3-235B相较GPT-OSS-120B领先约6至12分，相较Fleming-R1-32B领先约10至12分，并且在HealthBench的全部七个评估维度上都保持了持续性的优势。

Tether团队对Baichuan-M3模型的评价

这种持续领先的背后，是百川智能在医疗强化学习体系上长期投入的结果。

从2025年的M2模型开始，百川便将原本依赖患者模拟器与静态评分规则的半动态反馈机制，升级为能够随模型能力共同演化的全动态验证器系统。随着监督信号不断变得更为细化和困难，模型得以持续突破自身的能力上限，最终使得M3在复杂医学推理与医疗沟通能力上实现了质的飞跃。

与此同时，M3还首次具备了原生的“端到端”严肃问诊能力。这意味着它可以像真正的医生一样，在对话中主动追问、层层递进地逼近病因，将关键病史和风险信号一步步挖掘出来，然后再基于完整的信息进行深度的医学推理。

这也解释了为何Tether团队并非Baichuan-M系列模型唯一的拥趸。该系列模型在开源社区累计获得了超过150万次下载。得益于百川推出的「海纳百川」计划，M3 Plus API已向服务医务工作者的机构免费开放，目前已有大量团队基于该模型构建各类医疗应用。

甚至在今年3月OpenAI发布GPT-5.4之后，开源社区中仍有不少开发者呼吁，希望看到GPT系列与Baichuan-M3在HealthBench上进行一次正面对决，并质疑GPT在医疗健康领域的真实能力是否已被中国的医疗大模型反超。

正如百川智能创始人兼CEO王小川在媒体采访中所言：“（AI医疗的）护城河核心肯定在于模型能力的绝对领先，在医疗这一严肃领域，只有领先一代的技术水平才能建立行业信任。”

重构专业医疗的“数字基建”

当大模型浪潮席卷各行各业时，真正有能力且决心切入医疗AI核心领域的公司并不多，百川智能算是其中起步最早、路径最清晰的代表之一。

早在2023年成立后，百川智能便迅速跻身国内大模型赛道的前列。到了2025年，公司明确了“为人类造医生、为生命建模型”的核心战略，其后发布的模型几乎全部围绕医疗场景和推理能力增强展开。

同年10月，百川推出了首个循证增强医疗大模型Baichuan-M2Plus，其在控制“幻觉”（即事实性错误）方面的表现明显优于通用大模型，幻觉率降低至同期其他主流模型的三分之一，其回答的可信度已接近资深临床医生的水准。

年底，百川智能发布了医疗智能体平台PAPA。该平台能够实现从用药提醒到动态调整健康计划的全程管理，真正将AI能力嵌入到以月甚至年为周期的患者康复管理临床闭环之中。

随后登场的医疗大模型Baichuan-M3更是取得了突破性进展。它在全球权威医疗评测HealthBench中以65.1分的成绩登顶，首次全面超越GPT-5.2，并同时刷新了医疗幻觉率的最低记录。

进入2026年，医疗健康已成为AI技术最受重视的落地领域之一。OpenAI推出了“个人超级健康助手”ChatGPT Health，谷歌发布了最新的开源医疗模型MedGemma 1.5，Anthropic也拿出了Claude for Healthcare来抢占医疗市场。

与通用大模型“先做能力、再找场景”的常见路径不同，百川智能选择深耕医疗垂直领域，紧紧围绕临床真实需求打磨产品，持续在低幻觉率、端到端问诊和复杂临床推理等核心能力上寻求突破。

例如，其构建的“深度问诊”能力，让模型能够在有限的对话轮次中，将临床诊断所需的关键问题问全、问准，其表现甚至显著超过了设定的人类医生基线水平。

而首创的“证据锚定”技术，不仅为模型的医学结论提供引文来源，更能将每一句结论精确映射到原始医学论文的对应段落。这使得AI的医学判断变得可核验、可追责、可教学，极大地增强了其在临床环境中的可信度。

正是这些扎实的技术积累，让百川智能在医疗AI行业进入深水区后，逐渐形成了独特的差异化优势——不仅拥有强大的底层模型能力，更对医院的工作流程有深刻理解，其产品也更贴近真实的临床场景。

在政策支持、医院数智化转型与大模型技术突破的多重动力推动下，医疗AI正在步入真正的产业化周期。而已经提前完成垂直领域深耕、初步建立起技术与场景闭环的百川智能，显然占据了更为有利的竞争位置。

据行业信息显示，百川智能即将发布新的AI医疗应用产品与新一代大模型，其实际应用表现与后续技术成果，值得保持高度关注。