行业专家观点 - AI教父杰弗里·辛顿对AGI态度转向乐观，并高度看好AI在医疗尤其是医学影像领域的应用，认为AI能通过分析眼底扫描预测心脏病风险甚至判断性别，这是人类医生难以做到的 [1] 公司技术与产品布局 - 联影智能已推出12个产品平台、超100款AI应用，其中15款AI应用获中国NMPA三类证，15款通过美国FDA认证，31款获欧盟CE认证，成为全球医疗AI领域认证数量领先的企业 [1] - 公司采取“开源模型+自主研发”双路径策略，在医疗影像领域基于千万级专业数据完全自主研发垂直领域大模型，在文本处理方面则基于开源模型进行上层优化和私域微调 [6] - 公司AI软件通过两种渠道部署：深度集成到影像设备中以优化影像质量与扫描效率，以及通过独立AI平台向医生端、医院管理端提供，产品已进入全球超4000家医院 [11] - 公司推出融合文本大模型、语音大模型等能力的电子病历智能体，可将医生撰写病历时间从20分钟缩短至5分钟，已在复旦大学附属中山医院等机构落地 [4][17] 关键技术与研发突破 - 公司团队在2017年攻克三维医疗AI推理引擎技术，通过内存显存优化将算法运行时间从十几秒缩短到一秒以内，显存占用降低75%，使高端算法能在普通工作站上运行 [19] - 基于十二万例中国人群肺部影像数据，公司联合华西医院开发适合中国人群的肺结节诊断分级系统C-Lung-RADS，提升了肺癌早筛的精准性和临床适用性 [4] - 公司在多模态大模型研发上取得进展，其胸部“一扫多查”智能体在复杂病例诊断上展现出优势，能自动输出媲美初年资医生的报告 [19] - 公司开发出全国首个获批三类证的肺栓塞AI软件，能第一时间预警阳性数据，减少漏诊误诊，该产品已获得国际CE、FDA、NMPA三大认证 [19] 数据策略与隐私保护 - 公司数据获取通过利用开源数据库和与医院建立科研合作等多途径实现，所有数据均经过顶级医生专业标注和检验，并在合规范围内合理利用 [8] - 为解决医疗数据敏感性问题，公司采取“数据不出院，研发走进院内”的方式，与医院合作在院内直接训练模型，实现患者隐私数据保护与模型优化闭环 [9] 行业挑战与未来方向 - 行业面临两大技术挑战：尚未出现真正通用、跨模态的医疗影像大模型，以及多模态信息有效融合方法仍有很大提升空间 [12][13] - 未来理想的技术路径是结合通用大模型的广度与垂直小模型的深度，针对医疗场景进行微调优化，以压缩模型规模与硬件成本，推动AI在基层及边远地区的普惠应用 [15] - 在医疗领域，AI与医生是相互共生的关系，人机协同是目前公认的最优解，AI应成为辅助工具，完成初诊报告撰写、病灶识别等繁琐任务 [5][16] 中国市场优势与发展 - 中国拥有丰富的医疗场景、庞大的医疗数据基础以及算力、数据、算法的协同落地支撑，为AI训练提供了丰富的数据土壤 [2][18] - 中国人口基数大、疾病谱系广泛，使得基于国内数据训练的模型不仅在国内适用，在海外市场也表现出优异性能 [3][10]

行业专家观点 - AI教父Geoffrey Hinton对AGI态度转向乐观 认为AI与人类是共生关系 尤其看好AI在医学影像领域的应用潜力[1] - AI可通过分析眼底扫描图像预测心脏病风险及判断患者性别 能力超越人类医生[1] 中国医学影像AI市场发展 - 中国医学影像市场正经历AI驱动的变革 AI全面渗透疾病筛查 诊断 风险评估和临床决策流程[1] - 联影智能作为联影集团AI子公司 已推出12个产品平台和超100款AI应用[1] - 获得15款NMPA三类证 15款FDA认证和31款CE认证 成为全球医疗AI认证数量领先的企业[1] 技术领军人物背景 - 联影智能高级研发副总裁高耀宗博士放弃美国优厚待遇回国 曾任职苹果公司计算机视觉与生成式AI领域[2] - 因推动医疗设备国产化贡献获2020年上海市五一劳动奖章和2024年上海市青年五四奖章标兵[2] 中国医疗AI发展优势 - 中国庞大人口基数和广泛疾病谱系为AI训练提供丰富数据土壤 罕见病数据量也具优势[3][19] - 医疗AI发展三要素完备：算力 数据及算法协同落地支撑[2][19] - 联影集团"设备+技术"全产业链生态提供独特优势 实现算法与临床设备深度融合[3][19] 产品技术突破 - 基于12万例中国人群肺部影像数据开发C-Lung-RADS系统 提升肺癌早筛精准性和临床适用性[4] - 智慧健康管理移动车搭载C-Lung-RADS系统 在四川多地筛查3万多人 发现100多例早期肺癌患者[4] - 电子病历智能体将医生撰写病历时间从20分钟缩短至5分钟 已在复旦大学附属中山医院等机构落地[4][17] - 2017年攻克三维医疗AI推理引擎技术 算法运行时间从十几秒缩短至1秒内 显存占用降低75%[20] - 开发全国首个获三类证的肺栓塞AI软件 具备CE FDA NMPA三大认证 实现危急症分诊突破[20] 技术路径与策略 - 采取"开源模型+自主研发"双路径：医疗影像领域完全自研 文本处理基于开源模型优化[6] - 通用计算机视觉模型在医疗三维多模态数据识别存在局限 需专用垂直模型[6][15] - 未来技术方向是通用大模型广度与垂直小模型深度结合 兼顾疾病识别多样性和关键任务精准度[4][15] 临床应用现状 - AI辅助诊断已成为放射科医生普遍使用工具 作为"第二双眼睛"降低漏检率[3] - AI应用已进入全球超4000家医院 通过两种渠道部署：深度集成影像设备或独立AI平台[11] - 天眼CT结合uAI vision技术实现全自动扫描 在疫情期间有效避免医患近距离接触[7] 数据策略与隐私保护 - 采取"数据不出院 研发走进院内"模式 与医院合作部署算力设备在院内直接训练模型[8][9] - 数据获取通过开源数据库和医院科研合作 所有数据经顶级医生专业标注和检验[8] - 与上海中山医院合作训练多模态大模型 实现一扫多查自动识别73种疾病 减少人工标注依赖[9] 医院合作模式 - 首选与头部医院合作 因数据质量高和专家标准严格 通过多中心验证确保模型泛化能力[10] - 知识产权分配视情况而定 医院注重科研探索和论文发表 企业注重技术转化和产品推广[10] - 基于中国医疗数据训练的模型在海外市场也表现优异[10] 技术挑战 - 尚未出现真正通用跨模态的医疗影像大模型 无法通过自然语言指令处理CT MR超声等不同影像[12] - 多模态信息融合方法仍需提升 如何将影像 文本 检验 心电图等多源数据在原层面有效融合是核心难题[13] 监管环境 - 医疗AI产品在国内按第三类医疗器械管理 已批准100多款AI三类证产品 以单模型单场景应用为主[14] - 企业积极参与国家药监局审评指导原则和行业标准制定 推动行业规范发展[14] - 针对大模型的AI产品在国内外复杂临床场景均尚未落地[14] 未来展望 - AI与医生是相互共生关系 人机协同是目前最优解 AI主要承担初诊报告撰写 病灶识别等辅助任务[5][16] - 电子病历智能体应用前景包括病历质控 诊疗辅助和医院管理三大方向[17] - 跨学科融合是趋势 需克服专业术语和思维方式差异导致的理解偏差[21]

文章核心观点 - Vertical AI成为AI投资新焦点 其价值在于跨越从通用能力到行业落地之间的"Massive Delta"鸿沟 [1] - 决定下一代赢家的关键不完全在于全Agent替代模式 Copilots和AI-enabled Services模式同样可能实现突破 [1][10] - Vertical AI公司已显示出与传统SaaS公司相当的商业指标 年度合同价值达传统SaaS的80% 同比增长率高达400% [6] 资本热度升温 Vertical AI能否成为下一阶段的重点赛道 - 2024年全球AI风险投资总额激增至1100亿美元 实现62%年同比增长 而同期整个科技领域风险投资下降12% [5] - 截至2025年8月15日 全球AI相关公司累计获得1180亿美元融资 其中8家公司共融资730亿美元 占AI融资总额的62% [5] - 2025年Q2美国和加拿大Vertical AI风险融资总额为174亿美元 在784笔交易中占交易总量的57% 但仅获得36%的资金 [6] - 生成式AI每年可能为全球经济增加2.6万亿至4.4万亿美元 银行、高科技和生命科学等行业受益最大 [6] - AI-native公司年度合同价值达传统SaaS公司的80% 同比增长率400% 毛利率保持在65%水平 [6] Copilots vs AI-enabled Services vs Agents 谁能跨越Massive Delta - 从通用模型到最终客户需求之间存在巨大鸿沟 即"Massive Delta" 由技术和商业挑战构成 [7] - 专业领域工作流程复杂 包含非公开、非结构化的"过程知识"和"专门工作流" 需要与领域专家合作精确定义 [7][8] - 通用模型面临数据隐私合规性和遗留系统深度集成等隐形成本 医疗和法律领域要求私有化部署 [9] - Vertical AI发展出三种商业模式：Copilots、Agents和AI-enabled services 代表从辅助到替代的不同价值交付程度 [10] 从Citizen Health到Ramp 哪一Vertical AI公司能实现资本期待 - Y Combinator预测Vertical AI Agent市场规模将是传统垂直SaaS的十倍 不仅能替代软件 更能将软件与人工操作融合 [7] - 专注于医疗、金融、法律和客服等专业领域的AI初创公司获得从几百万到上亿美元融资 [4]

科技创新与产业发展 - 我国“灯塔工厂”数量全球第一，占比超40% [2] - 光伏、风电新增装机连续4年超过1亿千瓦 [2] - 全国新能源汽车累计销售突破4000万辆，产销量连续10年保持全球第一 [2] - 国内涌现出多个达到国际先进水平的通用大模型，部分模型准确率突破95% [2] - CR450动车组运营时速达到400公里，C919实现从“首飞”到“常态化商业运营” [4] - 研发了全球首款5.0T全身扫查磁共振医疗装备，大幅降低了检查成本 [4] 科技基础设施与基础研究 - 已建成约460万个5G基站，技术和用户数保持全球领先 [2] - “中国天眼”发现超千颗脉冲星 [17] - 20个国家科学数据中心数据总量已超过270PB，比“十三五”末期增长5倍 [17] - 在相关领域布局建设了167个国家野外站 [17] - 首次揭示月球背面存在年轻的岩浆活动 [9] - 我国高被引论文数约占世界总数的1/3，连续4年稳居世界第二 [9] 区域创新与成果转化 - 重点打造北京、上海、粤港澳大湾区三个国际科创中心 [5] - 布局建设成渝、武汉、西安等区域科创中心，支持跨区域和重点城市群协同创新 [5] - 2022年开展职务科技成果单列管理试点，带动17个省市开展改革实践 [7] - 形成多层次技术交易网络，国家技术创新中心建立89个概念验证和中试平台 [7] 科技金融与人才支持 - 引导创业投资“投早、投小、投长期、投硬科技” [11] - 科技创新和技术改造再贷款规模增加到8000亿元，再贷款利率降低至1.5% [11] - 推出科创板改革“1+6”措施，增强对科技创新的包容性和适应性 [11] - “十四五”期间国家重点研发计划中45岁以下青年科技人才担任项目负责人比例为43.3% [13] - 青年科技人才在“嫦娥”探月等国家重大科技工程及人工智能等新兴领域已成为骨干力量 [13] 国际合作与绿色发展 - 深入实施“一带一路”科技创新行动计划，与近50个国家共同启动建设70余家联合实验室 [15] - 支持5.5万余名共建国家青年科学家来华短期工作交流，培训共建国家科技和管理人员2.3万余人次 [15] - 部署了环境污染防治、长江黄河绿色流域构建等重点任务 [4] - 育成小麦、玉米、水稻等一批生产急需的重大品种 [4]

公司战略与定位 - 蚂蚁集团CEO强调医疗健康领域具有"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司明确专注专业AI在医疗健康领域的不可替代性 认为专业能力构成核心竞争力护城河[3] - AI医疗终极目标是提供个性化精准可信建议 包括身体状况评估用药推荐和持续健康管理[3] - 公司定位AI为医生助手而非替代者 致力于通过AI帮助专科医生拓展能力边界并向全科医生靠近[3] - 成立医疗健康实验室进行AI赋能MDT多学科会诊等前沿探索 坚持人机结合发展路径[3] - 未来几年不急于推进商业化 聚焦解决专业数据积累模型幻觉抑制与医学伦理建设问题[4] 技术发展与挑战 - 面临三大核心难题：高质量数据获取成本极高 单条数据标注成本可达上百美元且需副主任/主任医师级别专家参与[4] - 抑制幻觉挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 需要反复打磨平衡[4] - 医疗伦理问题极为复杂 公司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] - 通用大模型在相当长时间内难以替代垂类专业大模型 因专业模型具有深度认知用户优势[3] 业务进展与规模 - 2023年起加速探索AI医疗 今年6月推出AI健康管家AQ[5] - 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[5] - 已帮助超300个名医打造AI分身 实践"让名医分身有术"的理念[5]

文章核心观点 - 辽宁省通过技术服务体系完善和产业生态构建 助力中小企业突破数字化转型困境 焕发新活力 [1][2][3][4][5][6][7][8] 技术服务体系 - 智能化装备企业推出"驻厂研发"模式 软件工程师深入生产一线驻厂6-8个月 全程参与传感器部署到算法优化全过程 [2] - 全省上线40个工业互联网标识解析二级节点 培育104个省级工业互联网平台 服务7.5万户工业企业 [3] - 建成5G基站14.3万座 地级市5G全覆盖 重点工业园区和规上企业5G覆盖率100% 工业互联网标识解析体系接入企业1.5万家 注册标识23亿个 [7] - 建成沈阳大连两大智算中心 依托2个国家人工智能公共算力平台 孵化338个垂直行业解决方案和10个人工智能大模型 [8] 企业转型成效 - 辽宁鸿邦装备技术有限公司生产线实现智能化控制90%以上 节省人力70%以上 产能增加30% 产品不合格率大幅降低 [2] - 大连华威轴承制造有限公司打造全自动数字流水线 生产效率提升20% 运营成本降低15% [4] - 沈阳重型电站设备制造有限公司通过改造实现生产采购信息化 工作效率显著提高 [2] 政策资金支持 - 大连市首批33家轴承和汽配企业获得中央财政补贴 资金快速直达企业账户 [4] - 盘锦市对达到三级及以上数字化水平企业给予30万元奖励 [6] - 瓦房店市108家轴承企业全部签订数字化转型合同 补助资金全部到位 [4] 产业生态构建 - 确定首批10家产业大脑培育库项目 覆盖航空机器人生物医药等十大产业 推动链主企业为产业链提供数字化服务 [7] - 沈阳市推动沈鼓集团带动12家产业链企业开展数字化改造 实现设计制造物流服务协同发展 [6] - 鞍山市搭建数字化人才发展基础环境 培养工业互联网与智能制造专业人才 [6] 转型挑战与认知 - 企业管理层对数字化转型紧迫感认知不足 典型案例引领示范作用发挥不够 [8] - 部分中小企业处于"有订单就饿不死"状态 转型需求不足 且不了解最适合自身的平台 [8] - 传统制造业企业需主动与时代接轨 通过转型提升技术品质实现持续发展 [8]

金融支持新型工业化政策 - 关键技术攻关领域（集成电路、工业母机、基础软件）将获得银行中长期融资支持，核心技术突破企业可享上市、发债、并购重组"绿色通道"，"三首"产品推广获更多金融支持 [1] - 科技成果转化方面将优化硬科技评价体系，引导社会资本投早投小投长期，创业投资可通过直投、服务换股等模式支持在孵企业，高层次人才创业获信贷及财务顾问服务 [1] - 传统产业升级中银行将加大制造业高端化、智能化、绿色化信贷支持，企业可通过融资租赁更新设备并证券化债权，上市公司可利用整体上市、定向增发实现行业整合 [1] 新兴产业与中小企业融资 - 新一代信息技术、新能源、生物医药等新兴产业获多层次资本市场融资支持，政府基金及保险资金重点布局未来产业，"创新积分制""知识产权质押贷款"提升科技企业融资便利性 [2] - 中小企业融资突破担保依赖模式，金融机构基于数据信用提供应收账款、订单等融资服务，供应链"脱核"模式降低核心企业信用依赖，全国中小微企业信用信息平台加速建设 [2] 绿色转型与数字融合 - 高碳行业绿色技改项目获银行支持，绿色信贷债券倾斜环保节能领域，专门金融标准体系助力绿色工厂升级 [2] - 5G、工业互联网等数字基建可获中长期贷款及资产证券化支持，银行数字化产业平台实现融资结算一站式服务，AI技术提升中小企业服务效率 [2] 国内企业动态 - 台积电发现2纳米芯片技术商业机密泄露，涉事员工被追责 [7] - 盒马关闭会员店业态聚焦鲜生与NB业务，深圳门店及淘宝88VIP服务持续 [7] - 京东币链科技否认退出稳定币牌照申请 [7] - 美团追加中小商户助力金覆盖10万餐饮店，单店最高5万元 [8] - 万科获深铁集团16.81亿元借款用于偿债，累计获借款226.88亿元 [8] - 石药集团司美格鲁肽注射液上市申请获受理 [9] - 蚂蚁消金发行20亿元3年期金融债票面利率1.9% [9] - 宇树科技发布Unitree A2四足机器狗，续航20km最大速度5米/秒 [9] - 网易多款游戏因机房网络故障宕机 [10] - 茅台推出70周年纪念酒限量25568瓶定价7000元/瓶 [10] 国外企业动态 - iPhone 17 Pro起售价预计达1049美元，全系涨价约50美元 [12] - OpenAI、谷歌、Anthropic进入美政府AI供应商名单 [12] - eMed任命X前CEO Linda Yaccarino为新任CEO [13] - 盖茨基金会承诺2030年前投入25亿美元支持女性健康研发 [13] 政策与市场 - 国务院推进免费学前教育，2025年秋季起免除公办园学前一年保教费 [14] - 国家疾控局等16部门推动健康环境建设，2030年居民环境健康素养目标25% [15] - 证监会严惩配合造假第三方，推动跨部门监管协作 [16] - 上交所对上纬新材异常交易采取监管措施 [16] - 摩根士丹利等机构预警标普500指数或下跌10%-15% [17][18] - 中国期货市场客户总量达261万创历史新高 [18] - 乘联会上调2025年乘用车零售预测至2435万辆，新能源渗透率预计56% [19]

财政补助政策 - 基础研究投入达到或超过1亿元/年的企业给予一次性财政补助1000万元 [2] - 基础研究投入5000万元至1亿元/年的企业给予一次性财政补助500万元 [2] - 基础研究投入1000万元至5000万元/年的企业给予一次性财政补助200万元 [2] 公益基金支持 - 对企业设立的基础研究公益基金会按照投入金额的50%给予共同支持 [2] - 上海国资委成立启源创新策源基金会 由16家市属国企共同捐赠发起 [3] - 基金会重点支持芯片 通用大模型 量子科技 可控核聚变 脑科学等前沿领域 [3] 探索者计划实施 - 合作企业从最初2家拓展至22家 覆盖集成电路 生物医药 信息 航空 先进材料等领域 [6] - 计划采用"需求牵引 企业主导 协同攻关"模式 推动产业需求与基础研究融通 [6][7] - 上海核工院近三年基础研究投入占比超20% 2022年研发经费8.2亿元中基础研究达1.8亿元 [6] 基金会重点方向 - 攻坚"卡脖子"技术 支持芯片与通用大模型等颠覆性创新项目 [3] - 探索"无人区"领域 资助量子科技 可控核聚变等高风险前沿项目 [3] - 贯通"转化链" 链接创新场景与产业资源打通实验室到产业端 [3] - 培育"生力军" 重点支持青年人才开展高风险高价值基础研究 [4] 企业支持体系 - 通过产学研联动与揭榜挂帅机制将企业创新痛点转化为资助清单 [4] - 赋予企业基础研究决策权 支持使用科学仪器共享服务 [7] - 完善企业考核评价体系 鼓励长期投入创新创业 [7]

ChatGPT学习模式的推出 - OpenAI于7月30日推出ChatGPT学习模式，旨在通过交互式提示、支架式回应、个性化教育和知识点检查四种方法，帮助学生掌握知识点而非直接提供答案 [1] - 学习模式的核心在于拆解问题并清晰呈现解题思路与流程，OpenAI高层表示该模式能显著提升教学效果，而单纯作为答案工具会阻碍学习 [1] - 该模式还可帮助用户制定个性化学习计划，根据用户实际情况推荐复习内容和关键知识点，功能类似在线家教 [2] 教育行业对AI的应用现状 - 学生群体广泛使用ChatGPT完成作业，甚至出现大学课堂比拼提示词工程的现象 [1] - 教师群体也使用ChatGPT生成课件，但引发争议如美国东北大学学生因教授使用AI课件起诉学校 [2] - 国内在线教育企业如高途、好未来虽推出AI教育应用，但股价未恢复至"双减"前水平，显示AI概念对业绩拉动有限 [3] 垂直大模型与通用大模型的竞争 - 教育垂类大模型（如好未来九章大模型）擅长解题（2025年高考数学全国Ⅰ卷139分、Ⅱ卷满分150分），但缺乏归因和个性化学习规划能力 [3] - ChatGPT学习模式实现了人类教师般的引导能力，可能使教育垂类大模型失去竞争力 [4] - 通用大模型（如OpenAI GPT、阿里Qwen、百度文心一言）通过MoE架构已具备思考、计划和反思能力，正在向任务执行方向演进 [4][5] 行业技术发展趋势 - OpenAI通过ChatGPT学习模式和Agent功能，推动大模型从"对话生成"向"任务执行"跃迁，形成"模型即Agent"路径 [4] - 阿里云智能集团认为大模型未来将强化推理能力，通过思维链提升完成复杂任务的能力 [5] - 通用大模型在OpenAI o3、DeepSeek-R1等推理模型推动下实现能力飞跃，并加速向企业级市场渗透 [5]

2025世界人工智能大会核心亮点 - 大会于7月26日至28日在上海举办，重点展示具身智能技术在民生服务领域的应用场景，展现人形机器人从实验室加速走向实际应用的进程[1] - "WAIC里·技能大舞台"打造五大特色展区，通过智慧生活微缩模型展示AI技术赋能行业的"上海实践"，相比去年展示在三个维度完成全面升级[3] 具身智能技术突破 - 大模型技术全面进入机器人决策和控制领域，例如青龙机器人基于600万真机数据和VLA预训练形成的2.8B操作大模型实现自动化物料分拣[4][5] - 国家地方共建人形机器人创新中心和浦江实验室团队预计年底前完成2500万整机数据积累，规模达谷歌同类数据集的10倍，显著提升机器人泛化能力[7] - 通过"具身智能+核心零部件"创新设计实现"高智低价"突破，中国机器人以不到美国Atlas、日本Asimo等顶级机器人1%的成本达到相当性能水平[12][14] 行业应用场景 - 上核管孔清理机器人可处理5米直径管板上的两万多个管孔，解决工人重复弯腰作业问题[8] - 威客小吃街展示云百生剥鹌鹑蛋机器人、希夕做饭机器人等多形态机器人，通过共享VLA具身智能模型实现高效精准作业[8][11] - 具身智能技术推动"黑灯工厂""无人工厂"实现，在核电、汽车、3C等复杂工业场景展现应用潜力[8] 中国AI产业发展现状 - 中国在模型和芯片领域取得突破，但与国际顶尖水平相比仍存在高质量数据供给的短板[14] - 中国通过制造业优势与具身智能技术结合，展现出独特的低成本高智能发展路径[14] - 中国正加速推进AI技术深度应用与产业融合，实现从"跟跑者"向"并跑者"乃至"领跑者"跃迁[15]