本文源自：极客公园

　　显着 是最懂大 DAU 应用的大模子 创业者，却最晚发布 toC 应用；

　　显着 2023 年的动作风驰电掣，本年 却只迭代了一版模子 ；

　　显着 各人 都在做泛娱乐、服从 工具，他却频仍 提起医疗和康健 赛道。

　　很多 人看不懂王小川。

　　在 AGI Playground 2024 上，王小川给出了本身 的答复 。

　　‘本日 的 AI 应用，大多只是模子 本领 对外的“出现 ”。’在王小川看来，大模子 创业者做应用要非常审慎 ，用 App 工厂的模式做大模子 应用，大概 会给创业者带来很大的代价。

　　‘娱乐应用 kill time，服从 工具 save time，而医疗能延伸 时间。’王小川笑说，全部 东西都在变得越来越自制 ，越来越轻易 得到 ，但医疗和康健 却在变得越来越贵。

　　这是个很难的题目 ，但大模子 、AGI 能办理 这个题目 ，以是 他看到了机遇 。

　　以下内容来自 AGI Playground 2024 上，极客公园首创 人 总裁张鹏与百川智能首创 人 CEO 王小川的对话，经 Founder Park 编辑整理。

　　01大模子 创业第二年：开始换挡

　　张鹏：你是不是瘦了？

　　王小川：大概有三斤。

　　张鹏：那么精准啊。

　　王小川：常常 有在称体重。

　　张鹏：跟你客岁 的状态变革 还很大。客岁 我的印象是浑身 张力拉满，一个月更新一次大模子 。本年 感觉不太一样，是有什么节奏的变革 吗？

　　王小川：客岁 创建 了新公司，可以说是一脚地板油，滋滋冒着烟往前冲，28 天发一个模子 ，速率 也很快。

　　我们在 4 月份创建 ，6 月份发布第一款的 7B、13B 开源模子 。8 月份国家发大模子 牌照，天下 八家存案 ，包罗 有字节，百度，商汤．．．．．． 创业公司有三家，百川，MiniMax，智谱，其他两家都是 19、21 年创建 的，我们是最晚的一家，创建 四个月后就拿到国家的注册存案 。厥后 我们跟相干 部分 聊，才知道存案 的 160 个模子 内里 有一半用的是百川开源模子 来搭建。

　　客岁 在急速地往前跑，团队在扩张、行业硝烟四起，到本年 会发现每家都开始在找本身 的定位和节奏，不管从文本的语言模子 到视频模子 ，各家都有更多的思考 。固然 每次国外有新发布会，国内还是 一阵狂欢，但如今 不像客岁 有那种推背感，当时 每天 都有看不完的新信息、新论文，如今 整个节奏跟客岁 完全不一样，本日 可以或许 很安静的把本身 的竞争力在哪、内部怎样 界说 胜利等做一个新的梳理。

　　张鹏：以是 你给百川设定的节奏，是不是也有了明白 变革 ？客岁 节奏佷明白 ，每个月都要在大模子 上有盼望 ，简单 粗暴一脚地板油。本年 的节奏是怎么设定的？

　　王小川：本日 我以为 大概从以一个月为单位 来做，变成 一个季度。不一样的地方在于，客岁 各人 关注点在模子 ，本年 各人 开始看性能和本钱 ，探究 怎么实现应用突破。

　　客岁 4 月份公司创建 ，我们提到‘抱负 上慢一步，落地上快三步’。当时 以为 这么说各人 会不会有误解，以为 我们没有抱负 。我倒以为 并不是如许 ，做超等 模子 或超等 应用，两个超等 本日 依然创建 ，而且各人 已经关注什么叫超等 模子 、超等 应用，不但 是拼谁可以或许 卷快一点。

　　本年 ，我以为 应该给各人 交付的答卷里是对 AGI 本身 更完备 的思考 ，什么是 AGI？到达路径是什么？超等 应用应该长什么样子？行业依然在抱负 主义和实际 主义之间两派在争论，是先往 AGI 走，还是 先落地做应用？

　　张鹏 ：这一年有哪些新知吗？当时 做出来模子 这件事本身 就让人高兴 ，但目标 实现之后，你肯定会看到一些新的挑衅 和目标 。

　　王小川：我可以或许 更切身感受中美之间的区别，美国在这个期间 ，可以看到它还是 在有雷同 ‘登月’的技能 狂想。比如 像 OpenAI 7 万亿美元造芯片、研究可控核聚变，总之他们会把抱负 主义拉满。

　　国内的话，在这个范畴 追平到弯道超车后，抱负 怎么跟上？从前 我们号称本身 应用比美国落地快，但随着模子 还在继承 迭代，我们在应用上到底是能像之前互联网期间 ，一下子弯道超车，还是 处于 follow 的状态？国内对于投资也好，行业也好，我感觉内里 会有新的范式。

　　张鹏：各人 的共识是这个期间 在产生紧张 的厘革 ，但是厘革 到底怎么发生，怎么落地？发现有越来越多的非共识和不确定。

　　王小川：对，依然有很多 非共识。客岁 到本年 ，非共识我以为 依然没有镌汰 。比如 Scaling Law 到底什么时间 可以或许 继承 维持，还是 就会停下来？包罗 语言大模子 和 Sora 代表的视频模子 之间的关系。ToB，还是 ToC？我依然还是 有很多 差别 的观点。

　　02视频不是提拔 智能的主轴线

　　张鹏：那我问问你，近来 一年从美国、从环球 的角度，看到 Sora、GPT-4o 的变革 。你曾经表达不跟进 Sora，背后的逻辑是什么？

　　王小川：客岁 ，我会以为 各人 以为 大模子 做对的第一个关键词叫‘大’，以是 已经被验证通的叫 Scaling Law。中心 第二个词，各人 开始渐渐 忽略，叫 Language。Large Language Model，语言在中心 扮演 了本日 通向智能最紧张 的一个脚色 。

　　当时 做搜狗的时间 ，我们就有两个方向，天然 交互和知识盘算 。知识盘算 就代表一种智能，天然 交互是使得人跟它有更好的打仗 ，在天然 交互内里 会提到像语音、图像、视频。但是知识盘算 的话，中心 核心 的智能来自于语言。各人 提到说用图像或视频去增长 智能，我是刚强 地以语言为中轴做智能的。

　　但是假如 做交互体系 的话，会有声音和图像在内里 。这次创业，我们会选择先把长板拉满，在智能上依然对峙 语言为中轴。当各人 提到 Sora 时，更多还在夸大 很炫。我跟比力 锋利 的学者聊，他也很震动 。但渐渐 回过神来，会发现假如 我们把智能当成如今 紧张 的一个观点时，还是 得围绕语言中轴转，其他模态只是资助 应用落地交付更快。以是 对百川而言，假如 往 AGI 走，依然是要做智能，背后就是语言，这个态度 是没有变过的。

　　Sora 发布，各人 Happy；GPT-4o 发布，各人 惊呼，交互上是很好，厥后 看 OpenAI 内部分 享，提到还是 要对峙 做 texture intelligence，就是文本智能。

　　我们本日 来看毗连 主义、符号主义，各人 都以符号为中心 来讲它的可表明 性。本日 大模子 核心 是把符号主义的语言，包罗 数学符号和代码符号，和 Transformer 做压缩连到一块。以是 我的关键点是：不要忘记了智能跟符号主义之间的关系。

　　张鹏 ：你刚才说 Sora 固然 让人非常震撼，让我们视觉受到巨大打击 ，但它不是提拔 智能的主轴线，在你以为 智能的最核心 目标 里，它是旁支，可以这么明白 吗？

　　王小川：对，它是旁支，假如 智能化的语言是中轴，视频更多是外围，视频里智能性增长 的难度大概 是一百倍、一万倍，以是 本日 还没有技能 本领 和技能 突破到能在视频里提拔 智能。智能是把差别 事物之间相通规律赋予一个名字，就像庞加莱所说的，数学艺术在于‘give the same name to different things’——数学家眼里的数学之美是把差别 的事物用同样一个符号来表达。

　　视频没有智力里的抽象本领 ，就像你让呆板 读一亿本小说，它也不会增长 智力。智能不是说看的数据有多少，而是看数据背后所蕴含宇宙里的规律有多少。当下呆板 还是 在人类聪明 的语言里学习。

　　张鹏：以是 某种程度 上，假如 我把视频去压缩再还原，它在这个环节里并不真正含有我们所讲的智能。

　　王小川：在本日 的范式里，没有本领 去通过视频去发现新的知识，去表达，都是做不到的。技能 限定 了我们通过视频去做这件事变 。

　　张鹏：但是它很酷，对吧？以是 大概 很多 你的朋侪 都会问你‘小川你啥时间 做（视频）？’你怎么回应他们呢？由于 在当下，能做出来视频就很酷，就能拿到更多的投资，就能继承 往前走，你为什么选择用非常明白 的态度表达你不跟随这股海潮 。

　　王小川：由于 我很清楚 ，我们这个期间 往 AGI 里走，智能就是核心 ，以是 但凡把 Sora 跟智能之间划关系，我以为 这就是还不太懂技能 。

　　张鹏：以是 着实 你本质选择的是在智能上‘长个儿’，而不是横向的扩展。也充实 印证了小川还真的是要 commit 到 AGI 这个目标 上。那我们怎么解读 4o？由于 我们也听到有创业者说，4o 这种同一 多模态的方式，大概 是接下来做大模子 公司的必答题。假如 说 Sora 是选答题，可以不选，但 4o 是必答题，这观点你认同吗？

　　王小川：4o 在交互上可以或许 转达 更好的用户体验，4o 代表的语音交互，我把它分成三个层级的明白 ，假如 你是要一个简单 帮你进步 服从 的工具，让语音读起来更天然 、更流畅 、更省时间，用 TTS（语音合成）加 SR（语音辨认 ）也就够了。

　　假如 我们把产物 界说 为只是进步 服从 的工具，都不消 去聊智能。由于 我以为 本日 AGI 一大特点是：我们不是在造工具。我反复讲这个观点，像之前一位行业大佬跟我聊，他说‘你以为 这个大模子 行吗？7 位数乘法都不会做。’好像 以为 大模子 没有智能。我就反问他说‘你会 7 位数乘法吗？’他也不会。

　　因此判定 模子 不能以工具维度来看，着实 智能的核心 就是像人一样去思考 、沟通、表达共情，以是 在‘怎样 像人’这一层面看，在交互上就要像人一样流畅 地表达。这个条件 下，我以为 4o 的技能 可以或许 支持它的产物 形态。

　　再今后 走，就是 4o 能有语气，能从对话里感知到你的焦急 ，乃至 影响到对话的内容，那就是更高的一个地步 。4o 如今 显现 出来的本领 ，我以为 更多是在‘像人’上产生了产物 的意义。但在同一 建模语言上，我们还是 要评判它对智力本身 有多大的提拔 。这个角度来看，我以为 本日 4o 也没显现 出这种目标 。

　　张鹏：我发现你还是 非常聚焦在智能这件事，包罗 你对 Sora 和 4o 的解读，你以为 着实 它们都不是在智能上发展 的产物 ，它们还是 能在某些场景里做出更好的产物 ，提供更好的服务，这实际 上是智能的一个旁支本领 。

　　王小川：对，但有效 ，我们要寻求 的就是 AGI 要像人，4o 做到的比我们更靠近 。以是 在语言范畴 ，我以为 4o 是我们这些智能公司要去做的必答题。

　　03警惕 ‘沿途下蛋’的代价

　　张鹏：近来 一段时间，我们看到很多 多少 产物 开始投流了，开始有肯定 的用户量，小川你看到这些产物 会不会发急 ？大概 我们换一个视角，如今 各人 都在说技能 在连续 的发展 ，我们都知道技能 还不成熟，还要继承 发展。但有一个思绪 叫‘沿途下蛋’，在技能 发展时，能做出来什么我就先做着练练手。

　　但选择在哪个时候 要做产物 和要做什么产物 ，你有本身 的判定 ，由于 我看那些挺热门的项目你都没有涉及，能不能跟我们分享一下，你在用什么逻辑束缚 本身 ，让你没有去选择那些你本可以做的事儿。

　　王小川：由于 我觉得当 下各人 有一个共识：一个创业公司也必要 做超等 模子 ，且做出超等 应用。做个小应用不是创业的目标 ，它不能让公司活下去，大概 说到达 公司终极 的一个任务 。以是 沿途下蛋要看目标 是什么，是验证技能 是否可行？还是 盼望 它长成一个超等 应用？

　　我本身 在上一家公司做搜狗的时间 ，做过输入法，做过搜刮 引擎，可以说是下了三个蛋：输入法、欣赏 器、搜刮 引擎。以是 在我界说 里的超等 应用，至少必要 搜集 3000 万的 DAU（日活泼 用户），乃至 一个亿。我们本日 发布的‘百小应’也好，其他家的产物 比如 ‘文心一言’等等，大多数在对外出现 模子 本领 ，只是模子 本领 的出现 并不代表它就能成为一个超等 应用。

　　而且下了蛋就得养，你沿途下一个两个三个蛋，乃至 做成了应用工厂，末了 反而大概 把本身 困住了，往内里 无穷 投入资源。乃至 假如 你下了一个离超等 应用很近的蛋，养到特别 大的时间 大概 会把本身 都带偏，以是 必要 特别 审慎 ，得充实 去思考 你的模子 的超等 应用毕竟 是什么？

　　我们在内部有对超等 应用的界说 ，哪怕我们如今 发出来一个模子 ，但不代表本日 顺着这个蹊径 去扩展模子 ，就可以做出超等 应用。

　　张鹏：由于 ‘下蛋’本身 也要斲丧 ‘卵白 质’，然后关键是下完了以后，假如 真的孵出了一个小鸡，你还得养。这个事假如 太多了，都是小东西，你都要照顾，大概 你终极 的目标 都会受影响。

　　王小川：以是 各人 乐意 说下一个蛋，就一两个蛋，你别沿途下。这个事变 对一个创业公司是负担 不起的。

　　张鹏：刚才你也说到了，本日 很难说你做的任何一个东西就是将来 的超等 应用，但同时你又不能永久 不推应用。

　　以是 你怎样 选择又要通向 AGI 的目标 ，又能下出公道 的蛋的？这内里 有什么标准 和思考 逻辑？

　　王小川：我以为 要下一个蛋的话，起首 是它要比市面上已有的方法要显着 的好，可以或许 直接落地；同时随着模子 在继承 增长，你的产物 也要跟着一起发展 。有大概 你会发现，随着模子 的增长，你的产物 没有跟着一块发展 ，大概 不必要 发展 ，那你的产物 就给模子 盖住了。

　　以是 本日 的话，有大概 你不是要下一个蛋，而是造一艘船。这艘船在本日 要有广泛的应用；而且模子 每涨一分，你的应用的本领 也能继承 发展 。

　　这在某些范畴 是不创建 的，比如 toB 范畴 里的广告文案撰写大概 AI 客服，大概 用一个小模子 就够了。大概 这个蛋可以创造很大的收入，但是即便你乐成 ，你之后还乐意 投钱做模子 吗？假如 这个蛋空间有限大概 对技能 依靠 有限，你就没有本领 或意愿投资如许 一个模子 。

　　之前各人 做 AI 的时间 ，各人 都说天然 语言处理 惩罚 是人工智能皇冠上的明珠，那本日 我会以为 医疗是大模子 皇冠上的明珠。由于 医疗行业的需求是无穷 大的，模子 再大，医疗都必要 ；以及医疗的智力密度是充足 高的。

　　张鹏：以是 你的意思是，假如 你本日 选择一个下蛋的标准 ，你会非常关注它是不是终极 通向 AGI，就是模子 的本领 是要有发展 的空间和需求的，且这个东西又可以或许 在本日 交付阶段性的比力 闭环的服务。

　　而不是说本日 找到了一个小市场，末了 发现我对于 AGI 没有本领 大概 意愿去投入了。

　　王小川：对，这个东西既得有可行性，也代表了将来 充足 的高度。

　　04AGI 要造出一个高程度 的大夫

　　张鹏：既然你以为 医疗符合你的标准 ，那本年 我们会在医疗范畴 看到百川智能的产物 吗？

　　王小川：我们内部已经有了 demo，确实是符合我们本身 的一个预期的。

　　我发现本日 出现了一个特别 抵牾 的声音。比如 我们跟外界沟通的时间 ，我们说要做 AGI，要做医疗。各人 就会以为 你只是做个 vertical，没有大的抱负 。但是假如 我们说要造个大夫 出来，他就会猜疑 ——能做到吗？好像 太难了。

　　好像 本日 做 AGI 已经变成 了一种叶公好龙的做法，就是提 AGI 的时间 都特别 锋利 ，但是认真 的碰到 具体 的比如 说医疗题目 ，各人 又都躲着走。一方面讨论 AI 要毁灭 人类，一方面又以为 AI 没法在医疗内里 有贡献。这是我以为 非常非共识的一个点。

　　然后我们做医疗的话，会把它类比成无人驾驶。无人驾驶也是之前各人 以为 特别 难的一个标题 ，也有伦理的题目 ，也有可行性的题目 ，但是各人 对无人驾驶也很看重。

　　医疗着实 是一个比无人驾驶更有代价 的事变 ，由于 没有无人驾驶司机也能本身 开车，但是人抱病 了没法本身 看病。以是 大夫 的供给要比司机少很多 ，同时又跟生命康健 高度相干 ，因此它的代价 就充足 大。

　　那剩下的环境 就是伦理题目 和难度的题目 ，那类比无人驾驶 L0-L5 的级别，医疗内里 也可以划如许 一个级别。

　　张鹏：主动 驾驶里各个级别都是有明白 的界说 的，那医疗范畴 里的 L0-L5 是怎么界说 的？

　　王小川：理论上，假如 你是单点的信息，给出单点的决定 发起 ，叫做 L1。

　　假如 你是通过多样的数据网络 诊断，又看片子、又看语言文本，尚有 组合的输入；同时在输出的信息里是既有诊断的又有治疗的组合方案，就可以做到 L2。

　　我们以为 本日 医疗行业在 AI 加持之后的话，可以做到 L1-L2 之间，比 L1 好一点，但是离 L2 尚有 差距。

　　但是我们判定 ，以如今 大模子 的技能 加上别的 技能 的引入，是有机遇 做到 L3 的，也就是在部分 场景、乃至 大部分 场景里，呆板 可以或许 本身 做出长程的判定 和决定 。但是在关键的时间点内里 ，还是 必要 大夫 来做终极 的决定 。

　　因此，我们以为 本日 这一代大模子 是可以做到 L3 的。在抱负 之中各人 还会提到一个词叫 AGI，但是 AGI 是什么还是 未被界说 的。那我们以为 AGI 至少得有一个可以评测的界说 。之前各人 以为 图灵测试无法用语言分辨出人和呆板 了就可以称为智能，那本日 我们对于 AGI 的界说 就是假如 你能造出一个高程度 的大夫 了，就是到达 AGI 了。

　　各人 大概 会以为 大夫 对于 AGI 来说太垂直了，那我想问各人 一个数学题目 ：天然 数和偶数哪个多？

　　各人 的第一想法大概 是天然 数比偶数多，由于 偶数是天然 数的子集，每两个天然 数就有一个偶数，对吧？但数学上不是这么看的，由于 每一个天然 数乘以 2 都能得到一个偶数，以是 偶数是不会比天然 数少的，用双射法就可以证明 。

　　以是 本日 来讲，约便是 大夫 是 AGI 的一个子集，大模子 全部 的本领 在大夫 上都用得到，比如 说推理本领 、镌汰 幻觉的本领 、沟通本领 、共情本领 、多模态的本领 、影象 的本领 。

　　这个时间 我们以为 到达 了 L4 的程度 。

　　再往下，着实 在创业之前，我不停 很好奇生命的数学模子 是什么。我们知道物理的数学模子 已经被找到了；本日 做天下 模子 的话，办理 的是语言的数学模子 。再往下的话，我们还会去找生命的数学模子 ，像 AlphaFold 3、AlphaGo，假如 跟大模子 连合 ，也答应 以构成一个生命的数学模子 。那谁人 时间 就可以做到 L5，也就是完全不必要 大夫 参与 ，从防备 、诊断到干预，完全由呆板 完成，乃至 末了 逾越 大夫 ，我们叫做生命模子 。

　　05医疗是通往 AGI 的‘难而精确 的事变 ’

　　张鹏：已往 我会以为 ，小川对医疗范畴 有一些执着、布满 热情，这大概 跟你原来的一些头脑 惯性相干 。但刚才我听到的一点是，你以为 医疗是通向 AGI 的那件‘难而精确 的事变 ’？

　　王小川：对，难而精确 ，且非共识的事变 。

　　张鹏：OK，这个逻辑让我本日 有一些新的认知。但是我还是 想追问一句，这个行业内里 的主体，大概 说偏共识的东西，是做娱乐、服从 工具。医疗很轻易 让各人 以为 ，怎么拆了一个很窄的垂直范畴 ？这会不会给你带来很大挑衅 ？毕竟 有那么多力气 要说服，有很多 技能 要挑衅 。你为什么没有选娱乐大概 是服从 工具？

　　王小川：娱乐、服从 工具本身 有它的共识。我们说服从 工具是帮你省时间的，娱乐是帮你杀时间的。我以为 人生很抵牾 啊，一会要省时间，一会帮你杀时间。

　　张鹏：对，人家很自洽嘛，这边省完了那边 杀嘛。

　　王小川：但我们做医疗康健 的话，是可以或许 帮你延永生 命时间。而且它是可以平行于省时间、杀时间的，一个独立的赛道。

　　张鹏：以是 你叫加时间。

　　王小川：对，给你加时间。前段时间 有个朋侪 说，在美国得到 各种各样的本领 、服务，本钱 都在低落 。比如 说得到 视频，从前 看影戏 很贵，如今 变自制 了。

　　在美国只有两个行业、服务，它的代价 是越来越贵的。此中 一个就是医疗服务，人的需求是无穷 多的，自古到今，医疗再多供给，人都有需求。别的 一个国内没有，叫做乐成 学。这两个事变 是越来越贵的，因此在全部 赛道内里 ，医疗末了 是有无穷 空间的行业。中国的医疗行业大概是十万亿的级别，在美国更多，是十万亿美金往上级别的行业。

　　张鹏：只是它会合 度不敷 ，是吗？相对分散，但总量很大。

　　王小川：分散是功德 嘛，像从前 电商都是很分散的，但末了 有办法在中心 形成更大的一个平台。以是 我当时 2021 年把公司卖给腾讯的时间 ，说要做医疗康健 ，各人 第一个问的是，你是不是要去做 AI 制药？我以为 还是 把它看小了。

　　我从研究生做基因测序开始就知道，医药行业在本日 核心 ‘医、药、险’三个环节内里 ，‘药’在中心 只是一个认知的环节。由于 ‘药’必要 很多 临床实践，这个认知的得到 并不是只在实行 室内里 拿小白鼠得到 的，医药最大的难点是，必须用人做实行 ，大夫 肯定 要参与 这个环节，以是 临床才是得到 认知和服务的中心 舞台。

　　之前药厂是会合 的，但是大夫 是分散的。本日 大夫 要参加 到科研，他们既是临床服务者，也是科研工作者，因此在中国叫‘得大夫 者得天下’，患者也是求大夫 ，药厂也要去找大夫 ，但大夫 供给的量非常有限。

　　我们本日 做 AGI，核心 就是通过知识密度扩大知识的供给。大夫 的供给不是靠生产关系，像滴滴、美团帮你拉拢 下就够了的。就像骑手，有些人工作不顺遂 ，一不开心去当骑手了，但没法说一不开心就去当大夫 。这个供给是 AGI 紧张 的市场空间。

　　张鹏：这个阶段，智能本领 假如 能改变供给，肯定 是很让人高兴 的。以是 你如今 很明白 是要在医疗范畴 里造大夫 了？

　　王小川：对，我们造大夫 。这个很清楚 ，是我们紧张 的一个方向。而且造大夫 ，供给稀缺，需求巨大，有市场空间。以我对技能 的判定 ，我以为 近两年先做 L3，通向 L4 是有机遇 的。

　　而且 本日 医疗行业着实 有背面 的数据飞轮。由于 大量的精准医疗，如许 一个 know-how 的过程，是必要 在有大夫 在全病程管理中去观察，然后网络 数据，做如许 一个生命模子 。

　　如许 的话，不但 是在造大夫 ，同时是通过造大夫 之后，在服务的过程中心 ，去构建生命的数学模子 ，而不是只构造所谓的天下 模子 。天下 模子 是特别 虚的一个词，我们知道这个天下 是熵增的、走向热寂的。

　　你构造一个东西末了 等价于‘不确定的天下 ’，不如构造对生命的明白 模子 。由于 在这内里 ，我们从本日 LLM 走向 AGI 到背面 的生命模子 ，我们以为 除了应用范畴 ，对于技能 发展也要有本身 的脉络。

　　张鹏：嗯，生命本身 是一个熵减的状态。

　　王小川：熵减的事变 才华 建模子 ，熵增的事变 怎么建模呢？

　　张鹏：嗯，有原理 ，我以为 说到这一点，答案已经呼之欲出了。

　　但我再追问一句，就是怎样 去界说 一个好的 AI 大夫 和一个不好 的 AI 大夫 ？假定都是 L3 级别的大夫 ，由于 毕竟 L3 就意味着还是 要有人在里边，我们终极 的结果 大概 也不肯定 能看得出来，这个‘人’占比是多少。我记得前次 我们在聊的时间 ，我们都在谈这个期间 去把产物 做好，很紧张 的就是怎样 去界说 ‘练习 集’和‘测试集’，对吧？那什么是一个好的 AI 大夫 的‘练习 集’和‘测试集’呢？

　　王小川：起首 讲，大夫 是两个维度，一个是他的专业性，一个是他跟你沟通中心 的耐烦 和共情。耐烦 共情对于患者是轻易 去感触的，以是 本日 在线的这些平台，都特别 夸大 共情、耐烦 、提供快速的服务，这个不难界说 。难点是它的专业性，专业性着实 患者是没法看的。

　　以是 第一个，它的练习 集。我们知道全部 的大夫 都必要 写论文，就是把他的认知，变成 循证级别，从 case report 到背面 的 RCT，临床两边 实行 ，到末了 的 Meta 分析，聚集 分析。这个过程，就已经把它变成 了医疗行业承认 的一个数据集，这是广泛存在的，从病例到论文到医学册本 ，乃至 互联网上已经有的 case，这个练习 集是充足 的。

　　而测试集的话，既可以拿本日 的这些论文大概 医案作标准 去测试。乃至 往下在临床实行 当中，看它毕竟 对你的治疗结果 是否有提拔 ，这是符合医学范式的。医学有它的一套医学统计和临床实行 方法，来包管 它的严厉 性。因此我们要依照 医学的统计规律来验证这个体系 。以是 一边从斲丧 者出发，一方面符合医学的整个研究范式。

　　张鹏：我们能等待 在本年 看到这种 L3 级别的大夫 出现吗？

　　王小川：我以为 按照我们如今 的进度是有机遇 做到的。

　　着实 客岁 我们了局 的时间 就提到医疗、大夫 。然后在百川的时间 ，我还讲过创造康健 和快乐。

　　我们的理念，随着我们 deliver 产物 之后，各人 都能看到了，AGI 便是 大夫 ，但本日 的大模子 还只能做到大夫 或患者的医疗顾问，给各人 交付如许 一个路径。之后当你造出大夫 、有 AGI 之后，着实 我们可以做全部 的事变 ，如许 能找到一个 TPF 的单点突破。

　　张鹏：我以为 你本日 最大的、吸引我的一点就是我们终于发现，有人在帮我们省时间，有人帮我们杀时间，只有你大概 在积极 给我们加时间。

　　盼望 你把‘加时间’做好，我们都会给你充值。