蚂蚁再把医疗AI卷出新高度！蚂蚁·安诊儿医疗大模型开源即SOTA

鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI

就在医疗AI赛道激战正酣时，一个搅局者低调入场了。

依旧是蚂蚁，依旧「SOTA」！

它就是蚂蚁集团联合浙江省卫生健康信息中心、浙江省安诊儿医学人工智能科技有限公司开源的医疗大模型——蚂蚁·安诊⼉（AntAngelMed）。

一经发布就登顶多项医疗基准测试榜单。

不讲什么噱头，也丝毫不喧嚣，它用数据和排名说话：

在OpenAI发布的HealthBench评测中强势霸榜开源模型第一，超越Baichuan-M2和gpt-oss-120B。

并横扫MedAIBench、MedBench等权威医疗榜单。

它也是迄今为止参数规模最大的开源医疗模型，足足有100B。

应用门槛相当低，即使是在中小型医疗机构，AntAngelMed也足以支撑起实时多轮交互和规模化部署，是真正能够落地跑起来的模型。

它为行业示范出一条清晰明确的路径——通过“专、精、稳”三位一体，构建通用智能+医疗专长的全栈能力闭环。

环顾全球，AI医疗正在成为一场关乎全人类健康的数字化变革。

李飞飞团队发布的斯坦福《2025 AI Index Report》中明确指出，AI已经从实验室正式走向临床和实际应用。

研究表明，AI比专业医生在诊断复杂临床病例时表现更优，而AI与医生的协作往往能取得最佳结果。与此同时，一系列医疗专用大模型也呈现出持续涌现的态势。

蚂蚁则在用实际行动全面押注这一赛道。

开源即登顶多项权威医疗榜单

具体来说，AntAngelMed是蚂蚁集团联合浙江省卫⽣健康委共同研发的开源医疗大模型，从诞生之初就是专为真实医疗场景所设计的。

这也充分体现在模型的基准测试表现上。

比如由OpenAI在去年发布的医疗健康领域评估测试集HealthBench，来自全球60个国家、262名医⽣共同构建，包含5000种多轮医疗对话场景，评分标准涵盖准确性、完整性、沟通质量、情境感知等多维度。

在面对DeepSeek-R1、Qwen3、OpenAI GPT-OSS等一众开源模型，AntAngelMed以62.5的评分拿下第一。

更进一步，在HealthBench的子集HealthBench-Hard（专为困难场景设计）上，AntAngelMed同样稳居榜首。

这也是继Baichuan-M2后，唯二打破HealthBench-Hard 32分魔咒的开源模型，要知道在HealthBench-Hard刚发布时，其困难程度一度让所有模型都拜倒在32分之下，甚至当时还有很多顶尖模型都直接挂零。

AntAngelMed的表现足以证明，其在最真实也最容易出错的复杂医疗环境中，仍然能够表现稳定，专业度拉满。

在由国家⼈⼯智能应⽤中试基地（医疗）·浙江、中国医学科学院北京协和医学院、中国信息通信研究院三⽅共建的权威测评体系MedAIBench中，AntAngelMed同样表现突出，尤其是在医疗知识问答、医疗伦理安全等多个核心维度上优势显著。

这侧面说明，模型不是在医疗基础知识或者临床诊断这类单一科目上能力强劲，而是整体医疗水平均衡，短板够长、专业够全面，容错率也会更低。

而在面向中文医疗场景的医疗大模型评测体系MedBench时，AntAngelMed依旧位列⾃测榜单第⼀。

MedBench拥有36个自主评测集，约70万条样本，最关键的是它区别于很多以英文为主的国际benchmark，更偏向于本土医疗体系，在表达上也更贴合国内问诊场景。

AntAngelMed在医学知识问答、医学语⾔理解、医学语⾔⽣成、复杂医学推理、医疗安全与伦理五⼤核⼼维度上稳定领先，展现出与基层临床流程的高度适配和无缝集成。

以日常生活场景为例，我们向AntAngelMed提问：

• 我最近总是头晕，可能是什么原因？

生成速度很快，几乎是秒入秒出。

仔细看思考过程，它首先提及的是要照顾用户情绪，在给出答案时避免引起恐慌。

nice！这波人性化必须好评，毕竟之前每次上网搜症状，都感觉自己得了绝症……（慌张.jpg）

在给出具体建议时，它也会基于自身医学知识，仔细分析症状表现，找到最契合的成因。

结构上逻辑严谨，从共感→原因分析→建议→鼓励，全方位解决用户需求。

最终给出的答案也很专业暖心，感觉像是在和一位主任级医生面对面就诊。

P.S.不过正如AntAngelMed所说，症状加剧时一定要及时就医哦～

接着让AntAngelMed试着解读专业术语：

• 我的一份乳腺癌手术病理报告显示：ER(90%+)，PR(80%+)，HER2(1+)，Ki-67(15%)。请解释这些指标代表什么？这对我的分型和后续治疗方案意味着什么？

在肿瘤病理报告中，免疫组化（IHC）指标是决定癌症治疗方案（如化疗、靶向、免疫治疗）的关键，而指标组合又极其复杂。

AntAngelMed首先用通俗易懂的语言解释了这几个相关指标的含义，对于极少接触专业医学知识的普通人，或者需要查找狭窄领域信息的专业医生来说，颇具参考价值。

此外，它也能准确识别出癌症亚型，给出倾向于激素治疗而非靶向治疗的参考意见。

值得关注的是，AntAngelMed还会告知用户接下来可以去挂哪些科室，以及可以询问主治医师哪些问题。

对于本看病困难星人，实在是暖暖的、很贴心～

整体感受下来，AntAngelMed既像一个无微不至的家庭医生，也像一位经验丰富的专家学者，无论是个人、医生、医疗机构，或许都能从中找到最适合的匹配方案。

既要专业度，也要人情味

那么AntAngelMed是如何做到的呢？

要厘清思路，首先需要回到模型本身。

AntAngelMed继承了百灵⼤模型Ling-flash-2.0的⾼效混合专家（MoE）架构，并建立起三阶段的训练过程：

Step 1：持续预训练。

通过持续预训练，大量的临床指南、医学文献等高质量知识被融入进模型参数中，让模型与知识深度融合，能够自然地以专业医学角度进行思考和表述。

换言之，这是在为医学AI打下最坚实的地基。

Step 2：监督微调。

为了解决真实场景应用的问题，在这个阶段里，指令数据兼具多种类型的表述形式，能够增强模型的通用推理能力，学会分步思考和多方案权衡。

另外，模型的人性化也同步得到提升，要知道医患问答不等同于学术问答，模型的输出如何能够更贴近真实医生的表达，这是关键。

Step 3：GRPO强化学习算法+双阶段强化学习路径。

这一步决定模型最终能不能被真实使用。

GRPO强化学习算法的引入，让模型对复杂任务的处理更加得心应手，也能更好地对齐人类价值，约束模型安全边界。

其中双阶段强化学习又分为两步：

• 推理强化学习：保障模型的推理逻辑严谨，避免中途跳跃。
• 通用强化学习：强化模型的行为风格，明确指导风险。

最终二者结合，共同推动模型朝着专业、克制又能共情的方向演化。

为了实现模型效率与性能两手抓，在原有的Ling-flash-2.0架构上，模型也在一系列核心设计上进行了全面优化，比如1/32激活⽐例、⽆辅助损失+Sigmoid路由策略、MTP层以及Partial-RoPE等。

最终帮助模型在参数规模相近的情况下，实现了相比Dense架构的7倍效率提升，模型计算成本同步得到大幅度降低。

要让模型跑得快、跑得稳，还需要进行推理加速。

这里采用的是FP8量化+EAGLE3优化：

前者负责将模型推理时的数值精度压缩到FP8，可显著减少内存占用以提高计算吞吐；而后者主要用于抑制FP8量化带来的数值抖动，在效率与稳定性中找到最优解。

最终在真实线上医疗系统的典型负载32并发场景中，实现推理吞吐的稳步提升：HumanEval提升71%，GSM8K提升45%，Math-500提升⾼达94%。

蚂蚁医疗AI布局有迹可循

不难看出，AntAngelMed反映了蚂蚁对医疗AI领域的洞察细致入微，因为近一线所以懂行业痛点，因为有技术所以懂如何改进。

所以AntAngelMed才能从一众医疗大模型中脱颖而出，做到真实环境中也可以智商情商双在线，而非仅仅局限于基准测试的demo。

可以说，AntAngelMed的出现，进一步完善了蚂蚁在医疗AI领域的布局。

技术层面，AntAngelMed可以作为最坚实的基座模型，承载起AI在专业场景的规模化落地，解决的是蚂蚁最底层的技术需求。

它走的不是通用大模型+Prompt的基础医学问答路线，而是深度对齐医学语料、诊疗流程和医学推理链后，完成的专业性更强的诊疗推理。

国内外目前也有越来越多模型正在推进这一相似的范式转移。

显然，蚂蚁已率先预见到这条路线的正确性，并沿着它一路狂飙，来到了收获成果的阶段。

产品层面，蚂蚁也建立起了以面向用户的AI健康管家、面向医生的好大夫在线、面向机构的医疗大模型一体机为代表的三端一体产品矩阵。

从患者、医生到机构，蚂蚁的AI产品全方位覆盖医疗服务体系，满足从下至上每一个角色对AI医疗的切身需求。

组织层面，蚂蚁在去年年末，完成了一次相当重要的战略调整，将原来的数字医疗健康事业部正式升级为蚂蚁健康事业群。

从事业部升级为事业群，这意味着医疗健康不再是蚂蚁的补充业务，而是正式成为与支付宝、数字支付、财富保险、信贷并列的核心板块。

可以预见的是，蚂蚁未来会将更多资源和精力倾向给AI医疗，而AntAngelMed还只是蚂蚁正式入局的开端。

那么为什么要选择做医疗AI呢？

归根结底在于通用大模型和专业场景存在鸿沟，缺乏相关领域的知识、难以进行复杂任务的决策，以及对话交互不等同于有效协同。

而专业智能体是把通用智能拆解、工程化，本质上是将不确定性约束在具体的产业里，只有这样才能实现大模型的生产价值最大化。

医疗则是其中最具代表性的练兵场，医疗的核心不是操作，而是智能密度最高的认知、推理和决策。

对于大模型来说，这是一块试金石，能倒逼大模型完成深度优化，推动模型向其它基础领域迁移。

而这个领域恰好还刚刚起步，有足够大的蓝海可以探索。

与此同时，蚂蚁也有做医疗AI的底气，多年来蚂蚁深耕支付、医保领域，为打通医疗AI提供了坚实的数据基础。

由此，在这条隐秘的医疗战线里，蚂蚁无疑会成为走得最久、也最深的先行者。

P.S.目前AntAngelMed模型系列已在平台开源，可访问官方开源仓库下载使⽤：

HuggingFace：https://huggingface.co/MedAIBase/AntAngelMed
ModelScope：https://modelscope.cn/models/MedAIBase/AntAngelMed
GitHub: https://github.com/MedAIBase/AntAngelMed