大模型之家讯 近日，百川智能与清华大学研究团队联合发布新一代医疗增强大模型 Baichuan-M4。该模型在 OpenAI 提出的权威医疗评测 HealthBench 及其 Hard、Professional 三个子榜单上同时位列世界第一，综合得分 68.6，全面超越 GPT-5.5、Claude Opus 4.7、DeepSeek-V4-Pro 等国际顶尖模型，幻觉率低至 3.3%，为全行业最低。
M4 的核心突破在于四项贴近真实临床的能力。在深度问诊方面，M4 能够像临床医生一样主动追问患者，引导其提供完整病程信息，而非被动等待答案。其联合 150 多位一线医生构建的动态问诊评测体系 SCAN-bench 显示，M4 初诊得分 79.0、复诊得分 74.7，均明显领先 GPT-5.5 等竞品。在全病程记忆方面，M4 打通历史病历、多轮问诊、化验趋势与用药反馈，长上下文临床记忆评测得分 86.9，为同类最高，较上一代 M3 提升 21.1 分。
在循证医学层面，百川首创的「证据锚定」要求模型每一句医学结论都精确对应到原始论文或指南具体段落。依托六源循证范式，M4 的循证引用精度达 90.0，远超 GPT-5.5 的 54.7 和 OpenEvidence 的 55.9。此外，百川面向医疗场景构建的 Baichuan-Harness Agent 架构，将问诊、记忆、循证编排为完整的医疗智能体，可自主完成连续诊疗，无需人工逐步指令。
百川表示，从 M1 到 M4，团队始终聚焦于让 AI 真正能看病。目前全球顶尖大模型公司均已竞逐医疗赛道，M4 在严肃医疗场景中给出了目前业界最好的答卷，正在将优质诊疗资源带到更多人身边。
原创文章，作者：志斌，如若转载，请注明出处：http://damoai.com.cn/archives/16507
