脑机网 脑机网NAOJI.NET.CN
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章
ESC

王小川谈百川智能落地:大模型先解决真问题还是先堆参数?

据媒体报道,当一个做过搜索引擎的人开始做AI,他会怎么看待大模型这条赛道?

2026-10-06 · 1029 字 · 脑机网信息截止 2026-10-06

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

据媒体报道,当一个做过搜索引擎的人开始做AI,他会怎么看待大模型这条赛道?

10月4日,百川智能创始人王小川在一次公开对话中谈到,当前大模型行业的核心矛盾不是参数不够大,而是没有找到足够多的真问题。他认为,很多团队还在用"刷榜"和"跑分"证明自己,但真正能创造价值的模型,必须深入到具体行业的工作流中。

一、为什么"真问题"比"大参数"重要

大模型的能力在过去两年快速提升,但应用场景的落地速度并没有跟上。很多企业对AI的态度是"想试试,但不知道从哪里开始"。这说明技术供给侧和产业需求侧之间存在断层。

王小川的观点是,模型团队不能只盯着通用能力,而要沉到医疗、法律、教育、制造等行业,理解那里的真实痛点。比如医疗模型不能只回答一般健康问题,还要能处理病历、辅助诊断、与医院系统对接。

二、百川选择了哪些真问题

百川智能把医疗作为重点方向之一,推出了面向医疗场景的Baichuan-M1模型。医疗是一个高门槛、高价值但也高风险的行业。数据隐私、监管合规、临床验证,每一个环节都不简单。

选择医疗,意味着百川愿意接受慢节奏的积累。这和追逐热点、快速发布模型的打法形成对比。王小川在对话中提到,医疗AI的价值不在于模型参数多大,而在于能不能真正进入临床工作流,被医生和患者信任。

三、大模型行业会不会"参数内卷"

目前业内已经出现一种趋势:模型参数竞赛放缓,大家更关注效率、成本和垂直能力。继续盲目堆参数,边际收益会递减,训练和推理成本却指数级上升。

未来的竞争可能是"小模型、领域数据和工程能力"的组合。谁能把模型做得足够便宜、足够专业、足够好用,谁就能在B端市场站稳脚跟。

四、普通人现在能做什么

第一,如果你是AI从业者,别只盯着模型评测榜。多去了解你目标行业的真实工作流程,找到模型能真正替代或增强的环节。

第二,如果你是传统行业人士,学习用AI处理你熟悉的具体问题。你懂业务,AI懂计算,结合起来的价值最大。

第三,如果你是观察者,判断一家AI公司的价值,除了看参数量,还要看它解决了多少真实客户、在哪些场景形成了闭环。

王小川的提醒很简单:技术再炫,落不了地就是空中楼阁。大模型的下半场,比的是谁更能扎到真实世界里去。

五、一个容易被忽略的信号

判断王小川百川智能,盯住一件事:有没有付费客户在半年后继续加量。技术演示能刷屏,续费账单不会说谎。

数据与信源

信息截止 2026-10-06。文中数据以该日期前已公开的信息为准。

本文引用 官方发布会。

本站历史文章在正文中标注了来源机构与时间,但未逐条附原始链接。如需核验文中任一具体数字,请在评论区注明段落与数据,我们会在 2 个工作日内补出处。

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

相关阅读

查看「AI大模型」更多内容 → · 返回首页

引用本文

欢迎媒体、智库与研究机构引用。引用时请注明来源「脑机网」并保留原文链接,同时保留文章页标注的「信息截止」日期。转载规则见 引用与转载规范。

GB/T 7714脑机网编辑部. 王小川谈百川智能落地:大模型先解决真问题还是先堆参数?[EB/OL]. (脑机网)[2026-10-06]. 北京: 脑机网, https://www.naoji.net.cn/a/njw-a0a7b6. 2026-11-17.
APA脑机网编辑部. (2026, October 6). 王小川谈百川智能落地:大模型先解决真问题还是先堆参数?. 脑机网. https://www.naoji.net.cn/a/njw-a0a7b6
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章