鷺羽 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

就在醫(yī)療AI賽道激戰(zhàn)正酣時(shí)，一個(gè)攪局者低調(diào)入場(chǎng)了。

依舊是螞蟻，依舊「SOTA」！

它就是螞蟻集團(tuán)聯(lián)合浙江省衛(wèi)生健康信息中心、浙江省安診兒醫(yī)學(xué)人工智能科技有限公司開(kāi)源的醫(yī)療大模型——螞蟻·安診?（AntAngelMed）。

一經(jīng)發(fā)布就登頂多項(xiàng)醫(yī)療基準(zhǔn)測(cè)試榜單。

不講什么噱頭，也絲毫不喧囂，它用數(shù)據(jù)和排名說(shuō)話：

在OpenAI發(fā)布的HealthBench評(píng)測(cè)中強(qiáng)勢(shì)霸榜開(kāi)源模型第一，超越Baichuan-M2和gpt-oss-120B。

并橫掃M(jìn)edAIBench、MedBench等權(quán)威醫(yī)療榜單。

它也是迄今為止參數(shù)規(guī)模最大的開(kāi)源醫(yī)療模型，足足有100B。

應(yīng)用門(mén)檻相當(dāng)?shù)?，即使是在中小型醫(yī)療機(jī)構(gòu)，AntAngelMed也足以支撐起實(shí)時(shí)多輪交互和規(guī)?；渴穑钦嬲軌蚵涞嘏芷饋?lái)的模型。

它為行業(yè)示范出一條清晰明確的路徑——通過(guò)“專、精、穩(wěn)”三位一體，構(gòu)建通用智能+醫(yī)療專長(zhǎng)的全棧能力閉環(huán)。

環(huán)顧全球，AI醫(yī)療正在成為一場(chǎng)關(guān)乎全人類(lèi)健康的數(shù)字化變革。

李飛飛團(tuán)隊(duì)發(fā)布的斯坦?！?025 AI Index Report》中明確指出，AI已經(jīng)從實(shí)驗(yàn)室正式走向臨床和實(shí)際應(yīng)用。

研究表明，AI比專業(yè)醫(yī)生在診斷復(fù)雜臨床病例時(shí)表現(xiàn)更優(yōu)，而AI與醫(yī)生的協(xié)作往往能取得最佳結(jié)果。與此同時(shí)，一系列醫(yī)療專用大模型也呈現(xiàn)出持續(xù)涌現(xiàn)的態(tài)勢(shì)。

螞蟻則在用實(shí)際行動(dòng)全面押注這一賽道。

開(kāi)源即登頂多項(xiàng)權(quán)威醫(yī)療榜單

具體來(lái)說(shuō)，AntAngelMed是螞蟻集團(tuán)聯(lián)合浙江省衛(wèi)?健康委共同研發(fā)的開(kāi)源醫(yī)療大模型，從誕生之初就是專為真實(shí)醫(yī)療場(chǎng)景所設(shè)計(jì)的。

這也充分體現(xiàn)在模型的基準(zhǔn)測(cè)試表現(xiàn)上。

比如由OpenAI在去年發(fā)布的醫(yī)療健康領(lǐng)域評(píng)估測(cè)試集HealthBench，來(lái)自全球60個(gè)國(guó)家、262名醫(yī)?共同構(gòu)建，包含5000種多輪醫(yī)療對(duì)話場(chǎng)景，評(píng)分標(biāo)準(zhǔn)涵蓋準(zhǔn)確性、完整性、溝通質(zhì)量、情境感知等多維度。

在面對(duì)DeepSeek-R1、Qwen3、OpenAI GPT-OSS等一眾開(kāi)源模型，AntAngelMed以62.5的評(píng)分拿下第一。

更進(jìn)一步，在HealthBench的子集HealthBench-Hard（專為困難場(chǎng)景設(shè)計(jì)）上，AntAngelMed同樣穩(wěn)居榜首。

這也是繼Baichuan-M2后，唯二打破HealthBench-Hard 32分魔咒的開(kāi)源模型，要知道在HealthBench-Hard剛發(fā)布時(shí)，其困難程度一度讓所有模型都拜倒在32分之下，甚至當(dāng)時(shí)還有很多頂尖模型都直接掛零。

AntAngelMed的表現(xiàn)足以證明，其在最真實(shí)也最容易出錯(cuò)的復(fù)雜醫(yī)療環(huán)境中，仍然能夠表現(xiàn)穩(wěn)定，專業(yè)度拉滿。

在由國(guó)家??智能應(yīng)?中試基地（醫(yī)療）·浙江、中國(guó)醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)學(xué)院、中國(guó)信息通信研究院三?共建的權(quán)威測(cè)評(píng)體系MedAIBench中，AntAngelMed同樣表現(xiàn)突出，尤其是在醫(yī)療知識(shí)問(wèn)答、醫(yī)療倫理安全等多個(gè)核心維度上優(yōu)勢(shì)顯著。

這側(cè)面說(shuō)明，模型不是在醫(yī)療基礎(chǔ)知識(shí)或者臨床診斷這類(lèi)單一科目上能力強(qiáng)勁，而是整體醫(yī)療水平均衡，短板夠長(zhǎng)、專業(yè)夠全面，容錯(cuò)率也會(huì)更低。

而在面向中文醫(yī)療場(chǎng)景的醫(yī)療大模型評(píng)測(cè)體系MedBench時(shí)，AntAngelMed依舊位列?測(cè)榜單第?。

MedBench擁有36個(gè)自主評(píng)測(cè)集，約70萬(wàn)條樣本，最關(guān)鍵的是它區(qū)別于很多以英文為主的國(guó)際benchmark，更偏向于本土醫(yī)療體系，在表達(dá)上也更貼合國(guó)內(nèi)問(wèn)診場(chǎng)景。

AntAngelMed在醫(yī)學(xué)知識(shí)問(wèn)答、醫(yī)學(xué)語(yǔ)?理解、醫(yī)學(xué)語(yǔ)??成、復(fù)雜醫(yī)學(xué)推理、醫(yī)療安全與倫理五?核?維度上穩(wěn)定領(lǐng)先，展現(xiàn)出與基層臨床流程的高度適配和無(wú)縫集成。

以日常生活場(chǎng)景為例，我們向AntAngelMed提問(wèn)：

• 我最近總是頭暈，可能是什么原因？

生成速度很快，幾乎是秒入秒出。

仔細(xì)看思考過(guò)程，它首先提及的是要照顧用戶情緒，在給出答案時(shí)避免引起恐慌。

nice！這波人性化必須好評(píng)，畢竟之前每次上網(wǎng)搜癥狀，都感覺(jué)自己得了絕癥……（慌張.jpg）

在給出具體建議時(shí)，它也會(huì)基于自身醫(yī)學(xué)知識(shí)，仔細(xì)分析癥狀表現(xiàn)，找到最契合的成因。

結(jié)構(gòu)上邏輯嚴(yán)謹(jǐn)，從共感→原因分析→建議→鼓勵(lì)，全方位解決用戶需求。

最終給出的答案也很專業(yè)暖心，感覺(jué)像是在和一位主任級(jí)醫(yī)生面對(duì)面就診。

P.S.不過(guò)正如AntAngelMed所說(shuō)，癥狀加劇時(shí)一定要及時(shí)就醫(yī)哦～

接著讓AntAngelMed試著解讀專業(yè)術(shù)語(yǔ)：

• 我的一份乳腺癌手術(shù)病理報(bào)告顯示：ER(90%+)，PR(80%+)，HER2(1+)，Ki-67(15%)。請(qǐng)解釋這些指標(biāo)代表什么？這對(duì)我的分型和后續(xù)治療方案意味著什么？

在腫瘤病理報(bào)告中，免疫組化（IHC）指標(biāo)是決定癌癥治療方案（如化療、靶向、免疫治療）的關(guān)鍵，而指標(biāo)組合又極其復(fù)雜。

AntAngelMed首先用通俗易懂的語(yǔ)言解釋了這幾個(gè)相關(guān)指標(biāo)的含義，對(duì)于極少接觸專業(yè)醫(yī)學(xué)知識(shí)的普通人，或者需要查找狹窄領(lǐng)域信息的專業(yè)醫(yī)生來(lái)說(shuō)，頗具參考價(jià)值。

此外，它也能準(zhǔn)確識(shí)別出癌癥亞型，給出傾向于激素治療而非靶向治療的參考意見(jiàn)。

值得關(guān)注的是，AntAngelMed還會(huì)告知用戶接下來(lái)可以去掛哪些科室，以及可以詢問(wèn)主治醫(yī)師哪些問(wèn)題。

對(duì)于本看病困難星人，實(shí)在是暖暖的、很貼心～

整體感受下來(lái)，AntAngelMed既像一個(gè)無(wú)微不至的家庭醫(yī)生，也像一位經(jīng)驗(yàn)豐富的專家學(xué)者，無(wú)論是個(gè)人、醫(yī)生、醫(yī)療機(jī)構(gòu)，或許都能從中找到最適合的匹配方案。

既要專業(yè)度，也要人情味

那么AntAngelMed是如何做到的呢？

要厘清思路，首先需要回到模型本身。

AntAngelMed繼承了百靈?模型Ling-flash-2.0的?效混合專家（MoE）架構(gòu)，并建立起三階段的訓(xùn)練過(guò)程：

Step 1：持續(xù)預(yù)訓(xùn)練。

通過(guò)持續(xù)預(yù)訓(xùn)練，大量的臨床指南、醫(yī)學(xué)文獻(xiàn)等高質(zhì)量知識(shí)被融入進(jìn)模型參數(shù)中，讓模型與知識(shí)深度融合，能夠自然地以專業(yè)醫(yī)學(xué)角度進(jìn)行思考和表述。

換言之，這是在為醫(yī)學(xué)AI打下最堅(jiān)實(shí)的地基。

Step 2：監(jiān)督微調(diào)。

為了解決真實(shí)場(chǎng)景應(yīng)用的問(wèn)題，在這個(gè)階段里，指令數(shù)據(jù)兼具多種類(lèi)型的表述形式，能夠增強(qiáng)模型的通用推理能力，學(xué)會(huì)分步思考和多方案權(quán)衡。

另外，模型的人性化也同步得到提升，要知道醫(yī)患問(wèn)答不等同于學(xué)術(shù)問(wèn)答，模型的輸出如何能夠更貼近真實(shí)醫(yī)生的表達(dá)，這是關(guān)鍵。

Step 3：GRPO強(qiáng)化學(xué)習(xí)算法+雙階段強(qiáng)化學(xué)習(xí)路徑。

這一步?jīng)Q定模型最終能不能被真實(shí)使用。

GRPO強(qiáng)化學(xué)習(xí)算法的引入，讓模型對(duì)復(fù)雜任務(wù)的處理更加得心應(yīng)手，也能更好地對(duì)齊人類(lèi)價(jià)值，約束模型安全邊界。

其中雙階段強(qiáng)化學(xué)習(xí)又分為兩步：

• 推理強(qiáng)化學(xué)習(xí)：保障模型的推理邏輯嚴(yán)謹(jǐn)，避免中途跳躍。
• 通用強(qiáng)化學(xué)習(xí)：強(qiáng)化模型的行為風(fēng)格，明確指導(dǎo)風(fēng)險(xiǎn)。

最終二者結(jié)合，共同推動(dòng)模型朝著專業(yè)、克制又能共情的方向演化。

為了實(shí)現(xiàn)模型效率與性能兩手抓，在原有的Ling-flash-2.0架構(gòu)上，模型也在一系列核心設(shè)計(jì)上進(jìn)行了全面優(yōu)化，比如1/32激活?例、?輔助損失+Sigmoid路由策略、MTP層以及Partial-RoPE等。

最終幫助模型在參數(shù)規(guī)模相近的情況下，實(shí)現(xiàn)了相比Dense架構(gòu)的7倍效率提升，模型計(jì)算成本同步得到大幅度降低。

要讓模型跑得快、跑得穩(wěn)，還需要進(jìn)行推理加速。

這里采用的是FP8量化+EAGLE3優(yōu)化：

前者負(fù)責(zé)將模型推理時(shí)的數(shù)值精度壓縮到FP8，可顯著減少內(nèi)存占用以提高計(jì)算吞吐；而后者主要用于抑制FP8量化帶來(lái)的數(shù)值抖動(dòng)，在效率與穩(wěn)定性中找到最優(yōu)解。

最終在真實(shí)線上醫(yī)療系統(tǒng)的典型負(fù)載32并發(fā)場(chǎng)景中，實(shí)現(xiàn)推理吞吐的穩(wěn)步提升：HumanEval提升71%，GSM8K提升45%，Math-500提升?達(dá)94%。

螞蟻醫(yī)療AI布局有跡可循

不難看出，AntAngelMed反映了螞蟻對(duì)醫(yī)療AI領(lǐng)域的洞察細(xì)致入微，因?yàn)榻痪€所以懂行業(yè)痛點(diǎn)，因?yàn)橛屑夹g(shù)所以懂如何改進(jìn)。

所以AntAngelMed才能從一眾醫(yī)療大模型中脫穎而出，做到真實(shí)環(huán)境中也可以智商情商雙在線，而非僅僅局限于基準(zhǔn)測(cè)試的demo。

可以說(shuō)，AntAngelMed的出現(xiàn)，進(jìn)一步完善了螞蟻在醫(yī)療AI領(lǐng)域的布局。

技術(shù)層面，AntAngelMed可以作為最堅(jiān)實(shí)的基座模型，承載起AI在專業(yè)場(chǎng)景的規(guī)模化落地，解決的是螞蟻?zhàn)畹讓拥募夹g(shù)需求。

它走的不是通用大模型+Prompt的基礎(chǔ)醫(yī)學(xué)問(wèn)答路線，而是深度對(duì)齊醫(yī)學(xué)語(yǔ)料、診療流程和醫(yī)學(xué)推理鏈后，完成的專業(yè)性更強(qiáng)的診療推理。

國(guó)內(nèi)外目前也有越來(lái)越多模型正在推進(jìn)這一相似的范式轉(zhuǎn)移。

顯然，螞蟻已率先預(yù)見(jiàn)到這條路線的正確性，并沿著它一路狂飆，來(lái)到了收獲成果的階段。

產(chǎn)品層面，螞蟻也建立起了以面向用戶的AI健康管家、面向醫(yī)生的好大夫在線、面向機(jī)構(gòu)的醫(yī)療大模型一體機(jī)為代表的三端一體產(chǎn)品矩陣。

從患者、醫(yī)生到機(jī)構(gòu)，螞蟻的AI產(chǎn)品全方位覆蓋醫(yī)療服務(wù)體系，滿足從下至上每一個(gè)角色對(duì)AI醫(yī)療的切身需求。

組織層面，螞蟻在去年年末，完成了一次相當(dāng)重要的戰(zhàn)略調(diào)整，將原來(lái)的數(shù)字醫(yī)療健康事業(yè)部正式升級(jí)為螞蟻健康事業(yè)群。

從事業(yè)部升級(jí)為事業(yè)群，這意味著醫(yī)療健康不再是螞蟻的補(bǔ)充業(yè)務(wù)，而是正式成為與支付寶、數(shù)字支付、財(cái)富保險(xiǎn)、信貸并列的核心板塊。

可以預(yù)見(jiàn)的是，螞蟻未來(lái)會(huì)將更多資源和精力傾向給AI醫(yī)療，而AntAngelMed還只是螞蟻正式入局的開(kāi)端。

那么為什么要選擇做醫(yī)療AI呢？

歸根結(jié)底在于通用大模型和專業(yè)場(chǎng)景存在鴻溝，缺乏相關(guān)領(lǐng)域的知識(shí)、難以進(jìn)行復(fù)雜任務(wù)的決策，以及對(duì)話交互不等同于有效協(xié)同。

而專業(yè)智能體是把通用智能拆解、工程化，本質(zhì)上是將不確定性約束在具體的產(chǎn)業(yè)里，只有這樣才能實(shí)現(xiàn)大模型的生產(chǎn)價(jià)值最大化。

醫(yī)療則是其中最具代表性的練兵場(chǎng)，醫(yī)療的核心不是操作，而是智能密度最高的認(rèn)知、推理和決策。

對(duì)于大模型來(lái)說(shuō)，這是一塊試金石，能倒逼大模型完成深度優(yōu)化，推動(dòng)模型向其它基礎(chǔ)領(lǐng)域遷移。

而這個(gè)領(lǐng)域恰好還剛剛起步，有足夠大的藍(lán)?？梢蕴剿?。

與此同時(shí)，螞蟻也有做醫(yī)療AI的底氣，多年來(lái)螞蟻深耕支付、醫(yī)保領(lǐng)域，為打通醫(yī)療AI提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

由此，在這條隱秘的醫(yī)療戰(zhàn)線里，螞蟻無(wú)疑會(huì)成為走得最久、也最深的先行者。

P.S.目前AntAngelMed模型系列已在平臺(tái)開(kāi)源，可訪問(wèn)官方開(kāi)源倉(cāng)庫(kù)下載使?：

HuggingFace：https://huggingface.co/MedAIBase/AntAngelMed
ModelScope：https://modelscope.cn/models/MedAIBase/AntAngelMed
GitHub: https://github.com/MedAIBase/AntAngelMed