报告行业投资评级 - 报告未明确给出行业投资评级 报告的核心观点 - 中国医疗大模型行业正处于从技术验证向规模应用的关键转型期 在政策与市场需求双轮驱动下 行业构建了“算力筑基—模型攻坚—应用引领”的全链条发展体系 并加速向覆盖“预防-诊断-治疗-康复”全周期的智能伙伴演进[5] - 行业竞争已从早期的技术演示阶段 进入以临床价值验证、产品可靠性和商业落地能力为核心的综合实力比拼阶段 技术、医学与商业的深度融合能力将决定未来市场格局[15] - 未来行业将朝着构建“原生医疗大模型”、应用与部署模式多元化、以及商业模式向“平台+生态”模式过渡的方向发展[28][29][30] 一、市场背景 - 医疗大模型是以海量医学数据预训练、多模态融合与专业任务微调为核心技术路径的人工智能系统 主要类型包括通用医疗大模型、专科诊疗模型、医学影像模型、药物研发模型及中医大模型等[5] - 根据2024年行业应用分布数据 医疗行业以约10%的占比成为大模型应用的重要领域[6] - 行业发展自2019年起经历了从通用模型能力迁移 到专业知识深度对齐 再到多模态与临床工作流融合的快速演进 未来将朝着更安全、可解释、具身交互的方向发展 并最终成为覆盖全周期的可信医疗基础设施[7] 二、市场现状 - **市场规模**：2020年至2024年 中国医疗大模型市场规模从1.0亿元增长至10.8亿元 年复合增长率达81.6% 预计至2029年市场规模将攀升至75.8亿元 年复合增长率达46.8%[8] - **市场供给**：2025年1月至9月 中国医疗大模型领域已披露中标项目总量达到197个 算力、大模型和综合类三大板块占比趋于均衡 标志着产业已形成完整生态闭环[9] - **市场需求**：超过95%的医师认同AI的辅助价值 在诊疗环节最期待AI实现快速初筛与诊断复核 在治疗环节近九成医师希望AI提供方案优化与疗效预测 在患者管理方面超八成医师期待AI实现数据整合与风险预测等功能[10] 三、市场竞争 - **评估维度**：行业头部品牌的核心竞争力主要体现在核心算法与知识质量、应用场景与产品化深度、以及合规安全与临床验证三大维度[11][12][13][14] - **竞争格局**：市场呈现“技术巨头领跑、垂直精锐深耕、新锐力量破局”的多元化竞争生态 竞争焦点已转向临床价值验证、产品可靠性和商业落地能力的综合比拼[15] - **主要参与者**：报告推荐了十大代表品牌 包括百度灵医智惠、腾讯觅影、阿里健康、医渡科技、科大讯飞、联影医疗、东软医疗、英矽智能、晶泰科技和数坤科技 这些企业分别在通用模型应用、多模态影像、健康管理、垂直领域、智能交互、设备结合、IT系统融合、药物研发及医学影像等不同方向进行重点布局[16][17][18][19][20][21][22][23][24][25][26] 四、发展趋势 - **底层算法与数据质量升级**：未来技术发展重点将从基于通用模型的微调转向构建“原生医疗大模型” 利用更大规模、高质量、多模态的临床数据进行训练 以提升复杂任务中的深度理解与逻辑准确性[28] - **应用形态与部署模式多元化**：应用正从单一对话问答向深度嵌入业务流程的多元化形态演进 部署模式将从“云服务调用”发展为兼顾通用能力与数据安全的“混合部署模式” 产品将细化为面向医生、患者和科研的不同工具[29] - **商业模式与生态构建平台化**：商业化正从项目制向“平台+生态”模式过渡 领先厂商通过提供开放的“医疗大模型平台”或“能力底座” 吸引生态伙伴共同开发 以加速应用创新并构建更稳固的竞争壁垒[30]

MedBench多模态医疗大模型评测结果 - MedBench平台于2026年2月7日公布最新多模态大模型评测榜单，数坤科技的数坤坤多模态医学大模型V3以63.6分的综合得分位列第一 [1][3] - V3的表现超越了微医医疗大模型（60.8分）、云知声的UniGPT-Med-VL（59.6分），以及OpenAI的GPT-5-chat-latest（53.7分）、谷歌的Gemini-2.5-Pro（51.9分）和阿里巴巴的Qwen2.5-vl-72b-instruct（48.6分）等国内外通用及垂直领域模型 [2][3][9] 数坤科技V3模型核心优势 - V3模型参数规模为72B，在评测的三大细分指标中，其在“医疗视觉感知与文本提取”（73.4分）和“跨模态语义理解与推理”（51.1分）两项均排名第一，在“临床决策支持与推理”（66.4分）中排名第二，仅次于微医医疗大模型（71.2分）[3][8] - 模型性能提升得益于公司积累的PB级医疗专业数据，以及采用的“医学MDT（多学科会诊）式训练策略”，该策略模拟医生真实诊疗过程，对同一病种的多模态信息进行深度关联学习 [4][11][12] - 公司团队拥有大量具备医学背景的研发人员，能够深入理解不同医学数据（如CT影像与病理报告）之间的关联，这支撑了模型在复杂真实任务（如鉴别诊断、个体化治疗）上的表现 [5][16] 数坤科技在AI医疗领域的积累与市场地位 - 公司成立于2017年，深耕医疗领域8年，已陆续推出超100款数字医生产品组合，产品在超过5000家公立医院和超1000家体检机构日常使用，覆盖了90%的Top 100医院和目标公立三甲医院 [3][17] - 公司是全球首创“数字人体技术平台”的企业，也是国内唯一覆盖影像全模态的AI企业，其技术已渗透到放射、超声、手术等领域 [14] - 公司不仅是业内首个将三维神经网络用于医学图像处理的企业，也是最早从心脏领域切入并实现技术突破的医疗AI公司 [17] 医疗大模型行业发展趋势与竞争壁垒 - MedBench评测体系由上海AI实验室发起，其4.0版本被称为全国首个且唯一面向垂直模型、专业模型和应用场景的医疗大模型评测与验证体系 [5] - 医疗大模型的核心竞争力正从单纯的参数规模与训练算力，转向对真实医疗场景的理解和高质量专业数据的积累 [18] - 医疗大模型应用门槛高，需要医学与AI知识的双重积累，并对模型输出的准确性（减少幻觉）有极高要求，这构成了行业的重要竞争壁垒 [15][16]

公司业务动态 - 京东健康旗下京东互联网医院在2026年春节前发起“新春健康守护”活动，旨在保障节日期间民众健康需求并缓解假期就医不便问题[1] - 该活动整合了全国三甲医院医疗资源，提供24小时在线问诊服务，平均接诊时间仅为30秒[1] - 服务覆盖内科、外科、皮肤科、儿科等多个科室，用户可通过京东APP搜索“新春健康守护”或“问医生”快速进入问诊通道[1] 市场需求与行业背景 - 春节期间返乡舟车劳顿、饮食不规律以及人员密集场所交叉感染风险上升，可能引发突发疾病或不适，增加了健康服务需求[1] - 部分线下医疗机构在假期期间服务时间可能调整，就诊资源相对紧张[1] - 身处异地、境外或偏远地区的人群获取及时、专业的医疗建议面临不便[1] 服务能力与案例验证 - 京东互联网医院的在线问诊服务在实际案例中验证了其便捷性与专业性，例如帮助身在国外因烫伤就医困难的用户通过跨国线上问诊获得处理指导和用药建议[3] - 另一案例显示，一位71岁皮肤严重瘙痒的患者在春节夜间症状加重，通过平台咨询皮肤科医生后，被诊断为疥疮并获得对症治疗，病情在三天后明显好转[3] 技术赋能与创新 - 京东健康AI医生“大为”依托自研医疗大模型“京医千询”及医学全领域知识库，提供多轮病情收集、分析、方案推荐及真人医生推荐等综合服务[3] - “大为”已实现对权威临床指南和医学文献的深度整合，所有建议基于最新临床研究成果并能精准引用专业依据[4] - 在医疗大模型加持下，AI医生突破了传统智能问诊局限，推动健康服务从“经验型”向“循证型”升级[4] 战略目标与行业影响 - 公司希望依托其互联网医疗服务优势和超级医药供应链能力，让优质医疗资源突破时间与空间限制[4] - 公司的目标是让用户无论身处何地，都能在需要时获得及时、专业的健康支持[4]

全球医疗大模型竞争格局 - 2026年1月初，OpenAI首次推出官方医疗健康专用模块，包括面向个人用户的ChatGPT Health和面向医疗机构的OpenAI for Healthcare，后者已有数千家AI企业通过配置其API支持符合HIPAA标准的应用 [1][2] - OpenAI的主要竞争对手迅速跟进，Anthropic在JPM大会上发布直接对标的Claude for Healthcare，谷歌则更新了开源医疗大模型MedGemma 1.5 (4B)并发布开源自动语音识别模型MedASR [1][3] - 全球顶尖大模型企业在2026开年不到半月内纷纷重注医疗，显示该领域的战略价值和火热程度 [4] 国产医疗大模型的竞争力与优势 - 国内大模型在性能上具备竞争力，百川智能发布的Baichuan-M3在全球权威医疗基准测试HealthBench和HealthBench Hard中分别以65.1分和44.4分夺冠，幻觉率仅3.5%，实现对GPT-5.2的超越，随后发布的Baichuan-M3 Plus将幻觉率进一步降低至2.6% [4][5] - 国内大模型用户规模增长迅速，蚂蚁阿福月活跃用户数已达3000万，用户单日提问量超1000万，仅一个月时间翻倍 [5] - 国产大模型在本地化支持上优势明显，训练数据以汉语为主，深度整合中国临床指南、医保目录、DRG/DIP控费规则，并针对中国特色场景进行优化 [6] - 开源模式推动国内大模型发展，以DeepSeek为首的国产开源大模型影响力提升，在全球最大的AI开源社区Hugging Face上的下载量已超越美国，促使许多国内医疗应用从OpenAI GPT模型切换至国产大模型 [5] - 政策支持明确，中国提出到2027年形成一批临床专病专科垂直大模型和智能体应用，到2030年基层诊疗智能辅助基本实现全覆盖 [6] 医疗大模型性能评估体系 - 全球权威的医疗大模型性能基准测试主要包括OpenAI开发的HealthBench和上海人工智能实验室发布的MedBench [7] - HealthBench联合了来自60个国家和地区的262位执业医师共同构建，收录了5000份真实医疗对话场景 [7] - MedBench是国内首个面向垂直大模型的评测体系，已升级至4.0版本，覆盖大语言模型、多模态大模型及智能体三大类，构建共60个评测集70余万专业评测题 [7] 2026年值得关注的国产主流医疗大模型 - **百川智能Baichuan-M3**：评测性能超越GPT-5.2，创下最低幻觉率纪录，并与首都医科大学附属北京儿童医院合作首个儿科大模型 [9][17] - **百度灵医大模型**：国内首个“产业级”及首批商业化落地医疗大模型，投入千亿Token优质医疗健康训练语料，覆盖300万+多模态影像数据、5亿+条权威健康科普内容等，已覆盖800+医院、4000+基层医疗机构 [10][19] - **方舟健客杏石医疗大模型**：慢病管理全链条闭环覆盖创新模式被Nature关注报道，整合中华医学会170多种核心期刊超110万篇文章，已累计为医生提供近40万次技术辅助，节省超6万小时工作时间，患者单次问诊时间缩短70%以上 [10][20] - **京东健康京医千询医疗大模型**：国内医疗行业首个全面开源的垂类大模型，已成为应用场景最丰富、与医院共建最深、合作医生最多、参与用户最广泛的医疗垂类大模型之一 [11][21] - **蚂蚁·多模态医疗大模型**：依托超万亿tokens专业医疗语料底座，支撑自主研发千亿参数多模态模型，是国内首个通过国家信通院医疗健康行业大模型双领域可信评估的大模型，在国内外评测榜单中名列前茅 [11][22] - **腾讯健康医疗大模型**：基于腾讯混元大模型底座，可能是目前在基层应用最为广泛的医疗大模型之一，其驱动的AI导辅诊服务在全国近10000家各级医疗机构得到应用，各类“开箱即用”的医疗AI解决方案服务超过1300家机构 [12][23] - **微医医疗大模型**：在MedBench评测榜单中表现突出，其2025年上半年AI医疗服务收入已达总营收九成以上，按2024年收入统计，在中国数字健康服务市场及AI医疗健康解决方案市场中均位列第一 [12] - **讯飞星火医疗大模型**：专科诊断合理率提升至96%，病历书写时间减少50%，基于该模型的医生助理已覆盖全国801个区县，累计提供11亿次辅助诊断，AI健康助手下载量突破2400万次，完成超1.6亿次AI健康咨询 [13] - **医渡科技大模型**：已授权处理覆盖超过10000家医院共13亿患者人次的近70亿份医疗记录，在第十一届中国健康信息处理大会上荣获“医学NLP代码自动生成测评”冠军及“最佳论文奖” [13] - **未来医生大模型**：证实其与三甲主治医师诊疗一致性达到96%，其探索医疗AI临床适用性的评估标准CSEDB研究成果发表于npj Digital Medicine [13] 其他特色国产医疗大模型参与者 - 数坤的多模态医疗大模型及相关智能体已在全国5000余家医院中应用，覆盖诊疗、管理与健康全流程，实现“体系级落地能力” [28] - 镁信健康自主研发的mind42.ai平台面向医疗支付与服务场景，截至2025年12月已累计服务覆盖4.43亿保单量 [29] - 包括阿里达摩院、联影、脉得智能、深睿、东软集团、福鑫、浪潮健康等以往专注于AI影像或医疗信息化的企业及机构也纷纷进军大模型领域 [28][29]

国家战略与政策体系 - 国家已构建“顶层设计+专项落地+全链条支撑”的政策体系，将AI+医疗健康作为数字经济与民生保障深度融合的核心方向，推动产业从试点探索进入规模化落地的加速阶段 [1] - 政策围绕基础设施、监管治理、支付机制、场景应用、产业融合五大维度形成闭环，为AI技术在医疗健康领域的创新与落地提供明确指引和坚实保障 [1] - 上海出台全国首个省级医学AI专项工作方案《上海市发展医学人工智能工作方案（2025-2027年）》，致力于打造国内领先、国际知名的医学AI发展高地 [7] 基础设施与监管治理 - 国家以标准化建设为核心，推动医疗健康数据互通与智慧医院建设，出台《关于加强全民健康信息标准化体系建设的意见》等文件，为AI应用奠定基础 [2] - 通过《公立医院高质量发展促进行动（2021-2025年）》，鼓励有条件的公立医院加快应用智能可穿戴设备、人工智能辅助诊断和治疗系统等智慧服务软硬件 [2] - 2021年《人工智能医用软件产品分类界定指导原则》首次明确AI医用软件的分类与监管要求，根据产品预期用途、算法成熟度等因素将其分为二类或三类医疗器械 [3] 支付机制与商业化 - 2024年11月，国家医保局首次将“人工智能辅助诊断”纳入医疗服务价格项目立项指南，为AI服务的成本核算与价值变现提供了政策依据 [4] - 2025年《医药工业数智化转型实施方案（2025-2030年）》明确提出深化人工智能赋能应用，支持医药大模型技术产品研发 [4] - 《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》优化了医疗器械标准体系，为AI医疗产品的医保准入、付费模式创新创造了有利条件 [4] 应用场景与产业融合 - 2024年《卫生健康行业人工智能应用场景参考指引》聚焦人工智能与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研四大领域，明确84个应用场景 [5] - 政策鼓励AI技术与医药制造、医疗康养等产业深度融合，构建多元化创新生态，推动AI在预防、诊疗、康复、健康管理等全链条的连续智能服务 [6] - 上海方案明确了医学AI的六大重点发展领域，包括临床医疗、医疗管理、公共卫生、医保监管、药械研发、中医药，覆盖全链条场景 [10] 企业发展核心诉求 - 企业的核心诉求高度集中于场景、数据、算力三大核心要素，其供给质量直接决定了AI技术的落地效率与商业价值转化能力 [12] - 企业希望政府、医疗机构能开放更多高价值场景，尤其是三级医院的专科临床场景、基层医疗的慢病管理场景、公共卫生的应急响应场景等 [14] - 企业迫切需要建立统一的医疗数据共享与流通机制，例如由政府牵头构建行业级专科数据集、跨机构数据共享平台，并明确数据脱敏、隐私计算的技术标准与合规路径 [16] - 企业希望政府牵头建设集约化算力供给平台，例如市级智算中心，通过“算力券”“集中调度”等方式降低算力使用成本，并对初创企业、中小微企业给予算力补贴 [17] 企业出海趋势与路径 - 出海已成为AI+医疗健康企业的重要战略选择，AI+医药研发以“授权出让+自主出海”为核心模式，AI+医疗器械则通过“远程手术突破+整体方案输出+因地制宜布局”三策并进 [18] - AI+医药研发的授权出让模式核心优势是“卖成果、换现金流”，适合资金相对受限的初创企业；自主出海模式核心优势是“建立自主体系、掌握核心权益”，适合成熟企业 [19][20] - 核心出海区域主要集中于国际药企聚集地，以美国、欧洲为主 [20] - 微创实施1.2万公里全球最远远程手术、中东第一例超远程手术 [25] - 一脉阳光与医思健康达成联盟计划推动香港影像中心落地 [27] - 傅利叶与马来西亚PERKESO合作落地首个伽利略系统 [29] 中美企业能力对比 - **AI+医学影像**：中国上市公司3-4家，独角兽0-1家（截至2024年底），拿NMPA三类证35-40张（2024新增）；美国上市公司3-4家，独角兽2-3家，拿FDA 510(k) 110-130张（2024新增） [30] - **AI+药物研发**：中国上市公司1家，独角兽3家，约7-8个分子进入临床（公开项目）；美国上市公司2-3家，独角兽2家，约18-24个AI分子进入临床 [30] - **手术机器人**：中国上市公司2家，独角兽暂无，拿NMPA三类证8张，累计装机300-450台；美国上市公司5家，独角兽暂无，拿FDA 510(k) >25张，累计装机6500-7000台 [30] - **智能可穿戴设备**：中国上市公司2家，独角兽2-3家，设备<1000万台（医疗级），拿NMPA二类证80-100张；美国上市公司暂无，独角兽3家，设备500-800万台（FDA认证医疗级），拿FDA授权数量>80张 [30] - **数字疗法**：中国上市公司暂无，独角兽暂无，无明确数字疗法路径，含慢病管理软件二类证约25-30张；美国上市公司1家，独角兽1-2家，FDA批准DTx 15-18款 [30] 医疗大模型发展趋势 - 自2024年起，医疗大模型应用进入垂类深耕阶段，专病专科大模型成为布局热点 [34] - 截至2025年4月，国内百强医院大模型部署率达98%，33%的医院开展垂类大模型开发 [34] - 肿瘤是最活跃的布局方向，占比达22.2%，儿科、心脑血管疾病次之，占比均为18.5% [34] - 院企共建是主流开发方式，44%的专病专科大模型采用“医院+企业”联合开发模式 [34] - 通过引入权威来源的医学证据优化模型输入，并将查询转化为结构化医学问题，能够克服缺乏医学语义理解、无法辨别文献可靠性等问题 [37] - 通过将检索到的数据按照逻辑因果链组织，判断回答是否遵循已知证据，并引入奖励机制，使得模型句句有据，可回溯、可验证 [38] - 京东健康自研医疗大模型“京医千询”迎来2.0版本升级，通过循证医学与患者数据深度结合 [40] - 卫宁健康发布轻量级、循证强化的医疗大模型WiNGPT3.5-Turbo [41] - 百川智能发布循证增强医疗大模型Baichuan-M2 Plus，其医疗幻觉率相比通用大模型有显著降低 [43] 医疗智能体发展 - 医疗智能体进入“三层并进”爆发期，包括数字医生AI分身、专科智能体、医院智能体三个层次 [44] - 数字分身已率先规模化，专科智能体处于验证期，医院智能体仍在概念中 [44] - 蚂蚁集团“AOAPP”覆盖近200个名医AI分身 [44] - 讯飞医疗“冀脑方舟”脑出血专病大模型、仁济医院泌尿专科智能体是专科智能体代表 [44] - 三种层次智能体终局将走向融合：专科智能体为核心+数字分身为交互界面+医院智能体为基础设施 [44] - 当前，智能体主流应用整体仍处于“L2向L3过渡”阶段 [44] 具身智能与未来展望 - 具身智能以机器人、机械臂等物理载体为核心，实现了人工智能从“数字虚拟服务”到“物理实体干预”的关键跨越 [45] - 约翰霍普金斯大学团队自主手术机器人在无人操作干预的条件下成功完成了对猪胆囊切除的软组织操作 [49] - 英国帝国理工学院开发AI超声机械臂，能够在产科检查中自主扫描并识别胎儿图像，目前已启动多中心验证试验 [51] - 展望未来，具身智能将与大模型、脑机接口深度融合，成为链接数字世界与物理世界的桥梁 [53] 产业价值重构与模式变革 - 人工智能技术从运营、市场、要素、普惠四个核心维度重构医疗健康产业价值，实现全链条提质增效 [54] - 医疗服务模式正从以医院为中心的“医院信息系统（HIS）”时代，迈向以个人健康为中心的“个人健康信息系统（PHIS）”时代 [56] - 未来医院将具备三大核心功能：临终关怀、手术诊疗、身体检查（进行CT、磁共振等大型诊断设备检查） [58][60][62]

行业标准与趋势 - MedAIBench医疗大模型测评体系由国家人工智能应用中试基地（医疗）联合中国医学科学院北京协和医学院等权威机构打造，严格遵循国家卫健委《卫生健康行业人工智能应用场景参考指引》[2] - 测评结果确立了2026年医疗大模型的准入“金标准”，评估重点从参数规模转向智能辅助病历撰写、辅助诊断及医疗安全三大真实场景下的实战能力[4] 公司产品与技术成就 - 全诊医学大模型（Trizen-Med-Omni）在“MedAIBench医疗大模型测评榜”中成功入选“优秀国产医疗大模型”榜单[1] - 该模型是“Ai好医生诊疗支持系统”的同源底层基座模型[1] - 好医生集团与全诊医学在2025年达成深度战略合作，结合好医生集团的基层网络和全诊医学的人工智能技术，为全国基层医疗机构提供智能化解决方案[6] 产品功能与市场应用 - 上线的“Ai好医生诊疗支持系统”核心大脑为获奖的Trizen-Med-Omni模型[6] - 系统具备“感知-书写-决策”一体化能力，在真实门诊嘈杂环境下的语音识别与病历生成准确率已达行业顶尖[6] - 系统为基层医生提供三甲级的诊断建议与质控防线，其技术已通过国家网信办深度合成服务算法备案[6] - 公司计划持续推动“Ai好医生诊疗支持系统”在全国诊所的普及，让基层医生拥有“AI专家助理”[6]

公司产品发布 - 百川智能于1月22日正式发布循证增强医疗大模型Baichuan-M3Plus [1] - 该模型在多个医疗评测中取得领先成绩，其事实性幻觉率降至2.6%，为当前公开报道中最低水平 [1] - M3Plus采用了“证据锚定”技术，可将模型生成的每一句医学结论精确对应至原始论文或指南中的具体证据段落，实现结论的可追溯与可核验 [1] - 据公司称，结论与证据的匹配准确率超过95% [1] 公司商业策略 - 百川智能宣布推出“海纳百川（301667）”计划，将向中国医疗服务机构免费开放M3Plus的API接口 [1] - 该模型的API调用成本较上一代降低70% [1] - 目前所有开发者可申请限时15天的免费体验 [1]

公司技术发布与性能 - 百川智能于1月22日正式发布Baichuan-M3 Plus模型，该模型在严肃医疗场景下的问答准确性和可靠性再次刷新了其前代M3模型创下的世界纪录[2] - 此前开源的M3大模型在Healthbench、Healthbench Hard等多个权威评测中登顶榜首，实现了对GPT-5.2的全面超越[2] - M3模型在低幻觉领域完成超越，以3.5%的幻觉率领跑全球[2] - M3 Plus模型将事实性幻觉降低到新的SOTA水平，仅2.6%，相较GPT-5.2大幅下降超30%，并完成了对行业标杆Open Evidence的超越[2] 核心技术突破 - M3模型首创了Fact-Aware RL的强化学习范式，使底座模型在无工具的设定下，幻觉也能大幅降低到SOTA水平[2] - M3 Plus模型引入了M2 Plus模型已验证有效的六源循证范式，确保模型的每条建议都有专业医学证据支持[2] - 百川M3 Plus首创“证据锚定”技术，要求模型生成的每一句医学结论都必须精确对应到原始论文或指南中的具体证据段落，实现逐字溯源和核验[4] - 为实现证据锚定，公司引入了Citation Reward Model作为独立训练目标，对错误引用进行明确惩罚，最终结论与证据段落的匹配准确率超过95%[4] - 在系统层面，M3 Plus通过MoE架构优化、模型量化以及Gated Eagle-3投机解码等关键技术，在保证能力与可靠性的前提下，实现了API调用成本较上一代降低70%[9] 行业生态与市场策略 - 百川智能宣布推出“海纳百川”计划，将全球最低幻觉的循证增强医疗大模型以API形式，免费开放给中国医疗服务机构[9] - 该计划旨在共同繁荣国内的AI医疗生态，推动中国AI医疗的变革，让每一位中国医务工作者都能拥有可靠、好用的AI助手[9] - 公司表示愿与行业伙伴一道，围绕医生、面向患者，推动医疗AI更安全、更可及、更有温度地发展，让技术进步转化为人民健康的长期福祉[9]

公司产品发布与性能 - 百川智能在1月22日发布了新一代医疗大模型Baichuan-M3 Plus（简称M3 Plus），距离其开源Baichuan-M3模型仅隔9天 [1][3] - 公司宣布M3 Plus在医疗问答的准确性和可靠性上较M3模型进一步提升，并再次刷新了医疗模型的低幻觉世界纪录 [1][3] 模型性能指标 - 在幻觉率评测中，M3 Plus的幻觉率从M3模型的3.5%大幅降低至2.6% [1][3] - 在现场实测环节，对比多家国内主流AI医疗模型产品，接入M3 Plus的“百小应”在同行存在引用源和表述方式迷惑性的情况下，取得了最为准确的回答结果 [1][3] 商业化与成本 - M3 Plus实现了API调用成本的大幅降低，降价幅度达到70% [1][3] - 此次降价旨在打破模型成本高的难题，为模型的规模化应用扫清障碍 [1][3]

投资评级 - 首次覆盖，给予“买入”评级 [4][10][12] 核心观点 - 讯飞医疗科技是AI医疗龙头，依托星火医疗大模型构筑的AI能力底座，实现了GBC（政府、医院、患者）业务全流程贯通和诊断全场景覆盖，打通了医疗行业的数据流难点，率先形成业务闭环 [4][7][8] - 公司早期布局帮助完成数据快速积累，当前渗透率与先发优势凸显，客户不断积累形成数据飞轮 [4][8] - 伴随政策落地节奏加速，GBC端数字化与智能化需求持续释放，短期G端和B端是收入基石提供稳定增速，中期C端患者管理服务或是核心增长驱动力 [4][10] - 公司承建合肥中试基地，积极卡位占据基层卫生服务方向生态制高点，中试基地创新模式有望疏通AI医疗落地堵点，开启AI医疗新纪元 [9] 公司概况与发展阶段 - 公司成立于2016年，是一家人工智能赋能的医疗解决方案提供商，产品及解决方案涵盖从健康风险预警、早期筛查、诊断、治疗到出院后管理和慢性病管理的整个医疗服务周期 [7][20] - 公司发展分为三个阶段：技术验证与“从0到1”的破局期（2016-2017年），模式跑通与“区域试点”的蓄力期（2018-2020年），全国模式复制与全栈爆发期（2021年至今） [21][22] - 截至2025年11月，公司智医助理已覆盖中国30余个省801个区县，约75000家基层医疗机构，累计提供超11亿次AI辅诊建议，规范病历3.4亿份 [22][24][43] 股权结构与治理 - 股权结构明确清晰，集中于科大讯飞集团，科大讯飞持股49.4%，系控股股东 [7][26] - 高管层由顶级医学背景经验丰富人士与科大讯飞灵魂人物组成，奠定公司重研发、能落地的风格 [7][28] 业务模式与市场地位 - 公司基于星火医疗大模型打造GBC三端多元化产品矩阵：G端（政府）提供基层与区域卫生解决方案，B端（医院）提供智慧医院与AI诊疗助理，C端（患者）提供患者管理服务、智能硬件等 [29][30][31][33] - 截至2025年上半年，G端、B端、C端业务收入占比分别约为47%、18%、35% [33][46] - 公司是行业内罕见的全栈式玩家，实现了从院内诊疗到院外管理再到支付风控的全链路覆盖，与专注于单一赛道的工具型厂商形成差异 [81][83] - 根据弗若斯特沙利文，2021-2023年，讯飞医疗收入规模在中国医疗人工智能行业中排名第一 [76][78] - 2023年，公司在中国基层医疗机构CDSS（临床决策支持系统）市场中排名第一，市场份额占61.5% [22][79][80] 财务表现与预测 - 公司营业收入由2021年的3.73亿元增长至2024年的7.34亿元，同比增长32%，2021-2024年营收复合增速达25.4% [36][38] - 2025年上半年公司实现收入2.99亿元，同比增长30.6% [36] - 公司归母净利润由2022年的-1.89亿元减亏至2024年的-1.33亿元，同比改善8.5%，2025年上半年实现归母净利润-0.74亿元，同比改善43.1% [37][38] - 公司毛利率维持相对稳定高位，2024年为55.0% [48][49] - 预计公司2025-2027年的营收为9.2亿元、11.8亿元、14.7亿元，同比增长25.6%、27.6%、25.0% [4][10] 技术优势与产品迭代 - 公司依托讯飞星火医疗大模型，是业界唯一基于全国产算力训练的医疗深度推理大模型，在数据安全与硬件后门方面具备优势 [60][61] - 星火医疗大模型采取“小步快跑”的迭代策略，在医疗垂类场景中建立了对通用大模型的性能代差，截至2025年中，模型在心血管内科、呼吸内科等专科的诊断推理能力已达到三甲医院主治医师水平 [63][69] - 2025年11月发布的星火医疗大模型X1.5，根据真实场景测试数据评估平均分数达到91.2%，效果超过GPT-5（high）以及DeepSeek V3.2-Exp [60][61] - 公司携手华为推出“讯飞星火医疗一体机”，实现快速部署、开箱即用，内置20个医疗专业智能体 [60] 标杆合作与行业影响力 - 2024年以来，公司与顶级医疗机构的合作进入井喷期，与华西医院、北京安贞医院、山东大学齐鲁医院等多家顶级医疗机构打造专科大模型标杆项目 [8][88][89] - 例如，与华西医院联合发布的“华西黉医”医学大模型，在处理诊疗行为记录、手术术式质控等复杂任务的准确率已达到90% [90][93] - 这些合作不仅为公司提供信任背书，更使其获得了中国最复杂的病例和最规范的诊疗逻辑数据，是模型能力的重要来源 [86] 中试基地与模式创新 - AI医疗应用面临成本高、商业闭环难、行业保守推广阻力大等核心制约因素 [9] - 讯飞医疗承建合肥“国家人工智能应用中试基地（医疗领域基层卫生服务方向）”，旨在通过整合资源、制定标准，自上而下破解规模落地瓶颈，解决“最后一公里”落地难题 [9][17] - 中试基地模式有望以服务付费解决商业转化与持续迭代困境 [9] 增长驱动与业务闭环 - 公司构建了涵盖“区域治理（G）-院内诊疗（B）-个人健康（C）”的完整医疗闭环，打通了医疗行业的数据流 [8][95] - 形成了“能力向下兼容（B→G）与流量向上输送（G→B）”的双向赋能闭环，以及数据反馈回流机制 [95] - C端产品“讯飞晓医”是连接B/G两端服务并在家庭场景变现的关键连接器 [95] - 短期增长由G端和B端业务驱动，中期C端患者管理服务是核心增长驱动力 [4][10]