在把 “天才少年” 階段貢獻給搜狗之後，王小川找到了一個讓他長期好奇的領域：

“2000 年，我研究生的畢業論文就是做基因測序的拼接演算法，當時我就想知道，生命的數學原理是什麼？”

在 2023 年成立的百川智慧上，王小川統一了他對生命科學的長久關注與追求更強的 AI。

這讓一年多前還在講通用模型和應用的百川看起來 “變了” 也 “慢了”：同行頻繁更新模型，而百川近 8 個月沒有更新大版本；別人都強調通用和泛化，百川卻轉向醫療；流量競爭白熱化，百川既不參與模型 API 價格戰，也沒跟進投流大戰。

走到焦點之外後，社交媒體上出現不看好百川的聲音。也有投資人說：“百川其實是最穩的大模型獨角獸之一”——累計融資超 50 億元，卻沒怎麼燒錢。

1 月 25 日，百川釋出新模型 Baichuan-M1-preview，這是百川的第一個全場景推理大模型。

當天下午我們訪談了王小川。一開始，他就分享了 M1 給一位腦梗病危患者提供診斷參考的案例。接下來的兩個多小時裡，我們也聊了他對生命科學的興趣源頭，他理解的 AGI 和醫療的關係，以及百川已經開始的醫療落地。

多數人認為做醫療是轉向垂直領域，王小川的邏輯則是：

他預告了百川 25 年的落地計劃：

當更多同行與科技大公司在同一個戰壕裡廝殺時，百川選擇了一條不一樣的大模型創業路徑。“在大廠射程之外”，王小川看到了什麼？以下是他的階段性回答。

晚點：這兩個多月大模型行業特別熱鬧，大小公司都在狂發模型，百川在忙什麼？

王小川：在忙我們的第一個全場景推理模型 Baichuan-M1-preview，今天（1 月 25 日）釋出了，明天還會發一個開源的全模態模型 Omini-1.5。

晚點：M1 之前，百川有 8 個月沒有更新大的模型版本了，為什麼在競爭這麼激烈的行業裡，你們竟然慢下來？

王小川：我們在專注做醫療模型和產品。而且 25 年你會看到我們並不慢：3、4 月我們預計會再更新一個超級醫生模型；第一季度，我們的 AI 醫生會在北京兒童醫院上崗；我們也在和海淀區合作 AI 醫生助手，最快在一季度，每個海淀居民就可以用起來。

晚點：推理模型的主要變化是使用了強化學習。24 年 5 月，OpenAI 釋出 o1 4 個月前，你說過百川在強化學習上跑得比較快，為什麼百川不是最早一批做出推理模型的中國公司？

王小川：因為快不是我們的目標。我們既做通用，也做醫療增強，是雙份的努力。我希望我們往下每一代更新時，都能突出醫療心智。

晚點：做了醫療增強的 M1，現在具體可以做到什麼？

王小川：M1 的核心是複雜病症的推理診斷。正好分享個真實案例：前幾天，內蒙古市人民醫院有個腦梗患者被下了病危通知，家人不甘心，送到北京協和，同時也把病例傳給了我們。M1 給出了三個診斷方向，完全命中了後來協和專家會診提出的 4 個診斷方向。可以說，M1 已經遠超市一級醫院水準了。

這解鎖了新的場景：M1 不只會看頭疼腦熱等簡單病，去年升級後，它也可以做複雜病診斷了。

晚點：大家都在講通用和泛化，百川卻扎進了醫療這個具體場景，為什麼這麼選？什麼時候明確轉向的？

王小川：其實從第一天做百川時，我就想造醫生。2016 年發生了兩件事，一個是 AlphaGo 戰勝李世乭，一個是魏則西事件。那時我就在醫療上做了很多思考，有兩個結論。

第一是 AlphaGo 還不夠，當機器真的掌握語言，強人工智慧才到來。這個後來也得到了驗證。

另一個是 “得醫生者得天下”。醫療資源的核心瓶頸是醫生供給不足，而非資訊匹配，這不是網際網路邏輯能解決的。所以在這時做掛號網、春雨醫生、好大夫，只是幫患者找醫生，搞不定供給。AI 賦能，才有可能提升醫療供給，尤其是基層醫療供給，讓人人都有醫生用。

接著到 21 年，把搜狗賣給騰訊後，我覺得自己可以下場了，在搜狗告別信裡我就寫了：往下 20 年，我想做生命科學、大眾健康。22 年我創立了五季醫療，就在這個樓上，以後也會和大家見面。

然後是 23 年 AI 爆發，我建立了百川，因為我認為 AI 對醫療場景有大用處，我們就是帶著場景下場的。

晚點：如果第一天就想造醫生，為什麼百川最開始成立時，你好像沒特別強調醫療？

王小川：當時大家想的都是 OpenAI。當你和投資人、團隊溝通時，如果太強調醫療，大家可能覺得這是 vertical（垂直領域）。

而且醫療爆發確實是在通用模型解鎖之後，所以我們本來也要先做通用模型。而大家會逐漸看到，醫療並不是 vertical。

晚點：什麼時候開始明確和團隊、投資人說你們要聚焦醫療了？當時是怎麼說的？

王小川：2024 年 7 月我們開了一個戰略會，核心是講清楚醫療的前景，它不是 vertical。

首先，最重要的一個認知是，醫療是大模型皇冠上的明珠。任何一個 AI 技術在醫療上都有用武之地：複雜診斷需要推理能力，需要減少幻覺；全病程管理需要長視窗記憶，未來甚至可以記錄一個人一生的健康資訊；理解醫療影像、聽診等需要多模態；詢證、查論文需要 RAG（Retrieval-Augmented Generation，檢索增強生成）等；甚至未來手術機器人——我們自己可能不去做——也需要具身智慧。

這裡有兩種態度的差別：一是大家聽得更多的 “沿途下蛋”，有一定能力就釋放相應應用。但有些場景，可能模型到一定階段，它就不是一個應用了。

而我們是 “水漲船高”，因為醫療的天花板足夠高，它不會被超級模型淹沒掉，模型能力越高，這個應用就變得更超級。所以醫療是大模型之上更大的東西，它不是 vertical。

第二句話是，造醫生就等於 AGI。一些人覺得 AGI 已經無所不能了，那它就應該比醫生厲害，但實際上現在還做不到。

晚點：按照樸素的邏輯，你好像要先成為一個人，再成為醫生、律師等專家。而你的表述是，成為了醫生，所以成為了人？

王小川：什麼是成為人？這太寬泛了。大模型是造人的，而醫生是人類職業中最複雜的之一，所以它可以成為一個標尺。

我甚至在內部給大家講，自然數多還是偶數多？其實一樣多，因為它們是雙射的，任意一個自然數乘以 2 都是偶數。能造出醫生時，就是達到了 AGI。

晚點：7 月和團隊說時，大家有什麼反饋？能理解到什麼程度？

王小川：可能 50% 吧。畢竟有些工程師會想，那我能幹嘛？而隨著我們的專業醫療團隊逐漸加入，大家開始相互配合了，這需要一個轉變過程。

晚點：為什麼是在那個時間點，那之前不久的 2024 年 5 月，你們剛釋出了 “百小應”，它是一個豆包、Kimi 同類的通用聊天機器人應用。

王小川：不得不發了，而且在那個節點發一個東西也無傷大雅。

之後戰略會，是我們意識到應該讓團隊更重視醫療，如果繼續強調通用，我們就要同時做通用模型、通用應用和醫療增強。得讓團隊理解，公司對醫療是認真的。

晚點：更明確要造 AI 醫生後，百川的組織和團隊實際發生了什麼變化？

王小川：現在每個團隊都與醫療相關的人。我們也成立了醫學產品部，有 30 多位醫生，還收購了一家做醫工結合的公司，有 40 多人。

晚點：AI 人才和醫療人才，這兩種背景的人怎麼協作、分工、融合？

王小川：一是做技術的人要會提醫學問題；二是，醫學背景的人會參與設計模型評測體系，他們要學習對資料的概念。現在已經磨合得比較好了。

晚點：從剛成立時你覺得不應該太強調醫療，到 24 年夏天你敢明確提醫療了，什麼發生了變化？

王小川：第一是錢融到了，第二是團隊也意識到，除了模型外，要有很好的場景，否則就是紅海競爭。

晚點：那麼後續融資呢？相比繼續做通用模型和應用的公司，要造 AI 醫生的百川接下來好融錢嗎？

王小川：現在已經到產業落地階段了，光講模型也融不到錢了。

晚點：你覺得中國這批大模型創業公司裡，誰會先倒下，誰會活得更久？

王小川：既需要持續融資，又沒有找到自己應用和場景的公司接下來可能會有挑戰，畢竟現在已經有不太需要融資的公司佔住了 “只做技術” 的定位。

另外，應用和大廠在一個戰壕裡的公司也會有挑戰。

晚點：你怎麼看一批中國公司能快速追趕推理模型？MiniMax 創始人閆俊傑告訴我們，一批中國公司做推理模型很快，原因之一是藉助蒸餾；也有人指出，蒸餾無法解釋 DeepSeek-R1 和 Kimi-K1.5 技術報告裡的實驗和訓練過程。

王小川：蒸餾是公開的秘密，我倒並不特別排斥這件事。而且部分公司的推理模型並不完整，表象上對標 o1，實際能力還有差距。快，部分也是這個原因。

晚點：你認為怎樣算是 “蒸餾” 呢？

王小川：訓練模型要構造資料，現在也有很多公司嘗試用其它模型生成的資料。

晚點：字節跳動前幾天釋出推理模型 Doubao-1.5-pro 時，強調 “不走捷徑”，不使用任何其他模型的資料。

王小川：每個公司都有自己的屬性和策略。位元組作為巨頭可能對原創性要求更高，但他們也得看論文吧。

晚點：DeepSeek 在全球爆火出圈，這帶給你的更多是振奮還是焦慮？

王小川：挺振奮的，說兩點。一是中美科技博弈會進入新階段，DeepSeek 的開源也會改變行業格局，中國離實現 AGI 和應用爆發更近了。

二是 DeepSeek 的出圈讓更多人體驗到了 AI，教育了行業。年前和 R1 同時釋出的百川 M1 雖然沒有引起更多關注，但在鑑別診斷上的可用性超過了 R1 。原來我們還想，要怎麼讓衛健委和醫生能理解今天 AI 的醫療推理能力已經很強了，現在這會更容易。往下只需要驗證百川醫學增強的通用模型能給出更權威性和準確的回答，AI 醫生就會更快落地。

晚點：你們 2023 年釋出的 Baichuan 和 Baichuan2 是開源的，之後的 Baichuan 3 和 4 是閉源模型，這次 M1 又開源了一個 14B（引數為 140 億） 的版本。重新走向開源和 DeepSeek 近期的強勢開源有關嗎？

王小川：這是原定的計劃。醫療行業不是單靠百川一家就能做完的，需要和醫院深度合作。這次開源的 14B 版本針對醫療做了增強，在醫療評測上的得分反而超過 72B 的版本，而且用 4090 卡（英偉達的一款消費級 GPU）就能部署起來。

開源讓醫療科研人員能很容易上手模型、做調優。也能幫我們和醫療行業建立透明和信任的關係。

晚點：你去年說過，中國大模型行業是 “理想慢一步，落地快三步”，指在前沿技術上，中國一段時間內還是會跟隨美國的原創性創新，但中國公司有可能把應用落地做得更快、更好。今天的情況好像是 “理想只慢了半步”， 這超出你的預期了嗎？

王小川：我覺得 DeepSeek 的做法確實超出了大家的預期，可能只比 OpenAI 慢半步，或者說很接近了。

落地快三步，這是沒變的，醫療領域的落地，25 年就會是一個重要節點，醫療會是 AI 較早解鎖的主要場景，而不是像一些人想的是更晚的場景。

晚點：你怎麼看 DeepSeek 前期主要做開源模型 + 提供 API 的路線？它們 25 年 1 月才上線第一個 to C 應用。

王小川：DeepSeek 不是一個典型的創業公司。它沒有融資的責任和風險，所以它既不考慮錢怎麼來，也不需要先考慮商業模式，甚至卡都是現成的。這是從零起步的創業不可能複製的。

晚點：那麼可複製或者說大家共性的部分是什麼呢？

王小川：技術理想。今天，不管是好的創業公司、DeepSeek，還是位元組這類大廠，都是在技術理想上往前推進。

晚點：百川的技術理想是什麼？

王小川：相信技術突破，以及生命科學和 AI 的連線。

晚點：技術理想就是 AI 行業大家喜歡講的信仰嗎？

王小川：技術理想是信仰的一個子集，信什麼都叫信仰。我相信科學方法，相信透過實驗驗證等方法能發現更多未知。但是之前的科學正規化現在已經不夠了——我把這叫從科學時代到智慧時代。

智慧時代的起點就是大語言模型。這之前，是把物理變數學，用數學解構物理世界；現在是把語言變數學，解構物件不再是物理世界本身，而是語言中包含的人對物理世界的投射；再往下，是把生命變數學。所以生命科學不會被今天的 AI 覆蓋。

晚點：你對生命科學的長期信念來自什麼？你在搜狗時就投了不少醫療公司，如鷹瞳、春雨醫生、博彧維康、小鹿中醫等。

王小川：2000 年，我研究生的畢業論文就是做基因測序的拼接演算法，當時我就想知道，生命的數學原理是什麼。

晚點：聽說你會背《黃帝內經》？

王小川：沒有。我想的是，當數學物理不能解釋生命現象，不是現象不對，而是理論不完善。我想尋求新的理論解釋，所以花了一些功夫學中醫，中醫也是一種哲學。

晚點：你的高中同學，B 站 CEO 陳睿曾告訴我們，上高中時他比較感性，愛寫詩；你比較理性，喜歡計算機，但他感覺現在反過來了。 

王小川：他是我同桌，交叉換位了。但那也不叫 “感性”，其實是更理性。當科學不夠用時，就會做哲學性思考。

我們從父母 DNA 結合的受精卵變成一個人，還長得像爸媽，這聽著自然，但在數學上看不可思議。這是怎麼算出來的？三體運動問題就已經算不了了，天氣預報也很難找到規律。

但一個細胞，一個比天氣預報還天氣預報的東西，最後竟出現了規律，這不全是物理學來算的。物理世界很精確，但走向了熵增，生命看起來不精確，但走向了熵減。

（注：熵增指，一個封閉系統的熵（總混亂度）會隨時間推移增加，直到達到熱力學平衡態時的最大值；熵減則是系統的熵在特定條件下減小，即系統從無序轉向有序，混亂度降低。）

晚點：生命確實挺神奇，主流觀點認為整個宇宙是熵增的，但宇宙中誕生了生命。

王小川：其實我覺得宇宙走向熵增不成立，這是用物理定律推導的，推導前提是，宇宙是一個封閉的、跟外界沒有物質能量交換的系統，這如何驗證呢？不能用有限推無限。所以我說自己不是 “感性”，物理數學不夠的人才會給出這種結果。

晚點：大語言模型，尤其是 2022 年底的 ChatGPT，如何改變了你對做怎麼做醫療的想法？

王小川：總結起來三句話，一是強人工智慧時代來了。

我對語言很敏感，在搜狗做輸入法和搜尋都涉及語言。輸入法的字詞關聯，你可以認為它就是 predicting next token（預測下一個 token，大語言模型的訓練目標）；做搜尋引擎時，也想從搜尋變問答，我博士時就在思考問答系統。

所以 ChatGPT 一出來，我立刻知道變天了。那時在極客公園組織的討論中，我是堅定的 AGI “到來派”。

第二句話是我 24 年提的：從科學時代走向智慧時代。就是從數學解構物理世界，到數學解構人和生命。這個說完沒多久，Hinton、Hassabis 就拿了諾貝爾物理、化學獎。AI 正在顛覆科學正規化。

（注：Geoffery Hinton 為圖靈獎得主，深度學習奠基人之一；Demis Hassabis 在 DeepMind 帶領團隊開發了預測蛋白質結構的 AlphaFold。）

第三句話還是 “得醫生者得天下”。網際網路是得使用者者得天下，但我們做醫療後發現不對，沒有醫生，哪來使用者？醫生也是器械和藥品的流動渠道，他有處方權，是整個行業的樞紐。上個 20 年，整個 VC 投了 1000 億也沒做起來網際網路醫療，核心是因為只能圍繞醫生做周邊：幫醫生寫論文，幫醫院做資訊化……這些模式都不成立。

所以找醫生不如造醫生。這也是一個大藍海，每個人都需要醫生朋友。

晚點：你之前一直講，通往 AGI 要超級模型 + 超級應用雙輪驅動，就是同時做超大規模模型和應用。接下來百川在醫療領域想繼續做超級模型，會比做通用模型的成本更低還是更高？

王小川：我覺得會更高，因為我們需要更多醫療資料；更遠的壁壘還有持續的資料觀察，做到 “入院即入組” 甚至 “出生即入組”，就是對病程乃至整個生命過程的每一個醫療干預做完整記錄，這會產生海量資料，它們又會成為 AI for Science 的基礎，推動生命科學發展。而以前很多臨床資料是用完就扔掉了。

晚點：之前李開復告訴我們，只有大廠才燒得起超級大模型。

王小川：醫療大模型（的成本）高有高的價值，它關係生命健康，不能按 token 來算錢。

晚點：除了自己訓練模型外，現在的一些開源模型能幫助你們做醫療嗎？

王小川：一半一半。比如我們做的一個咳嗽模型——可以透過聽咳嗽聲音來判斷是上呼吸道感染還是下呼吸道感染——市場上根本沒有，那我們就得自己做。同時我們也要掌握預訓練、後訓練、強化學習和 RAG 的全部能力。

晚點：在超級應用方面，你之前對超級應用的定義是 “至少有 3000 萬到 1 億 DAU”，醫療場景也會有這麼大的應用嗎？

王小川：中國一年就診人次是 84 億，百度一天的健康搜尋請求是 5000 多萬人、4 億多次。如果我們能做長期的慢病和健康管理，它當然是一個超級應用。

晚點：醫療超級應用可能是什麼形態？

王小川：在 C 端，它大機率是一個醫生朋友。我們不會畏懼它，而是能平等交流，它也知道你過去的健康史；需要看人類醫生時，它也可以給你很多諮詢。在 B 端，它現在會是醫生的助手，幫助做診斷和全病程管理。

晚點：也有人認為，當模型足夠強就會 “吃掉一切”。比如李想最近說：“To C 層面，OpenAI 等掌握最強基座模型的公司不會留下什麼應用給大家創業。因為軟體的本質是功能，需要場景化、垂直化，而人工智慧的本質是能力，能力強就可以吃掉一切，對使用者也是最方便的。” 你怎麼看這個觀點？

王小川：首先醫療行業需要很多特殊資料，通用模型裡是沒有的。愛因斯坦再聰明，也不能給你看病。

而且醫療和生命科學是下個時代的東西，在我們邁向生命科學的過程中，也會有新的 AI 技術和正規化產生。

晚點：百川如何獲得足夠豐富和優質的醫療資料？

王小川：首先是和醫院合作，還有一些醫學雜誌和資料庫也有大量公開優質資料。

晚點：你們已經在合作的一些機構，比如北京兒童醫院，他們的資料可以分享給你們嗎？

王小川：我們聯合建立了北京市重點實驗室，資料會分享到實驗室。

晚點：醫療模型和醫療應用之間有多大的協同？是否有服務的使用者和醫院越多、資料越多，然後反哺模型越強的資料飛輪？

王小川：最關鍵的資料還是來自頂尖醫院，質比量更重要。多大程度上有資料飛輪，需要實踐更久之後才好回答。

晚點：如果醫 AI 醫生的前景被大廠認可了，他們也來做怎麼辦？你之前多次說 “大模新創業要走出大廠射程”，醫療真的在大廠射程之外嗎？ 

王小川：至少目前看，百度、騰訊仍在減少對醫療的投入，這不是大廠的最優先順序。

晚點：螞蟻前不久收購了好大夫線上，他們也說要共同聚焦醫療 AI 服務。

王小川：這個合作我覺得更偏戰略驅動，發力點和創新點是支付環節和商業模式設計，而不是 AI 突破，也不是改變醫生的供給。

晚點：聽說做百川這兩年多，你見過的政府領導比之前都多。

王小川：人數更多、級別也更高。

以前做搜尋，想接觸相關部門領導非常難，現在政府和醫院很願意和我們溝通。比較複雜的是，To B、To G 需要層層溝通。越是領導，對這件事理解越深、支援力度越大；而基層則涉及更多 KPI 考核，我們需要重新設計考核路徑，幫助推動落地。並不是所有人第一時間都歡迎改變，但整體趨勢是積極的。

晚點：你們去年 8 月宣佈了第一個重要的醫療合作伙伴北京兒童醫院，這也是因為先認識了他們的領導？

王小川：北京兒童醫院的院長很有魄力，有些機構可能對造醫生有牴觸，而他提出要造 100 萬兒科醫生。

第二，中國真的很缺兒科醫生，原來隔三差五往醫院送，會造成醫療擠兌、交叉感染、家長陪護等很多負擔，控制不好還可能成為流行病。

而未來會是 Hospital at Home，大量疾病居家處理，甚至能做全生命慢病管理，早預防、早診斷。這也符合國策——把醫療資源輸送到基層。

第三，兒童的家長相對年輕，更容易擁抱新技術。因此兒科會成為 AI 醫療裡最快產業化的一部分。

晚點：除了醫院之外，你們最近還宣佈了與北京市海淀衛健委和寧波高新區等地方政府部門的戰略合作。這種級別的合作是怎麼敲定的？

王小川：政府需求比較大的一是兒科，二是走向基層的全科。

比如深圳是我們的一個重點區域，上次醫改中的醫聯體改革（2013 年起，中國推進的分級診療和加強基層醫療資源的改革），深圳就是最早的試點之一。深圳寶安區，從區委書記到區長，再到衛健局領導，我都去見過。

海淀區也會是一個重要試點，我們會和海淀整個醫療系統和病例系統打通。25 年一季度，海淀區每個居民就會得到一個 AI 醫生助理。

晚點：你們和醫院、政府的這些戰略合作，落到具體產品上會是什麼？

王小川：可以講講已經發生的。我們和北京兒童醫院會推出 “一大四小”。一大是指計劃今年 3、4 月釋出的超級醫生模型。四小是居家、社群、市一級人民醫院和兒童醫院 4 個不同場景。超級醫生模型在這些場景裡有兩個角色：一是家裡的醫生朋友，二是醫院裡的醫生助手。

晚點：怎麼收費？向居民收費還是向政府？

王小川：整體看，付費方式或者說商業模式有 3 個方向：第一是 G 端（政府端），本身有基層公衛費用，會支援家庭醫生計劃和公立醫院改革。第二是 H 端（醫院），最終會走到醫保裡。比如去年底，AI 輔助診斷首次被國家醫保局列入了服務專案的立項指南，而且它不是算在醫療器械費用裡的，是在醫生服務費用裡。第三就是 to C，可能從每個人付費走向多層次商業保險。此外未來還有一個很大的機會，是出海。

晚點：我本來也想聊這一點，因為你之前說過在中國做 to B 不是好生意，在歐美是。但醫療出海可能涉及公民資料和隱私問題，這要怎麼解決呢？

王小川：我們正在探索，希望今年能有成績。我們還是要從全球範圍來看這次技術突破的價值。

晚點：回到在中國做 to B、to G，一個難點是容易把交付做得很重，甚至做成外包，百川怎麼避免這一點？

王小川：以前是因為只能圍繞醫生做周邊，所以容易變成外包；而如果是造醫生，那核心價值還是在於超級醫生模型。一開始可能要做得要重一些，但頭幾個客戶跑完後，一些非核心模型的部署工作就可以找 ISV（第三方的軟體合作商）去做了。

晚點：你們現在實際上去談客戶時，需要走競標流程嗎？會遇到什麼樣的對手？百川勝率如何？

王小川：這類專案一定會招投標，我們也會遇到其它 AI 公司，當然現在是個公司都說自己是 AI 公司。但一旦我們講清楚了我們的理念和能力，幾乎無一例外，就是（選擇了）百川。

晚點：總結而言，2025 年在 AI 醫生上，我們會看到什麼大的落地進展？

王小川：首先還是兒科，AI 醫生會顯著減少家長焦慮和醫療資源擠兌，很多問題可以在院外解決。其次，在更多場景和地區，我們會與領先的衛健委合作，推動家庭醫生計劃，AI 會在基層醫療裡扮演重要角色。第三是，在一些重大疑難病症中，AI 診斷甚至可能超越人類。

晚點：你 2023 年時有一個強判斷：語言才是智慧的主軸，這次 Baichuan-M1-preview 也有視覺理解等多模態能力。你會怎麼定義語言和多模態在提升智慧裡的不同作用？

王小川：多模態更多是為了增強互動能力，比如醫生和病人之間的溝通。這不等於智力。多模態並不是在技術上開闢新賽道。

晚點：在技術上開了推理模型方向的 OpenAI o1，對你的主要啟發是什麼？

王小川：是從快思考轉向了慢思考。慢思考仍是用語言來做推理，這也繼續驗證了語言在智慧提升中的強大威力。

晚點：你認為 “影片裡沒有智力”，但 Yann LeCun（圖靈獎得主，Meta FAIR 負責人） 也提到：人類無時無刻不在透過視覺和其他感官接收大量資訊，它們被壓縮和處理，形成了對世界的複雜模型。一個 4 歲孩子在 4 年內接收的視覺資料量與當前最大的 LLM 在網際網路文字上訓練的資料量相當，僅透過文字訓練，無法像人或動物那樣理解物理世界或進行復雜的推理和規劃。你怎麼看這個觀點？

王小川：我看過他的講法，但其實人在很長的歷史裡也沒怎麼真的理解（物理世界）。

晚點：但人天然就能預測運動軌跡等物理現象，變成了一些生存本能。

王小川：那是生存問題，我們討論智力問題。

我覺得也許有新模型能從影片裡去獲取訓練資料，但我依然認為語言才是智慧主軸。之前和幾個美國同行小範圍討論，也有人說語言是 “柺棍”，以後訓練 AI 就不需要語言了，可以直接用影像或影片，我覺得這走偏了。

語言至少是腳手架，人的智力和抽象思考受限於語言模式，語言邊界就接近人對世界的認知邊界。

晚點：當你和一些比較強調多模態的公司，比如 MiniMax、階躍，或專門做影片生成的公司，如 Pika、Runway 等交流時，你說影片裡沒有智慧，他們是什麼反應？

王小川：有兩種。一就是覺得為什麼要問這個問題呢？我做影片做得挺好的。

第二種是確實認為多模態對提升智慧有用。張鵬（智譜 CEO）有一個說法，是把智力和智慧分開，智力是語言，智慧是加上多模態。其實智慧和智力都是 Intelligence。

晚點：你認為在智慧的主軸語言上，下一個技術發展趨勢是什麼？

王小川：強化學習再往下，有重要的兩步：一是 AI 使用工具。比如 Anthropic 的 ComputerUse，還有 OpenAI 剛發的 Operator 都可以算是呼叫工具。

然後是製造工具，寫程式碼造工具是一種很好的正規化。以前是工程師寫程式碼，以後是 AI 寫完程式碼自己執行，AI 自己造工具自己來用。

晚點：這需要什麼技術變化才能實現？

王小川：核心還是能力的提升。使用工具需要與外界環境互動。而造工具更具前瞻性，可能成為強化學習後的一個正規化遷移。馬克思講人跟動物的區別，一個是語言，一個就是工具。

晚點：能自己使用工具和造工具，對 AI 醫生的幫助會是什麼？

王小川：會讓 AI 醫生能更好連線真實世界，比如操作你的電腦或幫助你做資料統計分析，未來甚至會走向手術機器人。

晚點：那從我們現在的狀態到真的出現了 AI 醫生可能還要多久？

王小川：AI 醫生和 AGI 就是一件事。Sam Altman（OpenAI CEO）不是說 27 年 AGI 就會來嗎。

晚點：那是他的時間表，你心中的時間表是怎樣的？

王小川：AI 醫生能幫助診斷疑難雜症、做罕見病分類等複雜醫療場景，這在 25 年就會實現。

能進入物理世界的機器人醫生，這塊我們還沒碰。不過長期看，手術也是階段性的，以後人都變機器了，也不需要手術了。

晚點：這是指人都義體化了嗎？那是《攻殼機動隊》了。

王小川：我創業的第一封信就講了——AGI 幫助延續和繁榮人類文明。

晚點：這是人類文明嗎？

王小川：為什麼不是呢？不是延續人類肉體，是延續人類文明。文明是對世界的一種認知——“我是誰，我要去哪”。

晚點：當我們失去肉體後，一些感官層面的文明還存在嗎？比如機器能被音樂之美和其中的情緒觸動嗎？

王小川：就像一艘船，你丟了點東西，也會獲得新東西。

我覺得 99.99% 的人都低估了這個時代的變化。我剛開始做百川時，不少人說 AI 是 “第四次工業革命”，我特別反對這個類比。

工業革命是社會分工越來越細，而人工智慧會收縮分工，可能很多工種就沒了。未來人和機器的關係、孩子出生後怎麼學習、倡導什麼價值，都需要重新定義。

晚點：從搜狗時期的內部創業到完全從 0 開始做百川，最大的區別是什麼？

王小川：非常不一樣。上次是在母體中發展，這次完全獨立，自己定義公司長成什麼樣。

上次是從一個小技術團隊起步，招一批清華集訓隊的做搜尋，目標比較簡單；這次是迅速擴張到幾百人的團隊，目標更綜合、複雜。

時代和時機也不同了，上次是跟在百度後面做搜尋，很累；這次是在浪尖做面向未來的事。

晚點：你自己最大的變化是什麼？

王小川：上次更多是相信單靠技術能改變一切；這次視角更全面，我對技術趨勢、產業方向和資本都有了更多判斷。

晚點：這次創業會更難嗎？你曾因為堅持想做瀏覽器，被調離搜狗 CEO 職位 ，18 個月後又做回了 CEO，你說過那是 “至暗時刻”。

王小川：創業總是難的 。兩次難點會不太一樣，之前主要是讓老闆相信，這次是讓團隊、投資人、外部合作伙伴都能相信。

晚點：你心中，百川做到了什麼，會讓你有成就感？

王小川：首先是能把醫生造出來，讓大家都有好醫生用，解決醫療資源的不可能三角。再往下，是有機會開闢新的醫學科研正規化，透過足夠多的臨床資料推動醫學進步。如果能做到這兩件事，就有歷史性意義。

晚點：你之前賣過一次公司，這會讓你更容易接受被收購，還是更覺得這不應該是一種選項。

王小川：最關鍵的是把事情做成。百川的核心目標是造出 “AI 醫生”，而不是為了證明自己。

晚點：以前是更想要證明自己嗎？其實你不當搜狗 CEO 那段時間，包括張朝陽的很多人都認為你會離開，但你沒走。

王小川：年輕時，會把我很牛、把自己對自己的能力評價看得更重。當時沒想離開，我覺得就應該透過瀏覽器把搜尋做起來，驗證這是對的。

有一點這次是一樣的，就是讓該發生的事發生。百川會在造 AI 醫生的程序裡有自己的位置。

晚點：做百川這兩年多，你對打造一個組織有了什麼新認知？

王小川：需要更多年輕人。2023 年因為要跑步入場，第一目標是先把團隊搭起來。接下來技術團隊需要更年輕化，吸收更多博士生和應屆博士，醫療人才則需要更多的經驗。

晚點：怎麼吸引優秀的年輕人加入你們？

王小川：一是要持續有挑戰性的任務，要避免團隊大了之後，很多事變得按部就班。二是氛圍上氣味相投，這樣更容易吸引目標、風格相似的人。

晚點：最近吸引了什麼牛人嗎？

王小川：我們 2024 年 7 月之後開始系統進醫療背景的人，進展很快。最近醫學總監也到崗了。他在清華和協和聯合培養了八年，在協和有六年臨床經驗，後來又去美國霍普金斯醫大學醫學院深造，有完整的醫學訓練，又有工程思維。他現在認為培養 AI 醫生比人類醫生更有前途。

晚點：之前我見過一些面試了百川，但沒有加入的人，一種反饋是覺得百川搜狗的人太多了。

王小川：什麼叫多呢？百川裡搜狗的人至少不會比一些公司裡清華的人多。

晚點：你之前講過 AI 應用的價值是創造、健康、快樂。如果也用這三個維度去評價你自己的 2024 年，你覺得創造了什麼？然後健康、快樂嗎？

王小川：經過一年的研發，我們在醫療領域的卡位、產品都有了初步跡象，我們的兒童醫生已經要準備上崗了。

公司層面我們也更健康了，團隊更注重結果導向。只有技術理想，對產業沒想法，這也是不夠的。

晚點：創業有提升你自己的健康和快樂程度嗎？

王小川：沒有。健康程度明顯沒提升，太忙了。

快樂的話，我還是更看到這件事有意義，這不叫快樂，而是能修補對 “我是誰” 的理解，這在上次（創業）是不夠的。

晚點：你對 “我是誰” 有了什麼更多理解？

王小川：大概 2023 年時，物理學界有一個烏龍，說發現了室溫超導材料。我一整個蒙圈了，因為你難以想象室溫超導真出現後世界會怎麼變。就像提線木偶一樣，你在這個變化中很被動。那時我也理解了多數人看到 AI 來了之後的感受。

所以我覺得非常幸運，AI 變革和我自己息息相關，我能看到這個未來會怎麼來，我還能參與其中去做創造。

晚點：如果真的實現了 AI 醫生，未來會變成什麼樣？

王小川：我挺喜歡 Dario（Anthropic 創始人）提的一個詞，“生物自由”。

晚點：這是指長生嗎？

王小川：是指人不再被疾病所煩惱了。

晚點：你希望長生嗎？

王小川：不。首先活太長了，對世界是有害的。對自己而言，完成自己的使命後再繼續活很久，肯定就變垃圾時間了。

晚點：AI 醫生也能幫我們免受精神、心理疾病的痛苦嗎？

王小川：神經問題會容易點，精神問題會難一點。在抑鬱上，我們在做一些努力，比如結合一些裝置做症狀識別。

晚點：在理工科背景創始人中，你對哲學、人文有更多關照和思考。更多想這些問題，會讓你變得更悲觀嗎？

王小川：不會呀。朝聞道，夕死可矣。能想明白、理解了，多開心呀。

晚點：2025 年，你最期待看到什麼事發生？可以講一個和 AI 有關的，一個無關的。

王小川：與 AI 相關的是，想看看多少場景能真的用上 AI 醫生，這是我最感興趣的事。

與 AI 無關的是看特朗普又有什麼新動作，每天起來都有巨多樂趣。