衡宇 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

來猜一下，AI時代，醫(yī)生最哭笑不得的是什么？

越來越多的患者在進(jìn)診室前，已經(jīng)習(xí)慣先用各類通用型Chatbot查詢癥狀。進(jìn)診室的時候，不少會帶著AI給的診斷和方案和醫(yī)生來場“激情對線”。

• AI都說了，我得的不是這種??！

近一年來，這類場景在全國多地多家醫(yī)院反復(fù)出現(xiàn)。

原本用于診療判斷的時間，被大量消耗在糾偏、解釋和風(fēng)險提示上。診室節(jié)奏被打亂不說，醫(yī)患雙方溝通成本還大大上升了。

這里還是再跟所有人強(qiáng)調(diào)再強(qiáng)調(diào)：

醫(yī)療是嚴(yán)肅場景，而通用型大模型并不是圍繞醫(yī)療體系設(shè)計的，在回答醫(yī)療相關(guān)問題時，胡說八道（也就是幻覺率）的概率甚至能高達(dá)40%。

別說自己不能用通用大模型來給自己看病下診斷了，就連醫(yī)院和醫(yī)生，在選用垂直領(lǐng)域的醫(yī)療AI時，都會極其謹(jǐn)慎。

從行業(yè)視角來看，這樣高的門檻，的確給醫(yī)療AI帶來了清晰的競爭焦點。

真正能在醫(yī)院站穩(wěn)腳跟的醫(yī)療AI公司，必須靠長期場景積累、工程化交付能力，以及可復(fù)盤的落地效果。

以此為標(biāo)尺，我們走訪多地多家醫(yī)院，搜集整理出醫(yī)院真實部署的一組數(shù)據(jù)。

其中，在全國百強(qiáng)三甲醫(yī)院中，約40%選擇了同一家醫(yī)療AI公司——

云知聲。

是的，對于AI明星公司云知聲，是時候更多以“醫(yī)療”透鏡來看待了。

醫(yī)療AI能否進(jìn)三甲，已成為最重要的分水嶺

醫(yī)療AI的競爭正在從能力展示轉(zhuǎn)向真實運行。

進(jìn)入這一階段后，關(guān)鍵分水嶺逐漸清晰：能否在醫(yī)院（尤其是三甲醫(yī)院）長期穩(wěn)定運行，能否在臨床環(huán)境中實現(xiàn)可復(fù)盤的效果，能否在多院復(fù)制中保持一致性。

這是來自醫(yī)院一線的直接現(xiàn)實選擇。

然而醫(yī)療AI想要落地，從試點走向常態(tài)化運行，往往要跨越幾道難以壓縮的門檻。

首先，醫(yī)療決策具有連續(xù)性。

問診-檢查-診斷-開處方-治療，每一步都依賴前序判斷，一次偏差，可能引發(fā)難以預(yù)料的連鎖反應(yīng)。

因此，輸出穩(wěn)定性被放在極高優(yōu)先級。

其次，結(jié)果需要被多方體系同時接受。

這么說吧——醫(yī)生關(guān)注醫(yī)學(xué)合理性，病案質(zhì)控關(guān)注合規(guī)與完整性，醫(yī)保系統(tǒng)關(guān)注規(guī)則與成本控制。

能夠通過其中一關(guān)，并不代表能通過完整流程。

更重要的是，醫(yī)療錯誤的成本極高。

眾所周知，醫(yī)院試錯空間有限，對幻覺和錯誤的容忍度接近于零。不管是相關(guān)部門、醫(yī)院，還是具體到醫(yī)生個人，對一款醫(yī)療AI系統(tǒng)/產(chǎn)品“能不能用”“敢不敢用”都有明確而現(xiàn)實的判斷。

這使得大量看起來能力很強(qiáng)的模型，最終高高孤掛在評測榜單，卻在現(xiàn)實世界難以走向規(guī)模推廣。

正是在這樣的背景下，能夠長期跑在醫(yī)院尤其是三甲醫(yī)院的醫(yī)療AI大模型，數(shù)量迅速收斂。

云知聲屬于其中之一。

截至今年6月，云知聲智慧醫(yī)療解決方案已經(jīng)在全國部署400家醫(yī)院，700余家進(jìn)入測試階段。

其門診病歷生成系統(tǒng)生成的病歷，病歷直接引用率接近90%。

拿大白話來說，每10份生成的病歷中，約有9份，醫(yī)生可以一字不改，直接使用。

北京市內(nèi)多位三甲醫(yī)院醫(yī)生向我們反饋，這套系統(tǒng)在病歷書寫環(huán)節(jié)幾乎幫自己省下了近九成的時間成本。

放在醫(yī)療這一類低容錯、高責(zé)任的場景里，這樣的長期運行指標(biāo)與實際提效結(jié)果，意義遠(yuǎn)高于單次演示或短期試點。

而這，只是云知聲在醫(yī)療領(lǐng)域產(chǎn)品與解決方案中的一個單點。

公開資料顯示，基于自研醫(yī)療大模型山海大模型，云知聲在醫(yī)療領(lǐng)域的能力覆蓋病歷語音輸入、病歷質(zhì)控、單病種質(zhì)控、門診病歷生成系統(tǒng)、醫(yī)療保險支付管理和醫(yī)學(xué)知識圖譜等。

從長期路線到技術(shù)兌現(xiàn)

云知聲并非近期進(jìn)入醫(yī)療賽道。

2016年起，智慧醫(yī)療就已經(jīng)成為驅(qū)動云知聲業(yè)務(wù)的兩駕馬車之一。

早期階段，云知聲圍繞語音病歷等場景，著手解決醫(yī)生記錄效率問題；隨后在病歷質(zhì)控、單病種質(zhì)控等方向，開始系統(tǒng)性處理醫(yī)療質(zhì)量與合規(guī)約束；AI 2.0時代開始，行業(yè)技術(shù)發(fā)展提供了更高的可行性，其目標(biāo)進(jìn)一步轉(zhuǎn)向臨床生產(chǎn)力本身。

可以看到，云知聲在醫(yī)療領(lǐng)域的演進(jìn)與中國醫(yī)療信息化、智能化進(jìn)程高度同步，是醫(yī)療AI領(lǐng)域一名實打?qū)嵉睦媳?/p>

12月20日，國家人工智能應(yīng)用中試基地（醫(yī)療）浙江開園并發(fā)布年度重大成果，首發(fā)測評了30款主流大模型的MedAIBench測評榜，遴選發(fā)布了10款優(yōu)秀國產(chǎn)模型。

其中，云知聲山海大模型入選。

就在昨天，云知聲發(fā)布了最新的階段性成果山海·知醫(yī) 5.0。

在模型架構(gòu)層面，山?！ぶt(yī) 5.0采用“醫(yī)學(xué)文本大模型+醫(yī)學(xué)多模態(tài)大模型”并行的雙核心體系。

現(xiàn)在的山?！ぶt(yī) 5.0，能夠同時處理結(jié)構(gòu)化信息、醫(yī)學(xué)文本、影像與多源輸入。

模型能力跨模態(tài)，意味著它能像人類醫(yī)生一樣接收更多的信息，并根據(jù)多模態(tài)信息進(jìn)行醫(yī)學(xué)推理。

在數(shù)據(jù)體系上，云知聲創(chuàng)新提出并落地了“結(jié)構(gòu)化圖譜—半結(jié)構(gòu)化文檔—過程化軌跡”的三層金字塔數(shù)據(jù)范式。

底層的高置信度醫(yī)學(xué)知識圖譜，提供穩(wěn)定認(rèn)知框架。

在后訓(xùn)練階段，將離散的醫(yī)學(xué)實體與其屬性關(guān)系映射為硬性約束條件，確保底座能力的絕對精確。

中層的全科醫(yī)學(xué)文檔知識庫補充專業(yè)細(xì)節(jié)，在集聚海量文本數(shù)據(jù)的同時，通過長上下文窗口訓(xùn)練與結(jié)構(gòu)化的高密度語義對齊，使模型習(xí)得醫(yī)學(xué)領(lǐng)域的專業(yè)表述范式與細(xì)粒度語境理解能力。

高層的專家臨床診療軌跡采集了資深醫(yī)生在真實診療場景中的多輪問診邏輯、檢查決策路徑及鑒別診斷過程。

在這一層，山海·知醫(yī) 5.0利用微調(diào)（SFT）與基于可驗證獎勵的強(qiáng)化學(xué)習(xí)（RLVR）技術(shù)，將醫(yī)學(xué)專家的隱性思維鏈（CoT）轉(zhuǎn)化為模型的顯性推理策略。

簡單來說，這層數(shù)據(jù)賦予了山?！ぶt(yī) 5.0處理復(fù)雜臨床任務(wù)的規(guī)劃能力與工具調(diào)用能力，使其能夠像人類專家一樣進(jìn)行多跳推理與動態(tài)診療。

三層數(shù)據(jù)各自承擔(dān)不同角色，并通過統(tǒng)一的數(shù)據(jù)治理與對齊機(jī)制形成閉環(huán)，從而實現(xiàn)事實約束-語義理解-邏輯推理的全棧能力躍升，顯著降低了模型在醫(yī)學(xué)復(fù)雜場景中的幻覺。

在后訓(xùn)練階段，山海·知醫(yī) 5.0將智能體能力內(nèi)化訓(xùn)練進(jìn)了模型體系。

團(tuán)隊構(gòu)建了基于任務(wù)級獎勵函數(shù)的強(qiáng)化學(xué)習(xí)對齊框架。

同時為進(jìn)一步抑制幻覺，團(tuán)隊創(chuàng)新性引入“生成-校驗”技術(shù)范式，在醫(yī)學(xué)任務(wù)的多步推理的過程中實施步進(jìn)式循證監(jiān)督，最終將特定醫(yī)療任務(wù)下的幻覺率壓降至3%以內(nèi)。

針對醫(yī)療場景下針對長周期、全流程患者診療數(shù)據(jù)的復(fù)雜性，山?！ぶt(yī) 5.0團(tuán)隊使用了一種分層式混合記憶架構(gòu)，能夠根據(jù)信息的重要性和穩(wěn)定性決定使用哪一類記憶。

這種能力組合，使模型在復(fù)雜場景中更接近臨床思維路徑。

云知聲的綜合技術(shù)能力，早前就已經(jīng)體現(xiàn)在權(quán)威評測結(jié)果中。

在醫(yī)療行業(yè)，上海人工智能研究院牽頭建設(shè)的MedBench 4.0是國內(nèi)主流醫(yī)療大模型評測平臺。

它圍繞真實醫(yī)療任務(wù)設(shè)計，涵蓋診療推理、醫(yī)學(xué)知識覆蓋、多模態(tài)理解與復(fù)雜決策等維度，被視為衡量醫(yī)療模型“是否具備臨床潛力”的重要參考。

2024年起，云知聲各代山海大模型就在醫(yī)療領(lǐng)域穩(wěn)居第一梯隊。SuperCLUE團(tuán)隊發(fā)布的《中文大模型基準(zhǔn)測評2024上半年報告》顯示，山海大模型在醫(yī)療領(lǐng)域評測表現(xiàn)超越了GPT-4。

現(xiàn)在打開MedBench官網(wǎng)，依舊是云知聲的UniGPT-Med系列模型三榜奪魁。

這類評測結(jié)果，更多是在技術(shù)層面對模型能力給出證明。

對于榜單成績這個事兒，云知聲CEO黃偉的態(tài)度一貫清晰。

此前他就在多個場合強(qiáng)調(diào)，榜單具備縱向和橫向意義，有助于理解模型能力進(jìn)化與行業(yè)位置。但醫(yī)療To B客戶的決策，并不建立在榜單之上。

“客戶不會為榜單買單?！秉S偉如是說。

百強(qiáng)三甲醫(yī)院，為技術(shù)和產(chǎn)品持續(xù)買單

真正值得討論的問題回到一個現(xiàn)實層面：客戶在為云知聲的什么能力買單？

答案離不開兩個關(guān)鍵詞，一個是“長期積累”，另一個是“組合優(yōu)勢”。

首先是長期數(shù)據(jù)積累帶來的專家級價值。

云知聲醫(yī)療模型的數(shù)據(jù)源，長期沉淀于真實醫(yī)療場景，覆蓋不同科室、不同病種和不同診療階段。

這種積累，讓模型對醫(yī)學(xué)語言、臨床路徑和隱性規(guī)則具備更深理解，也讓輸出結(jié)果更接近醫(yī)生的真實書寫與判斷習(xí)慣。

對醫(yī)院而言，這類能力意味著系統(tǒng)初用就好用，并且越用越好用。

其次，是對醫(yī)療業(yè)務(wù)本身的深度理解與工程實戰(zhàn)經(jīng)驗。

醫(yī)療AI產(chǎn)品和解決方案并不是孤立的技術(shù)問題，背后其實是一個復(fù)雜的系統(tǒng)工程，涉及HIS、EMR、質(zhì)控、醫(yī)保規(guī)則以及醫(yī)生個人工作習(xí)慣。

在十年如一日的落地過程中，云知聲逐步摸清了不同科室醫(yī)生的真實需求，也清楚哪些環(huán)節(jié)值得自動化，哪些地方必須保留人工確認(rèn)。

這種來自一線的理解，直接體現(xiàn)在產(chǎn)品設(shè)計和交付方式上，降低了醫(yī)院在引入新系統(tǒng)時的適應(yīng)成本。

△此圖片由AI生成

在性能層面，“快”和“準(zhǔn)”同時成立，是其飽受認(rèn)可的另一個關(guān)鍵點。

醫(yī)療場景節(jié)奏緊湊，系統(tǒng)響應(yīng)速度直接影響醫(yī)生是否愿意使用；而準(zhǔn)確率又決定了醫(yī)生是否敢用。

云知聲的醫(yī)療AI在生成速度與準(zhǔn)確率之間保持穩(wěn)定平衡，使其能夠自然嵌入醫(yī)生的工作流，不會弄巧成拙，反而成為醫(yī)生日常工作流里的額外負(fù)擔(dān)。

此外，從部署情況看，系統(tǒng)已經(jīng)覆蓋除外科外的醫(yī)院全科室場景。

這種覆蓋深度，意味著其產(chǎn)品已經(jīng)成為醫(yī)院日常運行的一部分。一旦進(jìn)入這一狀態(tài)，醫(yī)院對系統(tǒng)的依賴度和粘性都會與日俱增。

梳理到這兒你應(yīng)該發(fā)現(xiàn)了，在云知聲這兒，臨床驗證、工程化能力、可復(fù)制交付與商業(yè)兌現(xiàn)，在同一體系內(nèi)成立。

更重要的是，這些能力并未停留在單點，而是通過標(biāo)準(zhǔn)化產(chǎn)品形態(tài)交付，支持跨院復(fù)制。

這種讓業(yè)務(wù)增長能脫離項目制的能力，路徑更加清晰，也更具可持續(xù)性，在醫(yī)療AI領(lǐng)域尤為關(guān)鍵。

如上，在醫(yī)療AI領(lǐng)域，云知聲妥妥是一家能夠?qū)崿F(xiàn)跑通+使用+復(fù)制+營收的公司。這套能力也已經(jīng)開始反映在商業(yè)層面。

今年8月，云知聲發(fā)布《2025中期業(yè)績報告》。

半年報數(shù)據(jù)顯示，醫(yī)療業(yè)務(wù)表現(xiàn)突出，收入0.70億，同比增長22.3%，占總收入17.3%。

同時，客戶價值提升明顯，每個醫(yī)療客戶收入（客單價）從2024年同期的46.9萬元大幅增長至101.3萬元，增幅達(dá)116.2%。

這樣的能力和成績，無疑證明了一點——

云知聲是當(dāng)前醫(yī)療AI領(lǐng)域中極具代表性的頭號專業(yè)型玩家，是業(yè)內(nèi)討論醫(yī)療AI時，繞不開的樣本。

政策與需求同向，海外已給出估值參照

今年6月30日，云知聲在港股上市。

上市并不只是融資工具層面的變化，更意味著品牌信用、客戶認(rèn)知以及組織運轉(zhuǎn)方式的整體升級。

對于醫(yī)療這樣的嚴(yán)肅行業(yè)而言，上市公司身份本身就是一層重要的信任背書，它會直接影響醫(yī)院在引入新技術(shù)、新系統(tǒng)時的決策節(jié)奏。

圍繞上市后的發(fā)展路徑，量子位聯(lián)系到了云知聲CEO黃偉本人。

他明確表示，上市之后，公司已經(jīng)設(shè)定了更高的業(yè)務(wù)增速目標(biāo)，收入增長將來自多個方向，包括業(yè)務(wù)規(guī)模的持續(xù)擴(kuò)大、單一客戶價值的提升，以及產(chǎn)品類別的不斷拓展。

隨著業(yè)務(wù)進(jìn)入更成熟階段，產(chǎn)品落地邏輯也在逐漸清晰。

云知聲的醫(yī)療AI相關(guān)產(chǎn)品及解決方案，將持續(xù)圍繞高頻場景形成穩(wěn)定的交付節(jié)奏。背后的核心驅(qū)動力，依然來自技術(shù)與產(chǎn)品本身的成熟度——這一點，在醫(yī)療這樣決策周期長、系統(tǒng)替換成本高的行業(yè)中尤為關(guān)鍵。

黃偉進(jìn)一步透露，從業(yè)務(wù)側(cè)的反饋來看，公司在手訂單與客戶溝通情況，已經(jīng)為接下來一到兩年的增長提供了較為明確的可見性。

基于當(dāng)前的訂單結(jié)構(gòu)與客戶擴(kuò)展節(jié)奏，公司對2026年的增速判斷，明顯高于2025年。

還有多位接近云知聲的知情人士向我們表示，云知聲部分客戶在完成初期部署之后，開始持續(xù)追加模塊與使用場景，業(yè)務(wù)推進(jìn)呈現(xiàn)出明顯的“由點到面”擴(kuò)展趨勢。

可以說，隨著產(chǎn)品從單一功能向多模塊延展，單個客戶的價值不斷放大，云知聲的增長來源也逐步顯現(xiàn)出復(fù)利特征。

在更大的外部環(huán)境中，這一趨勢也得到了政策層面的呼應(yīng)。

11月，國務(wù)院辦公廳又發(fā)布了《關(guān)于加快場景培育和開放推動新場景大規(guī)模應(yīng)用的實施意見》。

《意見》提出，要加強(qiáng)關(guān)鍵核心技術(shù)攻關(guān)和推廣應(yīng)用，加快高價值應(yīng)用場景培育和開放，更好滿足科技、產(chǎn)業(yè)、消費、民生、治理、全球合作等各領(lǐng)域發(fā)展需要。

此外還指出，要“創(chuàng)新健康咨詢、問診指引、輔助診斷、遠(yuǎn)程醫(yī)療、用藥審核等醫(yī)療應(yīng)用場景”。

另一邊，資本市場也已經(jīng)開始為“醫(yī)療AI真正進(jìn)入臨床工作流”這一事實定價。

2025年，醫(yī)療AI成為Tier One基金最重要的AI投資賽道，美國新晉AI獨角獸有55%就來自醫(yī)療AI賽道。

具體的最新消息，旨在打造醫(yī)生專用ChatGPT的AI公司OpenEvidence，估值在本月已經(jīng)來到120億美元。

論業(yè)務(wù)，OpenEvidence提供的AI能力是toC的，僅僅面向醫(yī)生個人；但論速度，要知道今年2月，OpenEvidence的估值只有10億美元，才剛邁入獨角獸之列。

是不是快得有點離譜？其實背后的邏輯并不復(fù)雜。

當(dāng)AI能夠穩(wěn)定嵌入醫(yī)療日常流程，持續(xù)被高頻使用，并且形成明確付費關(guān)系時，其商業(yè)價值自然會被重新評估。

這套定價邏輯放回國內(nèi)，同樣成立。不同之處在于，國內(nèi)醫(yī)療AI的估值體系仍在構(gòu)建過程中，市場對兌現(xiàn)路徑的要求更為嚴(yán)格。

技術(shù)實力是否過硬，落地規(guī)模是否真實，增長是否具備可持續(xù)性，都會被反復(fù)審視。

但可以確定的是，市場最終會獎勵那些能夠拿出可驗證臨床滲透率，以及可預(yù)期增長曲線的公司。

參考鏈接：
[1]https://www.gov.cn/gongbao/2025/issue_12406/202511/content_7048926.html
[2]https://medbench.opencompass.org.cn/leaderboard
[3]https://mp.weixin.qq.com/s/JCD8raaxvWnzX7TzZZHpAw