公司战略与定位 - 蚂蚁集团CEO明确医疗健康领域具备"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司坚持专业垂类模型路线 认为通用大模型长期难以替代医疗专业模型[3] - AI医疗定位为医生助手而非替代者 通过赋能MDT多学科会诊帮助专科医生拓展能力边界[3] - 未来几年不急于商业化 聚焦解决数据积累、幻觉抑制与医学伦理三大核心问题[5] 技术实践与成果 - 已推出AI健康管家AQ 全端服务用户突破1.4亿[5] - 连接全国超5000家医院与近100万真实医生[5] - 协助超300个名医打造AI分身[5] - 成立医疗健康实验室进行前沿探索 并专门设立医疗伦理顾问委员会[3][5] 行业挑战与投入 - 医疗数据标注成本极高 单条数据成本达上百美元且需副主任级别以上专家参与[4] - 抑制幻觉需平衡"抑幻而不降能" 需反复打磨技术[4] - 医疗伦理问题需与顶级专家共同探索规范 属于行业未解难题[5] - 高质量数据投入远超想象 是模型训练的基础保障[4]

通证经济定位 - 通证需从虚拟世界价值存储和投机交易对象转变为解决实体经济信任、效率与成本问题的工具[1] - 通证经济必须植根于实体经济才能释放价值并形成可持续、有深度、有广度的生态体系[1] - 通证经济价值的探索和风险防控需放在同等位置[1]

公司观点 - 蚂蚁集团CEO韩歆毅认为医疗是低频行为但健康管理是高频需求 两者结合为AI深度服务提供土壤 [1] - 公司明确表示医疗健康领域需要专业AI而非通用AI 强调专业AI的不可替代性 [1] - 公司认为AI医疗健康服务做到极致可提升用户黏性 用户能解决问题就不会流失 [1] 行业趋势 - 医疗健康领域特殊性决定AI应用需高度专业化 通用AI可能无法满足需求 [1] - 健康管理高频特性与医疗低频特性结合 形成AI服务潜在发展空间 [1]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 强调专业垂类模型的核心竞争力 通用模型短期难以替代 [1][3] - 选择该领域基于"刚需+中高频"双重特性 医疗虽属低频但健康管理属高频需求 [3] - AI医疗终极目标是提供个性化、精准且可信的建议 包括身体状况了解、合理推荐用药和持续健康管理 [3] 技术挑战与解决方案 - 面临三大核心难题：高质量数据、抑制幻觉和医学伦理 [3][4] - 医疗数据标注训练成本极高 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与 [4] - 抑制幻觉的关键在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 [4] - 专门成立医疗伦理顾问委员会 邀请顶级医疗专家共同探索规范 [4] 商业化与用户规模 - 公司未来几年不急于推进商业化 更聚焦解决专业数据积累、模型幻觉与医学伦理问题 [4] - AI健康管家AQ全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生 [4] - 已帮助超300个名医打造AI分身 致力于让名医分身有术 基层医生获得良好助手 [3][4] 行业发展前景 - 医疗健康是十万亿级市场 为AI深度服务提供土壤 [3][4] - AI长期内无法替代医生 定位是医生的助手 帮助专科医生向全科医生拓展能力 [3] - 公司进行AI赋能MDT多学科会诊等前沿探索 认为AI医疗唯一出路是人机结合 [3]

公司观点 - 蚂蚁集团CEO韩歆毅首次公开谈论通证经济，强调通证需从虚拟世界的价值存储和投机交易对象转变为解决实体经济中信任、效率与成本问题的工具 [1] - 公司认为通证只有服务于实体经济才能形成可持续、有深度、有广度的生态体系并迸发价值 [1] - 公司强调合规是创新的生命线，在探索通证化之路上，通证经济价值的探索和风险的防控应放在同等位置 [1] 行业方向 - 通证经济的未来必须深深植根于实体经济才能真正释放价值 [1] - 行业需将通证转变为解决实体经济问题的工具，而非仅限于虚拟世界 [1]

公司战略与定位 - 蚂蚁集团CEO韩歆毅强调通证经济价值的探索和风险的防控应放在同等位置[1] - 公司划定清晰边界：坚决不发虚拟币，不参与任何形式炒作[1] - 公司专注于技术基建，服务行业而非颠覆行业[1] - 公司力求创造新价值，而非争夺旧蛋糕[1] - 公司认为合规是创新的生命线[1]

通证经济探索原则 - 通证经济价值的探索和风险的防控应放在同等位置[1] - 合规是创新的生命线，从探索起初就清晰划定边界[1] - 坚决不发虚拟币，不参与任何形式炒作[1] - 专注技术基建，服务行业而非颠覆行业[1] - 力求创造新价值，而非争夺旧蛋糕[1] 对通证经济的认知与策略 - 当前对于价值和风险的理解可能都远远不够，仍需要持续不断地长期探索和研究[1] - 行稳致远比单纯求快求新重要得多[1]

通证经济行业共识 - 通证经济行业共识正在形成，通证需从虚拟世界和单一的价值重组投资交易对象，转变为解决实体经济中信任效率和成本问题的工具，以形成可持续、有深度、有广度的生态体系 [1] 通证经济现状与价值创造 - 过去通证经济的意义多局限于虚拟世界内部循环，目前全球90%乃至更高比例的资产为金融资产，其中绝大部分是虚拟的，主要用于投资交易和价值储存 [1] - 通证经济应关注能够创造价值的领域，而非仅局限于现有虚拟资产循环 [1]

真实世界资产通证化 - 通证经济向实体经济延伸的三大核心支柱包括现实世界资产通证化、通证化支付结算与安全可信环境 [1] - 全球RWA市场规模已达240亿美元，但近90%集中在私募信贷和美国国债等金融资产领域，存在结构性失衡 [2] - 通证化更大的价值在于服务实体产业融资需求，特别是解决中小企业融资难、融资贵问题 [2] - 产业资产通证化面临资产状态验证难、法律权属捆绑企业信用、价值量化缺乏标准化模型等多重挑战 [2] - 蚂蚁数科在香港项目中通过“两链一桥”架构，将境内9000多个充电桩数据合规上链，成功实现1亿元跨境融资 [3] - 产业资产通证化的核心价值在于“信任穿透”，融资决策可基于资产本身表现而非主体信用，为万亿规模“沉睡资产”注入流动性 [3] 通证支付生态架构 - 通证支付生态形成央行数字货币、存款通证和稳定币三层架构，稳定币总市值截至2025年7月末达2666亿美元 [4] - 2019年6月至2025年6月稳定币总流通市值年复合增长率达103%，但应用仍主要局限于加密资产交易场景 [4] - 批发型央行数字货币聚焦机构间结算，存款通证代表商业银行数字化转型，稳定币在零售支付领域展现活力 [4] - 摩根大通的JPM Coin已实现每日10亿美元交易量，兼具区块链效率与银行信用双重优势 [4] - 当前三层架构各自为政形成生态隔离，导致资金在不同系统间流转效率低下，无法形成统一的价值流通网络 [5] - 破局关键在于构建三层互联的支付网络，需打通支付与投融资场景、建立市场化兑换网络、开发标准化跨链协议 [6] 数字信任机制与技术挑战 - 通证经济从虚拟走向现实的瓶颈在于信任机制，目前对链下中心化第三方机构的依赖度较高 [7] - 资产可信层面存在“链上—链下”脱钩风险，若资产状态无法实时验证，通证将成为无锚的数字符号 [7] - 身份可信面临效率与合规的平衡难题，现有KYC流程要求用户重复验证身份，既浪费资源又泄露隐私 [8] - 链上交易具有匿名性、跨境性和不可逆性特征，传统风控手段难以有效识别欺诈、洗钱等行为 [8] - 未来解决方案将转向技术驱动的链上原生信任，通过数字身份、零知识证明、智能合约嵌入监管规则实现自动风控 [8] - 真正的挑战在于生态协同，需要产业企业、金融机构、监管机构和科技公司多方协作，任何一方的缺位都可能导致系统性断裂 [9]

超级App与Agent发展趋势 - 未来可能没有App Agent将承担所有功能[1] - 未来会出现不同的超级入口 具体形式仍需观察[1] AI技术应用聚焦 - 公司专注于AI应用层技术开发 以医疗健康领域为例证[1] - 医疗属低频需求而健康属高频需求 AI医疗健康追求极致体验[1] - 核心目标是使AI能提供专业医师级建议并解决实际问题[1] 垂类场景技术特性 - 基础通用大模型在相当长时间内无法解决垂直领域问题[1] - AI长期无法替代真实医生 但可辅助医生更全面系统了解患者[1] - AI助力医生从专业向全科转型 为基层医生提供高效助手工具[1]