百川智能（中文：百川智能；拼音：Bǎichuān Zhìnéng）是一家总部位于中国北京的人工智能公司。该公司由搜狗前首席执行官王小川于2023年4月创立，专注于开发大型语言模型，并截至2024年已成为中国“AI六虎”企业之一，这一称号是投资者用来描述国内领先人工智能初创公司的术语。百川这个名字意为“百条河流”，反映了王小川构建一个广泛、流动的人工智能能力生态系统的雄心。
2024年，百川加快了产品发布周期，在1月推出百川3，5月推出百川4，此前已发布开源的百川1（2023年6月）和百川2（2023年11月）。公司还推进国际扩张，将其模型和开发者工具瞄准中国大陆以外的市场，同时继续从主要科技投资者处筹集大量资金。
创立与早期融资
王小川在离开搜狗后于2023年4月创立了百川，搜狗是他自成立以来一直领导的公司。他获得了5000万美元的种子资金，并招募了前搜狗同事，利用他在中国互联网行业的声誉。公司早期重点是从头构建大型语言模型，强调中文能力和长上下文理解。
2023年10月，百川完成了3亿美元融资轮，参与者包括腾讯、阿里巴巴集团、顺为资本和小米。这一轮融资使公司跻身中国资金最充裕的人工智能初创公司之列。随后在2024年7月的一轮融资中，阿里巴巴集团参与领投，筹集了6.91亿美元，将百川估值推至28亿美元。资金流入支持了扩展的计算基础设施和研究招聘。
模型发布与技术里程碑
百川1于2023年6月推出，是一个开源大型语言模型，在大学研究人员中获得了采用，特别是在中文自然语言处理任务方面。其发布帮助确立了百川在透明度和学术合作方面的声誉，这与一些保持模型专有的竞争对手形成对比。
百川2于2023年11月发布，引入了显著更大的上下文窗口，能够处理约35万个中文字符。这一特性使文档分析、法律审查和长文内容生成等应用成为可能，在这些场景中，单次处理整本书或长合同此前是不切实际的。
百川3于2024年1月推出，专注于改进推理和事实准确性。它融入了Transformer架构训练方面的进展，包括精炼的多头注意力机制和位置编码策略。该模型在中文基准测试中表现出更强性能，并在英语任务上取得了有竞争力的结果。
百川4于2024年5月发布，代表了公司当时最先进的模型。它强调多模态能力，使模型能够同时处理文本和图像，并改进了指令遵循。百川4还引入了top-p采样和温度缩放方面的增强，以实现更可控的生成，瞄准企业部署。
国际扩张
2024年期间，百川扩大了在中国以外的存在，通过云平台和开发者API提供其模型。公司瞄准东南亚、中东和欧洲市场，这些地区对中文人工智能工具和多语言模型的需求正在增长。百川将其模型定位为OpenAI、Anthropic和Google DeepMind等西方产品的替代品，强调有竞争力的定价和强大的中文性能。
国际推进包括与区域云提供商和系统集成商的合作，尽管具体交易未公开详细说明。百川还发布了英文文档和开发者工具，以降低非中国工程师的采用障碍。截至2024年底，公司的全球用户群仍小于领先的美国公司，但其增长轨迹吸引了分析生成式人工智能格局的分析师的关注。
融资与估值轨迹
百川的融资历史反映了投资者对中国人工智能行业的信心，尽管存在地缘政治紧张局势。2023年10月的3亿美元融资轮使累计披露融资达到3.5亿美元。2024年7月的6.91亿美元融资轮将公司估值推至28亿美元，使百川成为中国最有价值的人工智能初创公司之一。阿里巴巴集团参与两轮融资，表明其对百川模型在其云和电子商务生态系统中的战略兴趣。
其他投资者包括顺为资本（由小米的雷军联合创立的风险投资公司）以及小米本身，后者可能寻求为其消费设备集成人工智能。公司28亿美元的估值使其落后于一些同行，但领先于许多全球人工智能初创公司，反映了中国在该领域资本部署的规模。
团队重组与医疗保健重点
2025年3月，百川宣布重组团队，专注于将人工智能应用于医疗保健。这一战略转向旨在利用公司的语言模型进行医疗诊断支持、临床文档和药物发现研究。此举与中国更广泛的趋势一致，政府鼓励在医疗保健领域采用人工智能，以应对人口老龄化和医疗资源不均的问题。
重组涉及将工程和研究人员重新分配到医疗保健特定项目，包括与医院和制药公司的合作。虽然财务细节未披露，但这一转向表明从通用模型竞争转向垂直应用，这一策略也被其他领域的AI21 Labs和Inflection AI所采用。
竞争格局
百川在拥挤的中国人工智能市场中运营，与MiniMax、月之暗面和智谱AI等公司竞争，这些公司统称为“AI六虎”。这些公司争夺人才、计算资源和企业合同，通常快速连续发布模型。百川通过开源贡献和长上下文能力实现差异化，而竞争对手则强调不同的优势，如视频生成或代理工作流。
在国际上，百川面临来自OpenAI、Anthropic和Google DeepMind等成熟参与者的竞争，以及Meta和Mistral的开源替代品。公司的模型经常与这些系统进行基准测试，结果因任务和语言而异。百川在中文处理方面的优势使其成为国内企业和政府附属机构的首选。
技术方法与研究
百川的技术团队依托深度学习和神经网络方面的专业知识，许多研究人员具有搜狗或中国大学的背景。公司采用标准训练技术，包括Adam优化器变体、学习率调度和梯度裁剪，以稳定大型模型的训练。对于推理，百川使用束搜索和采样方法，以平衡质量和多样性。
公司还投资于模型剪枝和数据增强，以提高效率和鲁棒性。百川的研究出版物虽然有限，但为理解中文模型训练和长上下文处理做出了贡献。公司开源的百川1和百川2发布使外部研究人员能够复现并基于其工作构建，培育了一个开发者社区。
反响与影响
百川的模型在中国学术界和工业界获得积极反响，特别是在处理超长中文文本方面。百川2的35万字上下文窗口在发布时被强调为一项技术成就。百川3和百川4被企业采用于客户服务自动化、内容生成和知识管理。
批评者指出，百川的国际影响与美国模型相比有限，部分原因是先进芯片的出口管制和数据本地化要求。公司2025年转向医疗保健被视为对这些约束的务实回应，专注于具有明确需求的国内市场。截至2025年初，百川仍是中国人工智能生态系统中的重要参与者，但其长期轨迹取决于监管发展和竞争动态。