全球顶尖医疗AI模型正式开源，远超DeepSeek夺冠

关注CAIE，国内头部AI人才认证、培训体系，助你在职场升职加薪。

蚂蚁集团刚刚开源了全球最大医疗AI模型AntAngelMed。

AntAngelMed是一个混合专家架构模型，有1000亿参数但仅激活了61亿参数，并基于Ling-flash-2.0-base开发而成。

根据测试数据显示，AntAngelMed在OpenAI的HealthBench高难度医疗测试中，以39.6分超过了DeepSeek-R1、GLM-4.5、Kimi-k2等知名模型，成为全球最强的开源医疗AI模型。

首先得说，这模型来头不小，是浙江省卫生健康信息中心、蚂蚁健康还有安诊儿医疗AI联合研发的，算是开源医疗模型里规模最大、性能最能打的一款。

除了在OpenAI的HealthBench中霸榜第一，在国内的MedAIBench、MedBench评测中也是直接拿第一。

MedBench里它以68分的综合成绩领跑，比微医、云知声这些大厂的医疗模型都高，要知道MedBench可是涵盖了70万个样本的中文医疗评测，能拿第一实力是相当强的。

而且这模型不是光成绩好看，实用性也拉满。它总共有1000亿参数，但实际干活只需要激活61亿，就能达到400亿参数稠密模型的效果，相当于花小钱办大事。

在H20硬件上推理速度能超200 tokens/秒，比普通的360亿参数模型快3倍，还能处理128K的超长文本，不管是看大段病历还是复杂的诊疗记录，都不费劲。

AntAngelMed之所以这么强，与它的特殊训练流程和架构有很大关系。第一步是持续预训练，基于Ling-flash-2.0这个基础模型，喂了海量的医疗语料，比如医学百科、学术论文这些，先让模型把医疗基础知识啃透。

第二步是监督微调，不光用医疗场景的对话、诊断案例这些数据，还加了数学、编程、逻辑类的通用数据，既让模型懂医疗，又让它有清晰的思维逻辑，不会答非所问。

第三步是强化学习，用专门的算法调教模型，让它说话既有同理心，又能严格遵守医疗安全规范，减少胡说八道的情况，毕竟医疗模型可不能乱给建议。

架构方面，AntAngelMed是基于Ling-flash-2.0的混合专家架构开发而成。简单来说就是把模型分成一个个小专家，处理不同的医疗问题时，只叫对应的专家出来干活，不用全员上阵。

就像医院里看感冒找呼吸科医生，看骨折找骨科医生，各司其职效率才高。而且研发团队还把这个架构优化到了极致，激活比例只有1/32，再加上一些细节优化，比如注意力平衡、QK归一化这些，让模型效率直接提升7倍。

我特意看了下，还做了FP8量化优化，在多并发场景下，推理速度又能再提一大截，比如做代码类任务能快71%，数学任务甚至能快94%，又快又稳。

如果只是想体验下模型效果，用HuggingFace的transformers库就行，复制几行代码，把模型地址换成MedAIBase/AntAngelMed，输入个问题比如头痛该怎么办，模型就能给出回答。

咱们国内用户更推荐用ModelScope，下载速度快很多，不用折腾半天。如果想长期用，不管是用NvidiaA100还是华为的Ascend910B都能部署。

用Nvidia的话，推荐用vLLM或者SGLang，这俩都是现在主流的高效推理框架，先装对应的包，再跑几行命令就能启动服务，还能兼容OpenAI的API格式，调用起来很方便。

说实话，我扒完这个模型的资料，第一感觉就是诚意满满。开源、性能强、效率高，还考虑到了不同硬件的部署场景，不管是做医疗 AI 研究的，还是想落地医疗相关应用的，都能直接用。

最近阿里的医疗助手阿福挺火的，现在用这个模型可以试着打造自己的阿福。而且它的许可证是 apache-2.0，商用也没啥大问题，比起那些闭源的医疗模型，门槛低太多了。

开源地址：https://huggingface.co/MedAIBase/AntAngelMed

Github：https://github.com/MedAIBase/AntAngelMed

魔搭：https://modelscope.cn/models/MedAIBase/AntAngelMed

想转型AI，不被时代淘汰

CAIE注册人工智能工程师认证

岗位能力 × AI工具 ×转型方向 × 场景落地 = 新AI职业价值

扫码免费领取《AI工程师入门学习指南》