76
分享 
全文概要：2026 年 8 月 13 日，云知声（09678.HK）发布自愿公告，正式推出自研医学影像多模态大模型「U2-RadiMed」。这是继 U2-Med 三医大模型之后，公司在医疗 AI 领域的又一次重大技术突破，也是国内首个深度融合医学影像理解、报告生成、临床推理决策与视觉问答的全链路影像大模型。该模型在多项权威横向评测中综合得分 55.47 位列第一，领先 Gemini 3.1、GPT-5.4 等国内外模型，并在 MedBench 5.0 全模态评测中以 57.2 分居参评模型首位。对一线影像科医生与临床科室而言，这意味着"影像报告撰写、病灶检测定位、病程动态追踪、鉴别诊断"等高频刚需场景，有望获得一套国产化、开箱即用的 AI 辅助工具。
1. 从"三医"到"影像"：云知声医疗 AI 产品体系补上关键一环
云知声此前发布的 U2-Med 三医大模型，聚焦医疗文本与知识问答，已在医院场景积累了一定落地经验。而此次 U2-RadiMed 的发布，标志着公司大模型能力正式切入医学影像这一"更复杂、更专业"的临床核心场景。
按照公司公告的表述，U2-RadiMed 构建起报告生成、病灶检测与定位、临床推理、临床决策、通用医学 VQA（视觉问答）、高级医学推理六大核心能力框架，能够完成"看影像 → 调知识 → 做推理 → 出结论"的完整工作闭环。技术层面，它支持单张、多张影像与文本的多模态混合输入，全面覆盖 CXR（胸部 X 光）、CT、MRI 等主流医学影像类型。
对临床医生而言，这最直观的价值在于：传统 AI 影像产品大多停留在"单张影像、单一任务"的辅助层面，而 U2-RadiMed 突破了单张影像分析的局限，能够理解多时序影像之间的关联逻辑，支持多时序影像对比与病程动态追踪——这更贴近真实诊疗中"阅片—比对—诊断—决策"的实际工作流。
2. 评测数据亮眼：病灶检测定位大幅领先，报告生成包揽第一
在公开披露的横向评测结果中，U2-RadiMed 的表现颇为突出。据公告，其在权威通用综合测评中以 55.47 的综合得分位列第一，领先 Gemini 3.1、GPT-5.4 等国内外模型；在六大核心能力专项评测中，包揽报告生成、病灶检测与定位、通用医学 VQA、高级医学推理四项第一，其中病灶检测与定位专项得分 37.58，大幅领先同类模型。
在更聚焦医疗场景的 MedBench 5.0 全模态大模型评测中，U2-RadiMed 以 57.2 的综合得分位列参评模型第一。对影像科医生来说，病灶检测与定位是阅片工作的"硬功夫"，报告生成则是每天重复且耗时最长的"体力活"——这两项能力的领先，意味着 AI 辅助最有可能率先在这两个环节帮助医生提效减负。
需要客观指出的是，以上均为厂商披露的第三方评测数据，其真实临床效能仍需在更多真实世界场景中进一步验证；但就技术指标而言，U2-RadiMed 已展现出国产医学影像大模型在第一梯队中的竞争力。
3. 落地路径清晰：上线 MaaS 平台，瞄准各级医疗机构影像科室
光有技术指标还不够，能否真正"进科室、用起来"才是医学 AI 的核心命题。U2-RadiMed 目前已完成商业部署的初步布局——该模型已上线公司 MaaS 平台（Token Hub），支持多图输入与 40K 上下文，实现模型能力"开箱即用"，可快速对接各级医疗机构影像科室及临床诊疗场景。
这一设计意味着，医院无需自建大规模算力或训练环境，即可通过接口调用模型能力，覆盖从病灶筛查、精准诊断到个体化治疗决策的 AI 辅助支撑。公司表示，未来将持续深耕大模型在泛医疗领域的应用创新，推动医学影像 AI 从"技术突破"走向"真正的医疗生产力"。
来源：云知声（09678.HK）8 月 13 日自愿性公告；南方财经网（南财智讯）；财中社；智通财经网；东方财富网。
声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。
- 1. 从"三医"到"影像"：云知声医疗 AI 产品体系补上关键一环
- 2. 评测数据亮眼：病灶检测定位大幅领先，报告生成包揽第一
- 3. 落地路径清晰：上线 MaaS 平台，瞄准各级医疗机构影像科室
