蚂蚁发布安诊儿大模型2.0与智能体4.0：浙江14家医院共建首批医学AI临床验证中心

从2亿人次到临床验证中心：医疗AI开始走进注册申报流程

事实报道视角 × AI技术供应商·创业者 ｜ 影响分析 × 医院信息化·临床医生 ｜ 产品发布

9月23日，第五届全球数字贸易博览会数字医疗健康产业对接活动在杭州举行：蚂蚁集团发布安诊儿医疗大模型2.0与医疗智能体4.0，浙江省首批医学人工智能临床验证中心同日揭牌，14家省内重点医院联合共建，医疗token工厂1.0同步上线。

开场：2亿人次之后，安诊儿把发布会开进了数贸会

医疗AI公司办发布，通常选学术会议或自家舞台，安诊儿这次把场子放进了全球数字贸易博览会。场合本身就是信号：这场发布的受众不只是医生和医院，还有数据要素、数字贸易与产业政策整条线上的人。把医疗AI摆上贸易洽谈的桌面，意味着它被当作一种可交易、可流通的产业能力来展示，而不仅是一项临床技术。

支撑这个场面的是一组已经跑出来的规模数据：安诊儿已接入浙江2000余家医疗卫生机构，累计服务超2亿人次。这个量级的落地盘面，让它接下来的每一步动作都会被行业当作风向标来读。从挂号、陪诊这类贴近患者入口的服务起步，到如今把大模型、智能体、临床验证中心与数据工厂一次性摆上台面，安诊儿的叙事已经从“一个应用”变成了“一套体系”。

同场的主旨演讲来自浙大二院院长王建安院士，主题是“全景智能医院建设的中国实践”；省经信厅、卫健委、药监局则在现场解读政策。产品方、医院方与监管方同台的阵容说明，这不是一次常规的产品迭代发布，而是一次产业卡位。

一场发布会集齐模型、智能体、验证中心与数据工厂，展示的已不是单点产品，而是一整条产业闭环的雏形。

大模型2.0加智能体4.0：从回答问题到规划任务

先看模型。安诊儿医疗大模型2.0在8个全球顶尖医疗评测集上综合评分位居同尺寸模型首位。“同尺寸”三个字值得拆解：它不比绝对的参数规模，比的是同等体量下的医疗能力。对成本敏感、需要权衡部署方式的医院信息化场景而言，这个第一名的现实意义，可能比重金堆出的超大模型榜单成绩更近一步。对创业者而言，这也是一条务实路线的提示：在算力预算有限的现实下，把同等规模模型的医疗能力做到极致，比追逐参数规模更接近医院的采购逻辑。

再看智能体。安诊儿医疗智能体4.0新增自主任务规划与多维度智能推理，覆盖诊前、诊中、诊后全链条，并延伸至家庭电视屏与社区服务屏。从回答问题到规划任务，是两种产品形态的分野：问答是被动的，患者问一句、系统答一句；规划是主动的，系统要理解目标、拆解步骤，并串联起一次完整的就医流程。触点从院内延伸到家庭与社区的屏幕，意味着服务链条不再以出院为终点，院外随访与基层承接被纳入同一张网络。对医院信息化团队来说，这一版组合的变化还在于集成深度的跃升：问答工具可以挂在系统边上，任务规划则必须钻进流程与数据的核心。

大模型证明的是智力上限，智能体考验的是责任边界——规划越自主，边界越要清晰。

14家医院共建临床验证中心：医疗AI合规路径的浙江解法

本次发布中制度含量最高的一条，是浙江省首批医学人工智能临床验证中心同日揭牌：14家省内重点医院联合共建，为医疗器械注册申报提供临床验证支撑。

医疗器械注册申报需要临床评价证据，这是硬性门槛。医疗AI产品一旦向辅助诊断、辅助决策等具有医疗器械属性的方向走，临床验证就是绕不开的环节。过去验证资源分散在各医院，企业需要一家一家去谈，周期长、标准不一、成本高。浙江的解法是把它做成公共基础设施：由省级层面组织、多家重点医院共建，让临床验证从企业的单打独斗变成有组织的通道。对参与共建医院的临床科室与信息部门而言，验证中心还提供了一条把日常诊疗能力转化为科研与产业证据的通道，医院在其中的角色不再只是出场地、出病例。

对AI技术供应商，这意味着注册路径变得可见、可预期；对参与共建的医院，这意味着从技术的使用方变成规则的共建方。对正在观望的创业者，这条新闻的提示在于：医疗AI的商业化卡点，正在从“好不好用”转向“能不能过审”，合规能力开始成为产品能力的一部分。

临床验证中心真正的产品不是一份份验证报告，而是一条可预期的审批路径。

医疗token工厂：数据要素开始按工业流程加工

与验证中心同步上线的是医疗token工厂1.0，由国家AI应用中试基地、浙江省数据集团、蚂蚁集团、安诊儿公司联合发布。

“工厂”这个命名本身就传递了信号：医疗数据要进入标准化、规模化的生产流程，像工业原料一样被加工为模型可使用的语料。四方联合的结构同样值得拆解——中试基地代表政策与转化通道，数据集团代表数据要素的供给与治理，蚂蚁集团代表技术与平台能力，安诊儿公司代表落地场景与产品出口。数据、技术、场景、制度四个角色各就其位，试图把医疗数据从沉睡的资产变成可流通的生产资料。

这也是把发布会开进数贸会的另一条暗线：当数据开始按工业流程加工，医疗AI竞争的要素就不只是算法，还包括谁能合法、稳定地获得高质量数据供给。token工厂1.0的看点不在版本号，而在它第一次把医疗数据的供给问题摆到产业发布的桌面上公开求解。

冷静观察：评测集第一名与诊室里的信任，中间还隔着真实世界研究

需要泼一点冷水。8个评测集上的同尺寸第一，是榜单成绩；评测集是封闭的题目，诊室是开放的环境。模型在标准考题上拿高分，与它在真实门诊中被医生信任、被患者接受，中间隔着真实世界研究的证据，也隔着大量琐碎的临床磨合。同样，超2亿人次的服务规模证明了触达能力，但服务人次不等于临床结局的改善——前者是互联网逻辑，后者是医学逻辑，两者的换算关系需要用研究来回答。

临床验证中心能否产出被监管与临床双方都认可的证据，token工厂如何在数据加工与隐私边界之间取得平衡，都是下一阶段才见分晓的问题。浙江这次把模型、场景、验证、数据四块拼图同时摆上了桌，方向值得肯定；但每一块拼图要真正落位，都需要时间兑现。对关注这一赛道的医院与厂商而言，接下来真正值得跟踪的指标，是验证中心受理的第一个项目、token工厂加工的第一批语料，而不是下一场发布会的参数表。

---

原文链接：source

千方医数集编辑部 出品