医疗AI竞速赛，云知声斩获MedBench 4.0多项第一，硬实力领跑

“AI都说了，我得的不是这种病！”如今，患者带着通用Chatbot给出的诊断方案与医生“对线”的场景在全国多家医院频繁上演。这类场景打乱诊室节奏，让医生将大量诊疗时间消耗在纠偏解释上。究其根源，在于通用大模型并非为医疗场景设计，医疗相关问题幻觉率高达40%，凸显了医疗AI行业的核心竞争逻辑——低容错、高责任的医疗场景对AI要求极高，真实落地能力已成关键分水岭。云知声作为其中的先行者，全国约40%的百强三甲医院均选择了其智慧医疗解决方案。

核心壁垒：40%百强三甲选择，真实落地成效凸显

医疗场景的特殊性为AI设立了多重高门槛：医疗决策的连续性要求输出稳定，结果需同时满足医生、质控、医保等多体系认可，且对错误的容忍度接近于零。这使得众多榜单成绩亮眼的模型难以实现规模推广，而云知声凭借十余年的深耕积累，成功突破这些壁垒。

自2016年起，智慧医疗便成为云知声的核心业务方向，其发展轨迹与中国医疗智能化进程高度同步，从语音病历解决记录效率问题，到质控管理应对合规需求，再到聚焦临床生产力提升，逐步构建起全流程解决方案。截至今年6月，云知声智慧医疗解决方案已在全国400家医院部署，700余家进入测试阶段。其中，门诊病历生成系统表现尤为突出，生成病历直接引用率接近90%，意味着医生可直接使用近九成生成病历，大幅节省书写时间，这一成效也成为其获得40%百强三甲医院青睐的关键原因。

双轮驱动：技术筑牢根基，商业价值持续释放

规模化落地的背后，是云知声硬核的技术支撑。近日发布的山海·知医5.0采用“医学文本大模型+医学多模态大模型”双核心体系，可同时处理结构化信息、医学文本、影像等多源输入，实现跨模态医学推理。通过创新的“结构化图谱—半结构化文档—过程化轨迹”三层金字塔数据范式，结合微调与强化学习技术，模型将特定医疗任务幻觉率压降至3%以内，远低于通用大模型40%的医疗相关幻觉率。在权威的MedBench 4.0评测中，云知声UniGPT-Med系列模型三榜夺魁，此前其山海大模型在医疗领域评测中还曾超越GPT-4，技术实力得到行业充分验证。

技术与落地能力已持续转化为商业成果。2025中期业绩报告显示，云知声医疗业务收入0.70亿，同比增长22.3%，占总收入17.3%；医疗客户客单价从2024年同期的46.9万元大幅增至101.3万元，增幅达116.2%。更值得关注的是，部分客户在初期部署后持续追加模块与使用场景，业务推进呈现“由点到面”的扩展趋势，单个客户价值不断放大，增长具备复利特征。

当前，医疗AI行业迎来政策与市场的双重利好。国务院办公厅相关意见明确支持健康咨询、辅助诊断等医疗AI场景创新，资本市场也已开始为医疗AI临床落地定价，美国医疗AI赛道独角兽估值快速攀升。而深耕赛道多年、兼具技术硬实力与规模化落地能力的云知声，无疑已站在行业领跑梯队，有望在千亿医疗AI市场蓝海中持续释放产业价值。