河南
近日，云知声正式发布自研医学影像多模态大模型U2‑RadiMed。继7月U2‑Med三医大模型落地之后，云知声医疗AI能力再度迭代，补齐医学影像认知核心能力，面向真实临床场景打造全链路影像AI解决方案，助力医学影像诊断智能化升级。
技术实力多维验证，多项评测指标位居前列
顶尖的医学影像大模型，既要实现精准视觉识别，更要做到定位准、问答清、推理深。在多项横向评测中，U2-RadiMed展现出全方位领先的硬核实力。在通用综合测评中，U2-RadiMed以55.5的综合得分位列第一，领先Gemini3.1（47.9分）、GPT-5.4（47.5分），以及Hulu-Med-27B、Qwen3.6-27B等国内外模型，展现出更均衡的医学影像多模态综合能力。
在六大核心能力专项评测中，U2-RadiMed实现四项能力登顶，包揽报告生成、病灶检测与定位、通用医学VQA、高级医学推理四大维度最高成绩。其中，病灶检测与定位能力优势最为显著，以37.6分大幅领跑同类模型，精准攻克医学影像诊疗核心痛点，在病灶异常筛查、精准定位的关键环节建立绝对竞争优势。
同时，模型通用医学VQA达74.2分、高级医学推理达46.8分，两项核心指标均位列参评模型首位；临床决策、临床推理、报告生成，形成从病灶识别、影像解读、智能问答到临床推理、诊疗决策的完整闭环能力。而在此前公布的MedBench5.0全模态大模型评测中，U2-RadiMed以综合得分57.2的成绩位列参评模型第一，再次印证其顶尖的医学影像多模态综合实力。
贴合真实诊疗逻辑，加速技术普惠临床应用
真实临床从来不是孤立地分析一张影像，医生需要结合患者不同阶段的影像变化、临床信息与医学知识，对疾病进展、治疗效果以及后续方案进行综合判断。U2-RadiMed进一步突破传统AI单张影像分析的局限，可理解多时序影像之间的关联逻辑，支持病灶检测定位、影像智能问答、多时序影像对比、病程动态追踪、鉴别诊断、报告辅助生成等多元临床场景，更贴近医生真实的诊疗思维与工作流程。
在针对低级别胶质瘤患者初诊、术前、术后三个阶段的MRI影像中，U2-RadiMed摒弃单图独立解读模式，可串联时序影像、还原完整病程。模型精准识别患者7年前25mm左侧额叶病灶、术前病灶增大至45mm的进展变化，同时研判术后肿瘤区域无明显占位，确认肿瘤完整切除。此外，模型可精准区分术区高信号水肿带为正常术后改变，并结合低级别胶质瘤病理特征，给出专业化术后随访建议。该能力让静态影像转化为动态病程故事，实现疾病进展、治疗效果、术后管理的全周期AI辅助。
据了解，U2-RadiMed即将接入云知声MaaS平台TokenHub，提供兼容接口，支持多图输入与长上下文，实现模型能力开箱即用。坚持“智能向上、智能向善”，云知声以技术迭代打磨产品能力，推动医学影像AI从技术创新转化为实实在在的医疗生产力，赋能更多医疗机构与临床从业者。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
