大家好，这里是最佳拍档，我是大飞。今天想跟大家聊一个人，和一家曾经站在中国大模型创业C位的公司。

不知道你还记不记得三年前那个春天，ChatGPT（Chat Generative Pre-trained Transformer: OpenAI 开发的基于 Gpt 架构的人机对话大语言模型）刚把全球科技圈烧得滚烫，国内大模型创业的第一梯队里，有一个名字格外亮眼，甚至一度被认为是最有可能跑出中国版 OpenAI 的那个人。他就是王小川，那家公司叫百川智能。但是最近，一个安静的消息传出来，百川智能最后一位联合创始人，也就是搜狗前 COO 茹立云，已经正式离开，去了慧辰股份做总裁，主抓 AI 应用和算力资源相关的业务。这个消息之所以值得拿出来聊，不只是有高管离职这么简单，而是它标志着一件事：百川最早跟着王小川一起打天下的那帮联创们，已经全部走光了。王小川身后，如今空无一人。

联创悉数离场：王小川的孤军奋战

你可能会说，创业公司高管变动不是很正常吗？但如果我们把时间倒回2023年，就知道这件事的分量有多重。在那个资本狂热的节点，百川智能的亮相堪称惊艳。2023年3月，ChatGPT 掀起全球 AI 热潮还不到半年，中国大模型创业进入了最狂热的资本期。王小川就在那个时候宣布成立百川智能，那可真的是自带光环的一支团队。除了搜狗创始人、前搜狐高级副总裁王小川本人，核心成员更是来自搜狗、百度、腾讯、华为。可以说，百川把国内大厂最一线的研究员都攒到了一起，形成了一支无可匹敌的“梦之队”。

在黄金团队的加持下，资本市场也给足了面子。成立才半年，百川智能就完成了两轮融资：天使轮 5000 万美元；当年 10 月，A1 轮融资 3 亿美元。阿里、腾讯、小米这些互联网巨头排着队往里进。到了 2024 年 7 月，百川又完成了 50 亿元人民币的 A 轮融资，估值直接冲到了大概 200 亿元人民币。这个发展速度放在同期的中国大模型创业公司里，是异常突出的。那时候市场上真的有人觉得，中国如果能出一只类似 OpenAI 的大模型巨兽，百川智能是最有可能的候选人之一，甚至有人断言，王小川可能是中国最适合做大模型的人。

然而，才短短三年时间，故事的走向却完全变了。中国大模型第一批创业公司里，智谱 AI 和 MiniMax 已经走向上市，月之暗面（Kimi）的估值更是飙升到了 300 亿美元。而百川智能，却逐渐淡出了公众视野的中心。曾经距离中国 OpenAI 最近的人，现在却走在一条更漫长、更寂寞的路上——那就是 AI 医疗。我并不是想说医疗方向错了，长期来看，医疗确实可能是人工智能最有想象力的领域之一，只是在当下，它确实已经不在大模型竞争的主流赛道上了。未来会怎么样，谁也说不好。今年 5 月，王小川自己对媒体说过一句话：“继续卷通用模型、走主流道路，即使上市了很风光，焦虑也不会减少半分。”这句话现在听起来，多少带有些许自我宽慰的意味在里面。

路线之争的终局：一票否决与医疗转型

百川智能之所以会走到今天这步，其命运的转折点，发生在 2025 年 4 月。那时候，王小川发布了一封全员信，在信中直言不讳地指出，百川目前的战线拉得太长，不够聚焦，接下来必须要收缩战线，全力押注医疗 AI。这一战略转型在百川内部掀起的波澜，可能比外界想象的要大得多。当时，几乎所有的联合创始人都一致反对这个决定。但是作为公司唯一的首席执行官（CEO: 首席执行官），王小川拥有一票否决权，他力排众议，最终决定放弃继续投入通用大模型的无休止军备竞赛，加速转向 AI 加医疗的深水区。

一位接近王小川的行业人士后来回忆说，在那个决策关口，基本上没人能劝得动王小川，他比任何人都要更相信自己的判断。但实际上，联创们对百川在通用大模型道路上的未来，是充满信心的。围绕百川到底有没有资格、应不应该继续参与通用大模型的竞争，联创们和王小川进行过非常激烈的争论。

那么，为什么联创们当时会有如此充足的底气和信心呢？因为从财务数据来看，2024 年百川智能的营收，其实是远远高于智谱 AI 这些同期的国产大模型厂商的。虽然在那个时候，国产模型的 API（Application Programming Interface: 应用程序接口）定价都不高，这部分商业化收入还远远无法覆盖昂贵的模型训练成本，但在国产模型创业公司里，百川智能凭借在 B 端（Business-to-Business: 面向企业客户的商业模式）市场、特别是金融业务的全面铺开，其 API 营收已经突破了 1 个亿人民币。这笔扎实的收入，让整个内部团队的信心都很足。而且，百川本来也是第一批推进上市的国产大模型厂商，甚至可以说是最早准备上市的那一批。按照当时的内部预计，百川在 2025 到 2026 年完成上市后，就能拿到一笔非常可观的资金投入，这也能顺理成章地解决投资人不愿意继续在高估值追高的难题。百川智能，本来很有可能成为大模型第一股。

可惜的是，王小川没能挺过那段迷茫期。其实，在那个资本降温的节点，看不清方向的远不止百川一家。包括后来成了大模型第一股的智谱 AI，还有凭借长文本出圈的 Kimi，在当时都曾陷入过深刻的低谷和迷茫。

算力洪流下的豪赌：预训练的商业化困境

在 2024 年底到 2025 年初的那个时间点，整个中国大模型行业的情绪都非常低落。一位产业投资人在跟多家大模型创业公司沟通的时候，就明显感觉到，那些明星创始人虽然嘴上依然对 AGI（Artificial General Intelligence: 通用人工智能）的宏伟未来深信不疑，但对于比肩 GPT-5 水平的通用大模型，究竟能不能从资金相对匮乏的创业公司里跑出来，其实大家的内心都有着不同程度的动摇与迷茫。

迷茫的根源，说穿了就是钱，是资本的消耗速度。按照埃隆·马斯克（Elon Musk）的估算，对 OpenAI 来说，GPT-5 的预训练可能需要 3 万到 5 万张 NVIDIA H100 显卡，光是芯片采购成本就超过了 7 亿美元，折合人民币大约 50 亿元。而 Scaling Law（Scaling Law: 模型性能随算力、数据量和参数量的指数级增加而提升的标度律）作为预训练的主流路径，参数越大，模型的智能表现就越好，但这意味着背后需要高昂且持续不断的算力和数据投入。这笔天文数字般的开销，对于硅谷的科技巨头微软、谷歌来说都绝非易事，而对于国内的大模型创业公司而言，更像是一场输不起的豪赌。

当所谓的“AI 六小龙”先后迈入 200 亿人民币估值门槛的节点时，资本市场也开始犹豫和退缩了。这种犹豫主要来自两个维度的困境：

• 方面，国内模型厂商当时还处于拼命追赶 GPT-4 的阶段。按照行业内部的市场估算，国内模型厂商想要追平并推出接近 GPT-4 水平的基座模型，至少还需要 4000 万到 5000 万美元的持续投入。这意味着，大模型公司前一年融到的几十个亿资金，正在被高昂的模型预训练、市场营销以及 C 端（Consumer: 面向普通消费者的商业模式）AI 应用的推广快速消耗，训练模型简直是“等米下锅”。
• 另一方面，那些还没跑出绝对技术影响力、也未能形成有效商业化闭环的国产模型厂商，迎来的则是外界越来越严苛的质疑和审视。大家可能还记得，那段时间国产大模型测评中最火、被调侃最多的是什么问题？是“9.11 和 9.8 哪个大”这种经典的比较难题。模型幻觉、模型“智障”成为了网民和媒体调侃的重灾区。

在 2024 年 3 月，金沙江创投主管合伙人朱啸虎在接受媒体采访时更是公开表示，他不会投资场上任何一家中国的基础大模型公司。他的理由很简单：这些大模型公司，要应用场景没场景，要核心数据没数据。而他所信仰的 AGI，是能够马上落地商业化、产生实际流水收入的 AI 应用，而不是烧钱的基础模型。朱啸虎的这番言论，在当时虽然引发了争议，但确实代表了业内相当一部分投资人最普遍、最深沉的担忧。如果基础大模型竞争还沿着 Scaling Law 的路径疯狂推进，创业公司到底还有没有能力长期跟下去？

在这种行业大背景下，市场开始形成一个新的共识：基础模型可能会越来越像免费的基础设施，真正能够产生商业溢价和壁垒的，将会是具体的行业应用。这一趋势的变化不仅影响着投资人的口袋，也深刻地影响了大模型创业公司自身的战略抉择。

这其中最典型的代表就是智谱 AI。作为国内最早布局大模型的清华系团队之一，智谱最初的目标非常明确，那就是做中国的 OpenAI。这家公司早在 2019 年就成立了，依托清华大学的长期学术积累做大模型研究。但进入 2024 年，一向偏向 ToB（面向企业服务）的智谱也开始加速商业化探索，除了继续研发 GLM 系列模型之外，还推出了多款面向移动办公、企业效率服务的应用产品，试图通过具体的行业应用来寻找更健康的收入来源。月之暗面也是如此，推出 Kimi 之初，虽然靠超长上下文窗口（Long Context）能力打开了消费级市场，但随后也开始在产品中融入更多的 Agent（Agent: 能够自主感知环境、进行思考规划并执行复杂任务的智能体）场景，而不再仅仅停留在单调的聊天助手层面。

大家都在苦苦寻找一个终极答案：大模型到底要怎么赚钱？而“医疗”，就是在这个时候进入了王小川的视野，这也构成了他做出那个在外界看来极其“顽固”的决断的时代背景。

错失的Agent窗口：代码场景重塑AI入口

在 2024 年底，一位头部大厂预训练组的技术专家曾这样分析过当时的局势：当 OpenAI 刚推出 GPT-3.5 的时候，国内大模型从创业公司到大厂，大家还能在一两年内迅速追赶上来。但 GPT-4 要求在推理能力（Reasoning）等深层次上取得突破，更不用说追赶还在研发中的 GPT-5 了。这是一笔真金白银砸进去，但短期内根本看不到回报的危险生意。

大厂有雄厚的资金和主营业务去支撑自研，但创业公司把大量的钱砸在底座模型的预训练和研发上，面临的风险极高：万一你刚刚拿出能追平 GPT-4 的模型，OpenAI 或者国内的某个巨头突然选择将同等水平的模型开源（Open Source: 开放源代码的软件许可模式），那么你之前烧掉的所有研发资金，在一夜之间就会化为泡影。这种挥之不去的担忧情绪在创业公司内部不断蔓延。

从理性的商业逻辑来看，王小川认为医疗是当时少数几个能够让模型创业公司建立起差异化竞争壁垒的方向。相比于竞争极其激烈、卷到看不到盈利尽头的通用聊天机器人，医疗行业天然具有行业价值高、专业壁垒极强的特点。医疗服务本身就是一个数万亿级的庞大市场，如果 AI 真的能够成为医生的合格助手，其创造的社会价值和商业利润，将远超普通的办公软件或娱乐工具。当基础模型的比拼逐渐演变成只有科技巨头才有资格参与的“无限游戏”时，创业公司退而求其次，去寻找一个能建立起高行业壁垒的垂直赛道，这个避战的商业逻辑在理论上是完全行得通的。

然而，2024 年底行业所作出的这一共识判断，后来被证明只对了一半。大家都预料到了 AI 最终必须进入具体场景，但很多人都严重低估了一件事：那就是基础模型本身的能力水平，依然是决定上层应用体验上限的绝对核心变量。

后来技术和市场演进的发展彻底改变了行业方向。AI 商业化第一个真正爆发的入口，并不是技术要求极高、监管极严的医疗，而是编程（Coding）。2024 年之后，全球 AI 产业出现了一条极其强势的新主线：Anthropic 凭借 Claude 模型优秀的推理和代码生成能力，快速席卷了全球开发者市场；OpenAI 也持续强化其代码模型性能；而类似于 Cursor（一款基于 AI 辅助编程的新一代代码编辑器）这样的 AI 编程工具开始出现用户和营收的爆发式增长。到了今年，Anthropic 凭借在开发者群体中的极佳口碑，其估值和营收增长斜率已经直追 OpenAI。

而在国内，智谱 AI 凭借近半年来其大模型在 Coding 场景下的优异表现，在完成上市后实现了估值逆转，市值一度突破了万亿大关。Coding 顺理成章地成为了 Agent 智能体最早、最成功落地的商业化场景，这也重新向行业证明了一个真理：大模型公司不一定非要急于寻找传统的垂直行业场景去适配，只要你的基础模型推理能力足够强，你完全可以创造出全新的工具和流量入口。而这，恰恰是百川智能在战略转型中，真正错失的黄金窗口。

搜狗基因的惯性：互联网经验的AI水土不服

聊到这里，你可能会产生疑问：王小川作为中国互联网最聪明的精英之一，为什么会做出这样的战略抉择？为什么百川智能没能留在大模型时代最核心的中央舞台？

从媒体报道以及多位百川智能前员工的交流中，“保守”这个词，开始高频地被用来形容这位掌舵人。有百川的内部员工认为，王小川之所以不再愿意押注通用模型，是因为他深受上一次创业经历的影响，在面对这种需要砸入百亿资金、胜负难料的“豪赌”时，缺乏那种破釜沉舟、孤注一掷的决绝。

其实，很少有外界目光注意到，搜狗成功上市之后，王小川经历过几次并不算成功的创业和投资尝试。他个人曾投资过“小鹿中医”，后来该项目被阿里健康收购；他还深度参与过一个叫“DeepCare”（羽医甘蓝）的项目，主攻 AI 加口腔医疗，宣称其服务已经覆盖了全球 60 多个国家，但根据第三方平台的数据穿透显示，这家公司的规模非常精简，参保员工数甚至显示只有 4 人。在医疗领域，王小川在此前其实并没有折腾出特别大的水花，直到大模型热潮的降临，才让他重新看到了将大模型与生命科学结合的巨大契机。

回看王小川过去的创业黄金期，在搜狗成功上市之前，他与“保守”这两个字是完全不沾边的。相反，他是中国互联网早期最典型的开拓型技术创业者。2004 年搜狗成立，那个年代互联网竞争的核心是流量，门户网站在争夺用户入口，搜索引擎在争夺信息分发权。王小川选择在那个时候做搜索，本质上就是在向已经占据绝对优势的霸主百度发起挑战。那是一场在外人看来几乎不可能赢的战争，但搜狗巧妙地依靠“搜狗输入法”作为切入点，利用强大的中文语言处理技术撕开了市场缺口，最终通过输入法、浏览器、搜索的“三级火箭”策略，在 2017 年成功将搜狗送上了纽交所。

在互联网时代一战成名的王小川，并不是一个典型的靠营销或资本驱动的商业型创业者，他更关注的是技术路线本身的正确性。搜狗依靠语言处理起家，而大语言模型的底层技术，恰恰也是王小川过去二十年在中文信息处理领域最核心的积累。这也是为什么百川智能在创建初期，能够在一夜之间拿到阿里、腾讯、小米三大互联网巨头以及多家国家队、地方政府产业基金的联合投资。这个极其豪华的黄金股东阵营，足以证明当时市场对王小川这位“搜狗之父”在语言模型技术上的青睐。

可是，AI 时代最大的不变，就是变化本身。王小川并不是没有意识到行业的变化，百川内部也并非没有探讨过不同的转型道路。

正如我们开头提到的，百川最后一位离职的联创茹立云，就曾在内部力主百川智能应该在 Coding 编程场景上进行重点投入。作为联合创始人，茹立云当时的思考与智谱 AI 的唐杰教授如出一辙——既然有 Anthropic 凭借 Claude 的代码能力成功走通在先，他坚信在这个细分场景上，凭借百川当时还算完备的人才团队，完全有差异化突围的机会。早在去年年初，茹立云就在公开场合多次表达过对 Anthropic 技术路线的看好。但当时，Coding 场景的爆发潜力还没有在商业上完全显现出来。

今年王小川在接受媒体采访时，也间接承认了这一点。他表示自己非常赞赏 Anthropic 创始人达里奥·阿莫代伊（Dario Amodei）对技术的深刻理解，这是一种审美层面的判断，事实也验证了 Claude 在代码场景下确实打出了极高的壁垒。

但王小川过去的搜狗创业经验告诉他：创业的目的不是为了去验证哪条赛道有赚钱的潜力，而是要看自己有没有机会成为这个特定方向上的第一赢家。当年搜狗能从百度、谷歌的夹缝中活下来，不是因为做了一个比百度参数更大、更全面的搜索引擎，而是找到了中文输入法这个独一无二的切入口。那么在 AI 时代，与其舍近求远去跟风押注 Coding 这个尚未完全被传统商业世界接受的新场景，不如从自己更为熟悉、同时也是生命科学终极梦想的“医疗”入手，这似乎才是属于百川的差异化制胜法宝。

这套依靠产品创新和定位差异化来建立防御壁垒的逻辑，在互联网时代百试不爽，但在大模型时代，却显得有些“水土不服”了。

在互联网时代，创业者可以通过精妙的产品经理思维和产品创新，迅速改变竞争格局。搜索、社交、电商，都是在底层成熟技术之上寻找新的用户需求，谁更理解用户，谁就能获得优势。但 AI 时代截然不同，竞争首先发生在底座模型层——模型的能力决定了应用的上限，算力的规模决定了模型能力的上限，而资本的厚度又决定了算力的规模。创业公司的竞争顺序发生了根本性倒置。

以 OpenAI 为例，它并不是先锁定某一个垂直行业（如医疗或法律），再去反推模型该怎么做；而是在不断将基础模型推向更高智能的研发过程中，让新的应用机会自然而然地涌现出来。每一步模型能力的跃迁，都会瞬间摧毁并重塑一批上层应用。智谱 AI 也是通过押注模型在 Coding 代码推理能力上的大幅提升，才迎来了 B 端 API 收入的爆发增长。

反观百川智能，王小川选择医疗，本质上是在寻找一个独立于基础模型之上的行业壁垒。这个方向本身不能算错，但他忽略了一点：AI 时代最大的壁垒不是传统的行业资源，依然是基础模型的能力。未来的 AI 医疗，最终依然需要建立在最强大、最通用的底层大模型之上。医院和医生不会因为一家创业公司拥有多少静态的医疗数据就选择它，谁拥有最顶尖的逻辑推理与多模态模型能力，谁才最有可能成为整个医疗 AI 的基础设施。

守望生命科学：百小医与Nia Teams的未来

面对外界对于其“掉队”的种种质疑，如今的王小川并没有选择停下来解释，也没有进行过多的公关回应，他只是在按照自己的节奏，不断地更新和迭代百川的医疗大模型。

今年 5 月 22 日，沉寂了相当一段时间的百川智能发布了其全新的医疗大模型 M4，以及配套的 Agent 智能体应用产品“百小医”。这几年里，百川在医疗垂直模型上的研发节奏其实一直没有断过，先后推出了 M3、M3 Plus 和 M4 系列。其中：

• M3 主打低幻觉率、主动问诊和临床辅助决策能力；
• M3 Plus 在此基础上进一步强化了循证医学能力和诊疗证据的引用；
• 百川还通过“海纳百川计划”，向服务于医务工作者的第三方机构免费开放其医疗模型的 API 接口；
• 到了最新发布的 M4，模型进一步演进为面向连续医疗场景的 Agent 架构，强调长期记忆、工具调用以及全病程管理能力。

伴随着新模型的发布，王小川在今年 5 月接受媒体采访时，也对过去几年的创业经历进行了一次深刻的反思。他承认自己过去犯下的最大错误是不该同时开辟那么多条战线，既想做通用模型，又想做医疗模型，同时还想做商业化和底层技术研发，“一开始是很难负担得住的”。

因此，从去年 4 月开始，百川团队进行了大刀阔斧的扁平化调整，将团队总人数压缩控制在 300 人以内。组织架构变得极其扁平，直接向王小川汇报的人精简到了只有 10 个人左右。最近，根据科技媒体的报道，百川内部正在低调测试一款主打人类与 AI 协同工作的团队协作平台，命名为 Nia Teams，这标志着百川在收缩战线的同时，也开始正式切入 AI 原生的团队办公和企业效率赛道。

王小川对 AI 医疗的笃定依然坚不可摧。他不接受外界关于“AI 医疗是一条极其漫长且低效的道路”的指责，认为这是过去旧时代的认知，不代表今天的大模型时代。为了佐证自己的判断，他举了两个例子：百度有接近三分之一的广告收入来自医疗相关的行业，每天网民在百度上进行医疗健康的查询量是上亿级别的；蚂蚁金服旗下的 AI 医疗助手“阿福”也有着高达 3000 万的月活跃用户。这说明用户的健康咨询需求一直都在那里，只是以前的行业供给端没有做好，而大模型将改变这一切。

他甚至提出了一个属于自己的大模型上演化路径理论框架：大模型的进化终局，会从早期的语言模型（包括数学语言和代码语言），逐步上演进为模拟物理规律的物理模型，即世界模型（World Model: 模拟和预测物理世界运行规律的模型体系），从而实现具身智能（Embodied AI: 拥有物理实体并在物理世界进行交互的智能系统），而演进的终极形态则是“生命模型”——而这，正是王小川从创立百川智能的第一天起，就想要去探索的科学终点。

尽管这个“生命模型”的宏大理论在如今的中国 AI 圈还远远无法达成共识，但王小川似乎已经不再在乎外界的任何风评了。有人直接问他是不是在赌 AI 医疗这个赛道，王小川的回应很平静：这绝不是赌博，而是他清晰地看到了医疗与生命科学的未来。

无论行业是达成共识还是处于非共识，王小川始终活在一种强大的内心自洽当中。他做搜狗 20 年，完整见证了中国互联网的狂飙与变革，也见证了无数个事物从最初的“非共识”一步步变成“共识”的艰难过程。他说自己亲身经历过这些，也曾是其中的受益者，所以今天决定再次“上船”。既然已经站在了大模型这个时代最伟大的主赛道里，如果还有太多的抱怨和焦虑，那就有点过分了。

搜狗时代的巨大成功，确实赋予了王小川一套非常标准的理工科技术创业者思维惯性——相信技术范式的演进，相信只要把复杂的现实问题拆解得足够细致，科学的答案终将会浮现。可大模型，尤其是牵扯到国计民生的医疗大模型，搜索引擎仅仅是其中最简单的一个信息检索环节。它背后所牵涉到的医生集团、患者群体、公立医院、监管机构以及医保支付方，每一方都有着极其复杂的利益诉求、保守边界与迟疑。这绝对不是一个纯粹依靠大模型算法技术不断拆解就能轻易解决的商业难题。

王小川如果只是试图把这些错综复杂的现实社会学问题，强行纳入自己构建的那套自洽的“生命模型”技术叙事里，百川智能在理论上或许会显得越来越正确，但在商业丛林的实际生存中，却未必会显得越来越有生命力。

或许王小川现在需要意识到的是，他过去二十年所赖以成功的那些坚持与经验，在全新的大模型时代，可能只对了一半。随着最后一位能与他平起平坐的联合创始人茹立云的离去，如今的百川智能内部，再也没有一个能够和王小川拍桌子、争论技术和商业路线的“反对派”了。

一个缺乏反对声音和路线辩论的决策环境，对于一家身处瞬息万变、技术一日千里的大模型创业公司来说，到底是一件可以高效执行战略的好事，还是一件走向盲区和偏执的坏事？这个答案，也许真的只有时间才能给出了。

不知道大家怎么看王小川和百川智能今天的垂直化选择呢？如果换作你是创始人，在生死存亡的通用大模型军备竞赛和垂直赛道避风港之间，你会怎么选择？欢迎大家在评论区留下你们的想法。感谢收看本期最佳拍档，我们下期再见。