一家三线城市的医院无法把病历送上远方的云，却仍想要能推演症状的模型——这"强悍前沿系统"与"可落地本地软件"的鸿沟，正是百川智能（Baichuan）2025 年 8 月插旗之处。
公司没想击败 GPT 级模型，而是发布一款把难事做好的模型，且能装进一张消费级 GPU。
关键要点
- 百川-M2，一款开源医疗增强大模型（医疗增强大模型），于 2025 年 8 月 11 日发布。
- 其 320 亿参数版本在 HealthBench 上得分 60.1（厂商自报），百川称超越 OpenAI 开源权重 gpt-oss-120B 的 57.6。
- 经量化压缩，模型可跑在单张 NVIDIA RTX 4090 上，百川估算部署成本降至 DeepSeek-R1 H20 双节点方案的约 1/57（厂商说法）。
- 它是百川-M1（140 亿参数，2025 年 1 月）的后续，公司称后者为首个医疗增强开源模型。
- 此次发布折射出刻意的战略转向：从通用竞争者，走向以医疗 AI 为核心业务。
从通才到专才
百川由搜狗前 CEO 王小川创立，早年以百川-7B、13B 与百川 4 追逐通用大模型，2025 年初收窄至医疗；2025 年 1 月 140 亿参数的 M1 是首个医疗增强开源权重，七个月后 M2 延续。其"AI 患者模拟器"用真实数据造数万名合成患者、模拟数百万次问诊，配合端到端强化学习推进临床推理。
基准说法，如实引述
前述基准数字均为厂商自报、未独立复现；其中 34.7 被框定为继 GPT-5 之后全球第二个越过 32 的发布，属营销主张。320 亿模型压过 gpt-oss-120B 的对比亦待第三方跑分确认。
单张 RTX 4090 为何重要
更耐久的是部署经济学：量化后模型以近乎无损精度跑单张 RTX 4090，成本约 DeepSeek-R1 H20 双节点的 1/57，其 MTP 变体把单用户吞吐提升 74.9%（均厂商主张，但私有本地推理的需求成立）。模型已适配国内主流芯片，医院可沿用现有硬件。
更长的产品线：M3
百川站点还列出开源可商用的百川-M3，约 2350 亿参数，HealthBench 得分据报 65.1，定位为低幻觉、具"全流程问诊"能力的更强推理模型（65.1 视作厂商自报）。不到一年间出现 M1、M2、M3，显示其在单一垂直领域的稳定节奏，而非通用发布的散弹。
为何是医疗，为何是现在
百川转向医疗置于更宽市场下读：通用实验室 2023、2024 烧钱追宽泛基准，而医院与保险公司有受监管刚需、现成模型满足不了；专业化用"通用性"换可防守利基，部署约束——隐私、本地托管、领域准确性——比规模更重要。
诚实的局限
- 上文每个基准数字（HealthBench 60.1、HealthBench Hard 34.7、与 gpt-oss-120B 对比、1/57 成本、74.9% 吞吐）均来自百川自身公告，本文未独立复现。
- "医疗增强"不等于临床验证或获监管批准用于诊断。该模型是推理助手，而非认证医疗器械。
- 通用、非医疗任务的性能并非百川宣称重点；勿假定 M2 在医疗之外匹敌通用模型。
- 开源权重许可条款与任何商用限制，部署前请直接阅读模型卡。
普通人现在能做什么
- 若你为诊所或保险公司评估模型，用你自己的去标识病例亲自给百川-M2 跑基准，而非轻信厂商 HealthBench 数字。
- 在假定可免费商用前，先读百川仓库上的官方模型卡与许可。
- 关注独立 HealthBench 跑分能否复现 60.1——那才是开源医疗模型论点的真正检验。