2026年5月13日，港交所的鐘聲為一家“送快遞”的公司而鳴。劑泰科技（7666.HK）登陸港股，募資超21億港元，市值逼近300億，創下年內醫療健康IPO紀錄。但這家公司賣的既不是藥，也不是裝置，而是“精準送達”的能力。它被資本稱為“製藥界的SpaceX”，因為它要解決的，正是困擾醫藥界半個世紀的終極難題：找到了能治病的“核彈”，卻常常找不到投送的“導航”。 01 從“找藥”到“送藥”：AI製藥的“下半場”拐點 過去幾年，AI製藥的熱度一直集中在“發現”（Discovery）環節——用大模型預測分子結構、篩選靶點。英矽智能、晶泰科技等先行者已經證明了AI能極大縮短“從0到1”的時間。 但行業很快發現一個殘酷的現實：找到藥，不等於藥能起效。

火爆全網的Harness架構，終於在最難的醫療圈落地了！從單次問診到全天候賽博名醫盯盤，大健康賽道徹底變天。 2026年，AI工程圈最火的一個詞，叫Harness。 今年2月，HashiCorp聯創Mitchell Hashimoto在部落格中率先命名了這個概念。 幾天後，OpenAI發佈了一份震動行業的實驗報告：

Medvi這家公司，火得也快，翻車得也快。前一天，它還是矽谷口中的“一人公司”樣板。一個名叫馬修·加拉格爾（Matthew Gallagher）的41歲創業者，拿著2萬美元啟動資金，靠十幾種AI工具和幾個外部平台，在一年多時間裡做出4.01億美元營收。整個故事就如同寓言一樣，告訴我們agent時代，人們如何使用AI來賺大錢。就在這家公司被瘋狂轉發的第二天，它的陳芝麻爛穀子迅速發酵。隨之被扒出的，還有FDA的警告信、關於復合減肥藥的誤導宣傳、社交平台上批次註冊假醫生帳號給產品打廣告。所以這家公司到底是怎麼跑起來的？它到底是一家遠端醫療公司，還是一個披著醫療外衣的流量平台？AI在裡面究竟是提高了效率，還是只是把原本就存在的問題放大了？Medvi最值得看的地方，恰恰不在那串驚人的數字，而在它把一家公司拆成了什麼樣子。馬修自己抓了什麼，AI替他做了什麼，外部平台又替他接住了什麼。把這些脈絡理順，我們才能真正看清，這家公司為何能在短時間內快速崛起，又為何會光速陷入輿論與合規危機。這家公司怎麼來的Medvi經營的項目是GLP-1減重遠端醫療。不過現在它已經不是一人公司了，因為馬修的弟弟艾略特也進入了公司，成為該公司的唯一一名員工。Medvi的業務並不複雜，使用者到網站上下單、填寫資料、線上問診，隨後進入持續處方和復購流程。所以本質上，Medvi就是一個減肥藥推廣平台。它真正特殊的地方，在於分工方式。馬修最初拿出的起步資金只有2萬美元，但他並沒有自己去搭一整套醫療體系。他把所有涉及健康專業的環節，比如持牌醫生、處方處理、藥房履約、物流和合規，全都交給CareValidate和OpenLoop Health這類外部基礎設施平台承接。Medvi自己只抓最靠前的一層，網站、品牌、廣告投放、支付結算和使用者關係。換句話說，後端那部分重流程留給平台，前端的流量和轉化留在自己手裡。那他又是怎麼用的AI呢？馬修用了十幾種AI工具來寫程式碼、搭網站、生成廣告素材、寫行銷文案、處理客服溝通、做資料分析，再把不同系統接起來。馬修自己就干兩件事，管理這幫AI以及打廣告。在傳統醫藥平台裡，醫生、客服、財務都要你自己養，組織架構很容易變得複雜。但是Medvi把最重的部分全都外包出去了，用AI負責給客戶和醫生之間建立聯絡，馬修只留下了最值錢的部分。所以它不需要自己養一大批醫生，不需要自己開藥房，也不需要自己做配送，但照樣可以把使用者從下單一路帶到復購。馬修少年時期就已經接觸程式設計了，他做過網站，也做過一些很小的買賣。後來他創辦了一家手錶公司叫做Watch Gang。雖然在圈內有一定的影響力，但是利潤方面卻表現一般。這段經歷給他最大的教訓就是，團隊一大，成本會上來，決策會變慢，組織本身會開始吞掉效率。放在這個背景裡看，Medvi並不只是一次AI創業，它也帶著他前一次創業留下來的經驗修正。與其再搭一個厚組織，不如儘量把公司做薄，把外部能接住的部分都交出去，把自己留在最靠近現金流和增長的位置上。馬修做到了嗎？Medvi在2025年這個第一個完整年度裡，營收做到了4.01億美元，客戶數約25萬人，淨利潤6500萬美元，淨利率16.2%。到2026年，按當前節奏，年銷售額有望衝到18億美元。如果把這家公司放回行業裡看，它解決的其實是過去遠端醫療和減重生意裡的幾個老問題。第一是組織太重。很多公司一開始就得自己養團隊，成本高，速度慢。第二是前後端脫節，醫生、處方、履約和流量各管一段，中間銜接複雜。第三是獲客貴，但轉化鏈條又長，稍微有一段跟不上，錢就白燒了。Medvi把這些問題重新拆了一遍。AI去壓縮前端執行成本，外部平台去承接後端履約，公司內部只保留最關鍵的流量、品牌和轉化。它賺到的錢，其實來自一個已經存在的大市場。它的增長來自於AI減少的成本以及提高的效率。Medvi幾乎沒有傳統意義上的硬壁壘。它沒有自有醫生網路，沒有藥房體系，沒有排他性的供應關係，也沒有特別深的專有技術。馬修自己對這個問題倒是一點也不迴避。他說任何懂投放、懂電商、懂使用者轉化的人，只要接上類似的醫生和履約平台，都能複製出一套相近的殼層。Medvi今天最值錢的部分，很大程度上還停留在執行層，而不是結構層。還有一點也不能忽略，Medvi跑得快，和它所處的行業特徵關係很大。減重藥本身就是一個需求很強、客單價高、復購率高的市場。只要獲客體系搭起來，現金流就會很快出現。這類市場本身就適合超輕組織先沖規模。換一個低頻、低毛利、低復購的行業，同樣的AI配置，未必能長出同樣的財務曲線。AI把某些行業裡的組織成本壓低了，讓少數懂增長、懂市場的人，能比以前更快把一家公司做大。AI不是什麼都能解決的如果只看營收和員工人數，Medvi很容易被寫成“一人公司神話”的新範本。但把這家公司拆開看，會發現它其實非常脆弱。它最大的風險在監管。Medvi賣的是圍繞復合配方GLP-1減重藥物的遠端醫療服務，這個賽道過去幾年能迅速長起來，一個重要背景就是美國減重藥供應短缺。可是問題在於，這個窗口已經在收縮。FDA（美國食品藥品監督管理局）在2025年2月宣佈司美格魯肽短缺狀態結束，隨後又給出了對503A藥房和503B外包機構的執法過渡期限。進入2026年後，圍繞復合GLP-1銷售和行銷的執法壓力進一步加大，行業裡多家公司都在重新調整策略。簡單說，就是原版藥的供應恢復了，市場沒那麼缺貨了。前幾年很多遠端醫療平台之所以能賣復合配方版本，一個重要理由就是原版藥買不到。所以Medvi在2026年的收入，可能會達不到預期。不僅如此，Medvi還在2026年2月20日收到了FDA正式警告信，原因是網站上關於復合配方司美格魯肽和替爾泊肽的表述存在誤導性宣傳，包括讓消費者誤以為這些產品和FDA批准藥物具有同等安全性、有效性，或者誤以為Medvi自己就是複方藥品的生產方。這還沒完，這兩天在X上開始流傳一批截圖，稱馬修用AI註冊了800多個“假醫生”帳號，來給他的減重藥投廣告。截圖裡滿是穿白大褂、帶醫生頭銜、掛著GLP-1廣告的醫生。可事實上，這些人沒有一個是真正的醫生，他們的簡歷全都是由AI生成的，照片也是。FDA在2026年3月3日又公開說，第二批針對GLP-1 telehealth行銷的30封警告信已經發出，並明確提到，不整改可能面臨更進一步的執法。往下走，常見就是要求限期整改、停止相關宣傳、產品扣押、禁令，嚴重時還可能把材料轉給司法部門。FTC（美國聯邦貿易委員會）在2024年10月21日生效的規則，已經明確禁止企業製作、購買、傳播由不存在的人、沒有真實體驗的人、或者歪曲體驗的人作出的假評論和假證言。按FTC自己的說法，這類“明知或應知”為假的內容，監管可以追究民事罰款、禁令、退款/追繳違法所得。如果是大規模、系統性投放，風險會更重。也就是說，馬修除了收入會下降以外，還有可能面臨罰款，甚至是牢獄之災。AI也沒讓馬修省心。因為AI沒有辦法替公司穿透監管，也沒有辦法替公司承擔醫療責任。它的上下文機制也限制它不能直接建立長期的信任關係。外媒報導稱，Medvi的客服機器人早期會胡亂給藥品報價，馬修最後只能按這些錯誤報價兜底。它還會編造並不存在的產品線，對外宣稱Medvi已經在賣尚未上線的脫髮產品。人在管理人時，主要處理的是協同成本。人在管理AI和外部平台時，面對的是監工、總和檢查碼兜底。是，公司是人少了，可問題沒有消失，它只是換了樣子。很多人聽到“一人公司”這個詞，會下意識把它理解成一種很高效、沒有摩擦的組織狀態，畢竟一人公司裡唯一能發生爭執的，只有左腦和右腦。有了AI以後，創始人好像只需要發號施令，剩下的事情都能自動完成。然而現實並非如此。創始人從組織中拿掉了很多崗位，同時也把大量複雜度外移給了平台、供應商和模型。他不再管理一個幾十人的團隊，卻要隨時盯著廣告成本、客服失真、平台依賴、監管變化和供應鏈合規。一人公司不等於沒有管理，只是管理的對象變了。一人公司這個現象到底意味著什麼Medvi這個案例真正值得討論的地方，是在公司這個詞上。其實以前也有不少的一人公司，我們家樓下的小超市，以及旁邊賣肉餅的。他們都是個體戶經營生意。那為什麼他們做不到Medvi的營收規模？因為它們這種小規模的生意，只能省下用人成本。卻沒辦法像Medvi那樣，用業務鏈條覆蓋獲客、轉化、交付和復購。Medvi究竟是否是一個好案例，這事還有待商榷。但是它的確給我們了一些啟示。在一人公司裡，模型本身是一層。外部服務平台是一層。支付、廣告、物流、雲服務、遠端履約、API生態又是一層。你可以學Medvi那樣，把整個公司拆開，只保留最關鍵的介面，剩下的能力都通過外部模組接進來。原本必須在內部完成的事情，越來越多可以在外部完成。原本需要招聘的人，越來越多可以先用工具和平台接住。AI沒有消滅商業基本功。反而它放大了以前的老知識，比如選市場、抓需求、做投放、管轉化和控成本這些。Medvi能做起來，前提不是他會寫提示詞，前提是他本來就懂增長和品牌。其次，它說明未來最容易出現超小團隊奇蹟的行業，未必是技術最尖端的行業，反而可能是那些需求明確、利潤夠厚、基礎設施能夠外包的行業。不過它也提醒了另一件事，公司的人變少，並不代表風險變少。複雜度被轉移了，治理問題也被轉移了。一個創始人可以不再管理很多員工，但他要管理更多模型、更多介面、更多供應商，以及更多外部不確定性。Medvi所在的監管環境還在變化，它的競爭門檻也算不上牢靠，它的增長窗口能持續多久，誰都說不好。但它至少給出了一個非常清楚的樣本。AI改變的不只是生產力工具，也在改變“公司”這個單位本身。過去我們對公司的想像，總是和人數、樓層、組織架構、部門分工綁在一起。現在開始出現另一種公司。它很薄，很輕，很多能力都不在體內，卻依然能長出驚人的收入規模。這個趨勢如果繼續下去，未來幾年最值得看的，焦點恐怕會從AI替代了多少崗位，慢慢轉向公司到底還能被壓縮到什麼程度。到那個時候，衡量一家公司的尺度，也會從“有多少人”慢慢轉向“能調動多少能力”。 (鈦媒體)

美國銀行發表報告指，人工智慧(AI)驅動的顛覆性變革為全球資本市場帶來了巨大衝擊。房地產、公用事業和銀行業擁有強大的實際護城河，可以抵禦AI帶來的波動，但其估值重估的潛力有限。相比之下，醫療保健、半導體、資本貨物和保險業更有可能在這一交匯點實現長期增長。美銀指出，美國軟體產業市值在5個月內蒸發逾2兆美元，印度資訊科技(IT)產業市值較2024年12月的峰值下跌逾40%，該地區的網際網路股票也遭到拋售。隨著投資者湧入“HALO”股票，該策略在中國等產能充裕的市場存在侷限性，因此引入了“R.E.A.L.”(監管-持久資產-本地)護城河，以捕捉更廣泛的韌性來源，例如監管壁壘和本地服務強度。報告指，對社會穩定和國家安全至關重要的系統重要性產業(例如銀行、電信、國防)。持久周期型產業：認證/驗證周期和資本更新周期是瓶頸的產業(例如航空航太、半導體)。資產密集產業：稀缺性由現實世界的資源和嚴格的許可證制度所驅動(例如能源、公用事業、商品、房地產)。本地服務型產業：需要動手操作和提供護理服務的領域，熟練勞動力比機器人更勝一籌(例如餐飲、醫療保健)。這些產業的領先企業面臨的生存風險有限，而缺乏實際競爭優勢的產業(例如多元化金融、耐用消費品、媒體娛樂、零售和軟體)則更容易受到AI驅動的波動影響。美銀表示，許多亞洲經濟體缺乏AI應用所需的強大網路、電力、資料和運算能力，而且其低廉的勞動力成本、文化阻力以及對“自主人工智慧”的關注進一步減緩了這一處理程序。在股市中，東盟市場指數更偏向實際產業(例如銀行)，這些產業受 AI 衝擊的影響較小，且年初至今的表現優於其他國。然而，從長遠來看，AI 驅動的自動化可能會抑制離岸外包、外國直接投資流入以及技術向這些市場的轉移。越南、馬來西亞和泰國更依賴外國直接投資和出口，可能面臨更多結構性挑戰。同時美銀指，雖然AI是盈利和估值的直接驅動因素，但亞洲人口老化是長期的不利因素。 (invest wallstreet)

最近，NVIDIA 發佈了備受關注的《State of AI in Healthcare and Life Sciences: 2026 Trends》調研報告。這份報告基於 2025 年 8-9 月對全球 600 多名醫療和生命科學專業人士的調查（管理層與 AI 從業者各佔一半），涵蓋製藥、醫療器械、數字醫療、支付方與提供方等多個細分領域。報告用實打實的資料告訴我們：AI 已經在醫療健康行業站穩腳跟，而且正在加速從“嘗鮮”走向“規模化盈利”。過去一年，AI 的應用成熟度明顯躍升。報告直言，AI不僅幫助醫療器械廠商快速適應新法規，還大幅縮短新藥研發時間，甚至能建立人體數字孿生來輔助癌症治療。更讓人振奮的是，AI agents（智能代理）正讓醫生們把時間還給患者，而不是埋頭在文書工作裡。AI採用率持續攀升，70%企業已在實際使用報告顯示，2025年有 70% 的受訪組織正在積極使用 AI，比2024年的 63% 又上升了7個百分點。其中，生成式 AI 和大語言模型的使用率從 54% 躍升至 69%，成為最熱門的工作負載。各細分領域全面進步：數字醫療：78%（去年70%）製藥與生物科技：74%醫療器械、工具與診斷：70%支付方與提供方（醫院、保險公司等）：56%（去年僅43%，大漲13個百分點）中大型企業（員工超100人）採用更多類型AI，包括生成式AI、資料分析、Agentic AI等，幾乎每個工作負載都比小企業高出約 10個百分點。生成式AI和資料分析仍是各行業前兩大重點，只有醫療器械領域把電腦視覺排在首位（59%）。預測與資料分析仍是AI核心，臨床決策支援最受歡迎65% 的組織把 AI 用於資料分析和資料科學，42% 用於支援臨床決策。這兩大應用貫穿藥物發現、影像診斷、個性化醫療等全鏈條。分行業看，用法各有側重：製藥與生物科技：藥物發現與開發（57%）、基因組應用（44%）數字醫療：虛擬健康助手與聊天機器人（52%）、臨床文件自然語言處理（50%）支付方與提供方：行政任務與工作流最佳化（52%）醫療器械：醫療影像（61%）整體而言，臨床決策支援是全行業最受歡迎的AI用例（42%），其次是醫療影像和行政工作流最佳化（各 38%）。真實盈利來了！醫療影像和藥物發現ROI最亮眼這是報告最鼓舞人心的部分：當 AI 針對具體場景落地時，回報非常明顯。醫療器械領域：57% 的企業表示醫療影像AI已產生ROI製藥企業：46%表示藥物發現與開發AI實現ROI數字醫療：虛擬健康助手與聊天機器人是最高回報用例支付方：行政工作流最佳化回報最顯著全行業來看，醫療影像、工作流最佳化、臨床文件自然語言處理是前三大ROI用例。管理層反饋：85%認為AI幫助年度收入增長80%認為AI幫助年度成本下降44% 的管理者表示收入增長超過 10%（小企業更高達56%）開源模型成“秘密武器”，82%企業視其為戰略關鍵為什麼AI能精準落地？報告給出的答案是開源。82%的受訪者認為開源模型和軟體對AI戰略“重要”或“非常重要”，其中小企業認可度更高（64% 認為非常重要）。開源讓企業能用自己的資料微調模型，打造高度專用的AI解決方案，而不是用通用大模型“將就”。推理性能（模型精準度、資料合規、成本效率）成為大家最關注的點，38% 把模型性能與合規列為首要因素，37% 最看重總擁有成本。基礎設施也在悄然變化：混合計算（本地+雲）使用率從去年的 35% 升至 43% ，純雲部署則從 41% 降至 35% 。Agentic AI初露鋒芒，47%組織已在嘗試今年報告新增了 Agentic AI（智能代理）專題，結果讓人驚喜：47% 的組織已在使用或評估AI agents其中 22% 已實際部署，19% 計畫明年部署大企業部署比例更高（27% 已部署）製藥與生物科技領域最積極：48% 用 AI agents 做藥物發現和生物標誌物識別。整體最受歡迎的 Agentic AI 用例是：知識管理和檢索（46%）文獻綜述與分析（38%）內部流程最佳化（37%）分行業看，製藥側重文獻綜述（55%）和藥物發現（48%）；數字醫療最愛患者聊天機器人（49%）。不過挑戰也不小：性能可靠性（27%）、資料相關問題（隱私、安全）、監管合規是三大痛點。40%的企業表示，HIPAA、FDA審批、GDPR等合規要求是實施Agentic AI的最大影響因素。2026年AI預算大增85%，醫療AI進入“飛輪期”因為看到了實實在在的回報，企業信心滿滿：85%的受訪者表示2026年AI預算會增加近一半企業增幅超過10%預算主要流向：最佳化現有AI工作流和生產周期（ 47% ，比去年上升）建構或獲取更多AI基礎設施（ 34% ，比去年上升）報告總結：醫療AI正進入“飛輪階段”——早期試點成功→更多投資→更好效果→更大投資。2027年，AI 很可能從單純預測分析轉向更成熟的 Agentic 系統，在患者群體、臨床試驗、護理流程中實現端到端智能推理。總結：AI不是“未來”，已經是醫療的“現在”這份 NVIDIA 報告用 600 多份真實調研資料證明：AI 正在讓醫療更高效、更精準、更親民。無論是大藥企用 AI 加速新藥研發，還是醫院用聊天機器人減輕醫生負擔，或者保險公司用工作流最佳化降低成本，AI 都已交出漂亮答卷。當然，預算、人才、資料合規仍是需要跨越的門檻。但趨勢已經清晰：誰先把 AI 和自身業務深度融合，誰就能在 2026 年搶佔先機。 (AI資訊風向)

2026年開年，全球AI巨頭集體將目光投向醫療健康。1月份，OpenAI祭出了旗下首款AI醫療產品ChatGPT Health，向C端使用者發力。Anthropic則以Claude for Healthcare強勢回應，瞄準整個醫療系統。更不用提以OpenEvidence、Abridge為代表的一批AI醫療獨角獸，不斷挑戰著市場的神經。當大模型轉向醫療垂直領域進行深耕，一場圍繞臨床價值的產業競賽全面打響。可就在這場兆級狂飆裡，一個刺耳的質疑浮出水面：模型越大，流量越多，不一定越好。更可能的是：噪音更大、思維鏈更亂、幻覺更猛。而對於醫療健康而言，任何一次幻覺，都可能造成不可挽回的後果。因此，近期國家多部門密集出台相關政策，為醫療AI發展劃定方向、築牢保障。國務院“人工智慧+”行動方案強調風險研判與確保發展安全、可靠、可控等治理方向；衛健委等部門“人工智慧+醫療衛生”實施意見強調“安全可控、規範應用、保障服務安全”，並明確“賦能而不替代”的監管定位；真正決定醫療AI勝負的，不是更多的曝光度，而是能讓模型更可信、更可控、更負責任。而就在這個節點，智診科技以一場為期4天的發佈會，提供了絕佳案例。去年，這家來自杭州的醫療AI黑馬，率先提出“專家數字分身”、“深度慢思考”等核心功能，並行布了全科醫學基座大模型WiseDiag、好伴AI等一系列成果，獲得了行業的矚目。而今年，智診科技帶來全方位升級，再次以極致的技術創新與產品打磨，引領醫療AI的變革。這並不是一次常規更新，而是一場讓AI有「記憶、時間感、證據鏈」的深層革命。從智能記憶中樞、多模態醫療大模型、到醫療端到端智能體、AI家庭醫生，再到B端能力開放，智診重新定義了AI重塑醫療的想像空間。帶來的真正變化在於：當患者描述症狀時，AI不再給予給出結論，而是像一位經驗豐富的私人醫生一樣，能夠記得你的家族病史，理解檢驗單、醫學影像等資訊，並不斷思考、層層追問，直到給出有完整證據鏈的專業判斷。智診科技讓醫療AI回歸臨床本質，用紮實創新與負責精神，給出了行業最需要的樣本。全方位升級讓醫療AI可信、可控、負責任發佈會前三天，智診科技用三重技術突破重新定義醫療AI。先給AI裝“記性”，再給AI安“眼睛”，最後教AI練“手腳”,每一步升級都直指臨床痛點。Wise MemOS 2.0：從 “查筆記”到“長腦子”，讓AI更可信過去AI的記憶，就像帶了外掛的筆記本：每當遇到問題，AI 都要去海量的資料庫裡翻找匹配的資訊。這種路徑缺乏連續記憶能力，既做不到跨時間推理，難以真正理解健康資料背後的邏輯關聯，可信度天然受限。而智診科技的Wise MemOS 2.0走出了一條完全不同的道路。它將記憶直接內化於模型本身，模擬人類大腦“記憶固化”的自然過程。這讓AI徹底告別了單純的資訊檢索，真正擁有了屬於自己的持續記憶，實現了跨任務、跨時間、能進化的記憶能力。在衡量AI 記憶能力的國際權威記憶評測體系Locomo中，Wise MemOS 2.0 得分達到95.8%，較上一代的64.33%實現了質的飛躍。更穩定的記憶能力，讓Wise MemOS 2.0更像一位值得信賴的私人醫生，不僅記得你過往的體檢報告，還能盯著指標變化曲線，提前預警潛在問題。下面是一個讓人遺憾的真實病例。一位58歲的患者由於症狀隱蔽，2020年初診為帕金森，直到今年才確診為多系統萎縮症（MSA），被延誤5年，錯過最佳治療期。究其原因，外接筆記本式的傳統AI只能單個識別症狀，但是卻無法建立時間因果聯絡。相比之下，Wise MemOS 2.0 的思考過程，完全模擬了頂尖醫生的臨床思維：精準識別“單側起病” 核心特徵；聯動時間線，發現“早期伴自主神經症狀” 的異常；自動降低帕金森機率，提示MSA可能；明確指出：症狀演進與典型帕金森不符，需重新評估。它還能回溯歷史資料，點破關鍵疑點：“MSA 早期可有一過性左旋多巴反應，不能據此排除。”既不誤診常見病，也不放過罕見高危訊號，真正做到值得信賴。從“機械檢索” 到 “主動認知”，Wise MemOS 2.0不再是一本只會羅列知識的醫療百科，而是站在你生命時間軸上，持續守護、高度可信的健康管家。未來，它會住進你的手機、手錶，持續記錄健康軌跡，敏銳預警風險變化，比任何人都瞭解你的身體。WiseDiag V2：從“讀文字”到“辨全貌”，讓AI更可控醫療的本質是對多源健康訊號的綜合解讀，一張影像、一份化驗單、一張體徵照片，都是疾病的關鍵線索，容不得半點誤判。WiseDiag V2的突破，絕非簡單增加圖像輸入功能，而是在底層實現了視覺特徵與醫學知識的精準對齊，讓 AI 真正學會像醫生一樣 “看懂” 疾病全貌。醫療訓練資料從V1 版本的 450 億 Token 躍升至 800 億 Token，覆蓋更完整的疾病譜，為多模態理解築牢知識根基，從根源上控制幻覺率。它徹底告別了“先識圖轉文字、再理解文字” 的傳統邏輯，實現了真正的 “圖文同構”。這意味著WiseDiag V2看到的每一張圖片，都能直接對應為大腦中的醫學知識，理解更直接、判斷更精準、輸出更可控。為了讓模型掌握核心推理邏輯，智診科技聯合50餘位三甲醫院專家，對 3 萬餘例真實病歷進行深度拆解。讓模型學到的不只是答案，更是醫生的循證推理路徑，讓AI診斷全程有證據、可解釋、可追溯。在多項權威醫學評測中，WiseDiagV2憑藉實力霸榜：MedBench：69.8 分，位居榜首MedQA： 93.6 分，對標人類執業醫師水平的測試中表現優異vl-health：在醫學影像專項評測中取得 69.2分，遠超GPT-5.1HealthBench：在難度極高的真實臨床模擬評測中取得67.2分，全球領先。過硬的分數背後，是更少幻覺、更強可控、更高一致性的真實力。實際臨床場景中，WiseDiag V2 徹底解決傳統模型結論不一、判斷混亂的問題。例如，一位年輕女性出現橫跨鼻樑的蝶形紅斑。部分模型多次測試結論不一致，甚至直接提示“無法識別”，給患者帶來更多困惑。WiseDiagV2 ，精準識別出“蝶形紅斑”這一專業體徵，還指向系統性紅斑狼瘡（SLE）的可能性，並提供鑑別診斷思路與後續問詢建議。又比如下面這個案例，是一個剛滿月寶寶的胸部X光片、足部外觀照片、血常規化驗單。普通模型如同盲人摸象，各看各的、互相矛盾：盯著化驗單說“肺炎”，看足部照片猜 “骨折 / 畸形”，資訊衝突、診斷失控。WiseDiag V2則像資深醫師一樣，整合全貌、統一推理，成功診斷出罕見的 VACTERL 聯合征，實現多模態資訊的可控融合與精準判斷。從單一圖像的精準識別到多源資料的綜合研判，WiseDiag V2真正實現 “看懂疾病、理清邏輯、杜絕幻覺、輸出可控”。WiseResearch：從“張嘴答”到“踏實做”，讓AI更負責在真正的臨床場景中，醫生遇到拿不準的指標，不會立馬下結論。真正靠譜的做法是翻指南、查文獻、找專家覆核，這種猶豫和求證，正是對生命負責的表現。但許多醫療AI恰恰相反，它們太自信了，不願意停下來求證，幻覺率很高。而智診科技打造的WiseResearch，則是懂克制、會查證、守底線的醫療智能體。它不追求“說的漂亮”，只追求結論安全，像一位嚴謹負責的醫生，遇到問題主動查證、補齊證據鏈、反覆校驗，用專業與審慎，替代魯莽與敷衍。WiseResearch 的核心底氣，來自智診專家工具箱（MCP）裡的三大核心工具，每一個都精準解決臨床痛點：MedOCR：醫學資訊抽取近100%零失誤面對帶上下箭頭的生化檢測單、滿是勾選框的體檢問卷，DeepSeek、Miner U甚至GPT-5都出現了箭頭漏認、選項勾錯，甚至憑空幻覺出不存在的內容。而MedOCR 完美還原了所有數值、單位、箭頭和勾選狀態，實現零失誤識別，精準抓取核心資訊，為診斷打下堅實基礎。MedDB：醫學知識庫可信度更高傳統通用知識庫就是“資訊大雜燴”，資料龐雜且沒有時效性，AI很容易給出錯誤、過時的結論。MedDB 則完全不同，它收錄了超40萬條經專家人工稽核的醫學條目，覆蓋1.2萬種疾病，每條知識都明確標註了證據等級、適用範圍和時效性，還會定期更新迭代。確保AI說的每一句話，都不偏離權威醫學共識。MedSearch：專業搜尋 “同步全球前沿”臨床醫學日新月異，普通搜尋引擎搜“多發性骨髓瘤最新指南”，出來的不是幾年前的舊文章，就是非官方解讀，時效性和權威性都沒保障。MedSearch 始終與全球頂尖醫療標準保持同步，避免因資訊滯後影響診療決策。正是有了智診專家工具箱（MCP）這一堅實支撐，WiseResearch 才能跳出傳統AI的侷限，真正復刻醫生的嚴謹診療思路，將 “負責任” 的理念融入每一步操作。發佈會上，團隊上傳了一張極其複雜的化驗單，讓WiseResearch 進行初步診斷，它的表現完全復刻了專家的診療思路：第一步，精準提取。模型先判斷這是多項目聯合檢驗單，果斷呼叫MedOCR，快速提取出所有指標資料，沒有遺漏任何關鍵資訊；第二步，多次查證。發現“甲狀腺球蛋白抗體異常升高” 和 “血清輕鏈比值偏低” 兩個疑點後，它沒有草率下結論，而是反覆呼叫MedDB核對醫學共識，用 MedSearch 檢索最新指南，交叉驗證資訊；第三步，循證結論。最終，WiseResearch 明確診斷為 “自身免疫性甲狀腺炎”，並給出貼心建議；更關鍵的是，每一條建議後面都附上了指南出處，做到有據可查、可追溯，對患者負責。這到底是個例還是普遍能力？權威榜單給出了答案。在臨床Agent測試榜單AgentClinic-MedQA 上，WiseResearch 拿到了64.8分，比人類醫生的平均分高出10分；在醫學專家問答推理榜單 MedXpertQA 上，它也超過了 GPT-5-high、DeepSeek等主流模型。這多出來的分數，是對患者負責的絕對執行力。人類醫生可能因疲勞而跳過步驟，但WiseResearch不會，不管是第 1 個病人還是第100個病人，它都會嚴格執行 “檢索-核對-校驗” 的標準動作，不省略任何一步。WiseResearch不止是智能工具，更是醫療場景裡更審慎、更可信、更負責任的夥伴。從記住健康軌跡，到看懂多元資訊，再到踏實解決問題，這三重升級不僅是技術的跨越，更讓醫療AI從實驗室走向臨床一線、走進尋常百姓家。讓頂尖醫療AI全民可用共建醫療新基建技術的終點，是生活的起點。在發佈會的第四天，智診科技將上述技術突破，融合到人人可用的「好伴AI」之中，並搭建了⼀整套已經可⽤、可接⼊的「醫療能⼒底座」。好伴AI：把“三甲專家”裝進每個人的手機去年，智診科技推出網頁版和APP版好伴AI，拉近了普通人與頂級醫療AI的距離。今年好伴AI微信小程序的上線，再一次打破了門檻，無需下載APP、無需複雜註冊，微信內即可一鍵呼叫。報告解讀、拍照識熱量、專家問答、健康檔案，這些核心功能一個都不少，全部免費開放。過去一年，智診還和全國2000多位醫生一起，將他們的臨床經驗、科普文章、授課內容全部沉澱，建構起龐大的 “AI專家分身” 網路。這意味著好伴AI 不只是 “像醫生”，而是還原真實醫生，讓健康諮詢更精準、更貼心。例如，使用者說“肚子疼”，AI不會直接羅列疾病，而是追問“是刺痛還是隱痛？上腹部還是下腹部？持續多久了？”，補全醫生最想知道但使用者想不到的關鍵資訊，避免漏診誤判。此外，好伴AI支援“隨心拍”，將醫療級視覺理解融入日常。比如拍醫學報告，好伴AI支援全場景醫學材料精準識別，並可以結合你的熬夜習慣、既往病史等個體化差異，告訴你那些指標是"假陽性"，那些是"真風險"。圍繞“報告解讀、各種拍、專家問答、家庭健康群”四大核心入口，結合“會追問、懂趨勢、有記憶”的核心優勢，好伴AI讓每個人都能輕鬆管理自己和家人的健康。B端能力開放：從“技術輸出”到“生態共建”除了C端產品，智診科技更將一整套能力底座開放給行業，向醫院、健康科技公司等夥伴提供三層能力。Model as a Service（MaaS）：開放全能多模態大模型WiseDiag V2的核心能力，適合擁有研發能力的醫療資訊化廠商、科研機構，快速搭建自有醫療AI產品。Agent as a Service（AaaS）：將WiseResearch中的成熟智能體直接輸出，網際網路醫院、體檢中心無需重訓模型，降低技術應用門檻。Solution as a Service（SaaS）：為醫院提供“數字醫生分身繫統”，快速克隆本院專家的診療風格和專業能力，部署在醫院公眾號或小程序；為科研機構提供全院級科研輔助平台。目前，智診科技已深度合作300余家頂級三甲醫院，讓浙江省腫瘤醫院、浙二醫院等機構的專家資源通過AI分身觸達更多患者；“報告解讀能力”已成為數百家網際網路醫院的標配外掛。“如果AI不能被用起來，那所有模型都只是論文。”智診科技通過建構“技術→產品→生態”的完整閉環，推動AI醫療從實驗室走進千家萬戶，成為新時代醫療基礎設施的核心力量。深耕醫療AI自主創新推動中國「健康自由」在AI浪潮席捲全球的今天，醫療健康正成為最具顛覆潛力的應用領域。然而，狂飆突進之下，醫療AI的安全性、可靠性等隱患日益凸顯，幻覺問題依然嚴重。不僅如此，隨著國際科技競爭日益加劇，“自主創新”成為時代命題，中國醫療AI亦需要自己的「破局者」。在此背景下，智診科技立足中國醫療實際，深耕本土需求，堅持走「更可信、更可控、更負責任」的醫療AI創新之路。Wise MemOS 2.0 以高准記憶築牢可信根基，WiseDiag V2 以多模態能力規範可控診療，WiseResearch 以循證工作流踐行負責任初心，重新定義醫療AI的價值邊界。如今，普通人在家即可享受三甲級健康守護，企業可低成本擁有頂尖AI 能力，智診科技正加速推動中國“健康自由” 變為現實。可以期待，本土醫療AI將在自主創新的道路上越走越遠，為全民健康保駕護航。 (智藥局)

如果說，AI+醫療有一個繞不開的核心標的，那一定是Tempus AI。就在今天，Tempus AI交出了2025年的業績答卷：全年收入飆升至13億美元，同比增速高達83.4%。不僅如此，全球Top 20的藥企中，有19家都已成為其資料服務的客戶，年末未履約合同價值仍超11億美元。以往，Tempus還只是醫療領域的，如今更是成為全球投資大佬的心頭好。早在年報發佈前，知名科技投資人木頭姐（Cathie Wood）和有著「國會山股神」之稱的美國前眾議院議長佩洛西就增持了Tempus AI。不僅如此，股神段永平也在前不久買入Tempus，首次投向AI醫療。當前，Tempus的市值已經超過100億美元。但Tempus的野心遠不止於漂亮的財務資料。它正試圖通過建構全球最大規模的癌症患者多模態資料庫，深度開發AI醫療應用。可以說，這些價值獵手們罕見地達成了共識：他們在豪賭一個由資料驅動的AI醫療未來，將切實地改變醫療保健。01最牛AI醫療，業績喜人Tempus AI成立於2015年，是一家通過人工智慧收集、分析分子生物學和臨床資料，致力於改善癌症療法的精準醫療科技公司。簡單來說，Tempus以提供低價測序服務為切口，自建CLIA認證的自動化實驗室，每年能接待超過10萬個測序病人。另一邊，Tempus通過整合患者基因組資訊後，通過引入AI等手段，分析患者的基因和轉錄組表達水平資料，並向藥企、醫院、癌症中心等提供結構化的資料服務。迄今為止，Tempus搭建了低成本、高品質的臨床和基因組資料庫，公司稱擁有世界上最大、最全面的癌症患者分子庫之一。圖：tempus業務模式因此，Tempus的主要商業模式有兩種：診斷業務、資料和應用。第四季度資料顯示，收入達到3.672億美元，同比增長83.0%。其中，診斷部門創造了2.67億美元的收入，同比增長121.6%，腫瘤學銷量同比增長29%，遺傳銷量增長23%。資料與應用部門則在該季度創造了1億美元的收入，同比增長25.1%。由於優秀的財報表現，Tempus2025年全年收入達到13億美元，同比2024年的6.93億美元，增長高達83.4%。圖：Tempus AI 2025年度業績報告其中，全年診斷業務實現高達9.55億美元的收入，同比增長111.5%，腫瘤學銷量同比增長26%，遺傳銷量增長29%。資料與應用業務則創造了3.164億美元的收入，同比增長30.9%。當前，Tempus擁有200個製藥企業夥伴，全球Top20的藥企中的19家正在使用Tempus的資料，輝瑞、阿斯利康、GSK等行業巨頭均是其核心客戶。截至2025年底，公司剩餘合同總價值超過11億美元，淨收入保留率為126%。不過公司仍未扭虧為盈，淨虧損為2.45億美元，其中包括1.36億美元的股票薪酬費用及相關僱主工資稅。不僅如此，Tmpues還在2025年耗資約8125萬美元收購AI數字病理公司 Paige。02全球大佬都在投，木頭姐、段永平看好基於優秀的商業模式，多位投資界大佬都非常看好Tempus的發展。傳奇投資人，步步高創始人段永平，也被曝買入了AI醫療公司Tempus AI，新進11萬股。科技投資界大牛“木頭姐”Cathie Wood更是瘋狂看好Tempus，旗下方舟投資一直增持該公司。方舟投資一年一度發表的投資風向標《Big Ideas2026》預測，到2030年，人類基因組的成本將下降約十倍，資料量將增長10倍，將要重新改寫人類健康。而Tempus AI，正是這場變革的核心參與者。圖：ARK報告《Big Ideas2026》在當今 AI 醫療資料庫稀缺的背景下，其行業稀缺性非常突出。這主要源於它建構了一個難以複製的、多模態的、且與臨床應用緊密結合的資料生態系統。雖然許多公司試圖建構醫療資料庫，但Tempus的獨特之處在於其規模、質量、多樣性以及將其轉化為實際價值的綜合能力。現在，Tempus AI正在通過一系列技術和業務佈局，從資料走向AI產品，進一步鞏固其在AI醫療領域的龍頭地位。近年來，Tempus 正在將其醫療資料兌現，向以多模態AI基礎模型為核心驅動的醫療AI平台轉型。這其中的關鍵則是啟動資料價值，打造行業領先的醫療模型。近年來，Tempus密集且大量地佈局AI產品，其產品線覆蓋了患者、醫院（護理人員）、藥企等多個醫療關鍵方，足見其商業野心。基於Tempus長期通過自建+併購建構的資料壁壘，正在助力Tempus向“全鏈路精準醫療資料與AI基礎設施”轉型。未來，Tempus有潛力成為製藥、醫院的必備基礎設施，如同網際網路時代的微軟，形成平台級護城河，衝擊千億市值。 (智藥局)