中国医疗AI拿下全球第一新智元

过去十年，医疗AI经历了两次范式跃迁。

第一次浪潮，是「知识数字化」。

从2010年代中期开始，海量医学教材、指南、论文被数字化，AI具备了检索知识的能力。这个阶段的核心价值，是「信息可及」。

第二次浪潮，是「对话生成」。

LLM出现后，AI不再只是检索和呈现，而是能像人一样组织语言、生成回答。这个阶段的核心价值，是「表达流畅」。

这两次浪潮解决了一个问题：让知识离人更近。但它们都没有解决另一个更深层的问题——让知识真正服务于这个人。用户问了一个健康问题，AI给了一段回答，并没有对这个人长期健康的持续关注。

这，正是今天医疗AI正在跨越的第三个拐点：从「一次回答」到「持续服务」。

2026年7月底，智诊科技正式发布新一代医学大模型WiseDiag V3及全新升级的好伴AI。

这一次升级的核心，不是参数更大、分数更高，而是能力形态的根本转变：好伴AI从「能聊」升级为「能持续服务」。

通过模型、记忆、服务三大底层能力的同步跃迁，好伴AI正在将医疗AI从「单轮问答工具」推向「长期陪伴、主动组织、持续负责」的新阶段。

这是一次技术路线的重新定调，也是一个行业拐点的到来。

从此，模型不再只是一个知识引擎，而是成为能持续理解用户、对结果负责的「健康伙伴」。

跃迁一：更专业，从「医学题库」到「专家级医疗大脑」

今年年初，智诊科技发布了WiseDiag V2。

V2完成的一次关键升级，是让医疗AI从以文本问答为主，进一步具备对医学影像、报告、化验单和体征照片的多模态理解能力。它解决的是医疗AI「看得见、看得懂」的问题，为复杂医疗信息进入统一推理过程建立了底座。

但当模型真正进入家庭健康咨询和复杂病例分析，仅仅「看懂信息」还不够。

一个真实健康问题，往往同时涉及多个科室、既往病史、长期用药和不同时间点的检查结果。模型不仅要识别信息，还必须判断哪些线索更重要、哪些风险应优先排查，以及什么时候应该追问、什么时候必须保持谨慎。

因此，从V2到V3，WiseDiag的升级重点从「多模态认知」，进一步走向「综合医学判断与安全对齐」。

相较于V2，WiseDiag V3的医学继续预训练数据由800亿tokens扩展至1000亿tokens，覆盖科研、疾病、药学、标注问答、临床真实数据、规范、中医及书籍字典八大医学知识层。

按整体数据规模换算，其中包括约27.5万篇论文、36万条优质医疗问答、25,200篇指南共识、2,360本医学书籍，并由50位医学专家参与监督对齐。

更重要的是，WiseDiag V3在后训练体系中加入了OPD多科室专家融合与在线蒸馏机制。

先针对不同专科分别训练专家模型，再将各专科的判断能力汇聚进一个统一的模型。

这让V3具备了从多个专科视角综合分析的能力，模型能够把多个线索放在同一套医学逻辑中分析，减少症状、报告和用药信息彼此割裂的情况。能给出一组经过多角度验证的判断。

与此同时，WiseDiag V3还部署了一套自研的生成式奖励模型GRM。

GRM在模型训练过程中充当「医学评审官」角色——模型训练中每生成一个回答，评审官会从准确性、完整性、安全性、表达清晰度四个维度给它打分，然后用这个分数反过来优化模型本身。这样，就减少了AI胡说八道的可能。

正是这套训练体系的升级，让WiseDiag V3在权威评测中全面领跑，取得多次全球第一。

MedXpertQA文本推理：56.4，全球第一

DoctorBench综合得分：82.5，全球第一

MedBench：全球第一

在真实的用药咨询场景中，这种升级带来的差异极为明显，因为WiseDiag V3看见的，是整个人的健康风险结构。

V2回答了一个问题，V3给出了一套可执行的行动方案，这就是从「医学题库」到「专家级医疗大脑」的跨越。

下面就是一个真实的用户案例。

一位28岁的年轻女性，脸上反复长痘、月经不规律、体重半年涨了15斤。

期间，她曾分三次向某AI求助，系统依次给了三个独立判断：皮肤问题推荐药膏，月经紊乱建议调作息，发胖归因代谢变慢。对于这三个症状，AI给出了三个答案，却从未把它们联系到一起。

直到做孕前检查，她才确诊了多囊卵巢综合征。看似各不相干的「长痘、发胖、月经乱」，其实是同一个病在皮肤、代谢、生殖系统的同步投影。

因为错失了早期干预窗口，患者的排卵功能已经受到明显影响，医生评估未来可能需要借助辅助生殖才能怀孕。

而WiseDiag V3在面对类似主诉时，会综合内分泌、妇科、皮肤科等多学科知识进行关联推理，主动提示「多囊卵巢综合征的可能性需排查」，并建议完善性激素六项和妇科B超，而不是孤立地给出三个答案。

更专业的医疗AI，就是应该给出综合的医学判断与安全对齐。