编辑｜泽南、陈陈
人们获取医疗信息的方式，正在逐渐被 AI 改变。
2026 刚一开年，OpenAI 发布了一份有关普通人与 AI 医疗的报告。
报告给出的信息令人惊讶：目前全球 ChatGPT 对话中有超过 5% 是与医疗健康有关的，每天有 4000 万人在向 ChatGPT 寻求健康问题的答案。
在人们向 AI 问的问题中，大模型的智能与知识储备得到了充分体现：60% 的人用 AI 探索症状，52% 的人用于理解医学术语或临床建议；越来越多的医生也在撰写医疗报告的时候应用了 AI。
也正是因为如此，1 月 7 日，OpenAI 正式发布了 ChatGPT 健康，通过整合人们的健康信息与大模型能力，可以帮助人们更加了解自身状况，能辅助人们进行健康方面的决策。
大模型正在生活的很多方面给我们带来帮助，但在面向常规任务的通用大模型上寻找医疗等专业知识的建议，很多时候还是显得不够靠谱。在医疗学术界，有研究就认为 AI 提供的医疗决策必须强制披露其准确性，接受监管以保护患者的安全。
近日，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的蚂蚁・安诊儿医疗大模型（AntAngelMed），似乎为这些需求找到了最优解。
该模型总参数量达到1000 亿（激活参数 61 亿），是迄今为止参数量最大的开源医疗领域专业模型。
AntAngelMed 在 OpenAI 发起的 HealthBench、国家人工智能应用中试基地（医疗）的 MedAIBench 等评测基准中表现出色，其成绩超过了 GPT-oss、Qwen3、DeepSeek-R1 等通用模型，也超越了目前已有的医疗增强推理模型，达到了开源模型第一的成绩。
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（ https://www.medaibench.cn/ ），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。
此外，AntAngelMed 在MedBench 排行榜中位列第一。MedBench 是专为评估中国医疗健康领域语言大模型（LLM）而设计的权威基准。AntAngelMed 的这一成绩进一步凸显了其在专业性、安全性以及临床应用潜力方面的领先表现。
目前 AntAngelMed 模型系列已在模型平台开源：
- HuggingFace：https://huggingface.co/MedAIBase/AntAngelMed
- ModelScope：https://modelscope.cn/models/MedAIBase/AntAngelMed
- Github: https://github.com/MedAIBase/AntAngelMed
AntAngelMed 背后的技术
专业三阶段训练
与通用模型不同，医疗大模型面对的评价标准不仅仅是「答得多流畅」，还要强调结论的可靠性与可控性：既要在证据充分时给出严谨判断，也要在信息不足或风险较高时保持克制、明确安全边界。要满足这种要求，模型不仅需要覆盖系统化的医学知识，更需要具备稳定的推理能力与风险意识。
AntAngelMed 作为一款专注医疗垂直领域的开源大模型，其训练策略正是围绕上述要求展开的，形成了一套以医学能力构建为目标的三阶段训练流程
第一阶段是持续预训练，为模型注入医学知识。
团队在蚂蚁百灵通用基座模型 Ling-flash-2.0-base 上系统性引入大规模、高质量医学语料，比如百科全书、网络文本、学术出版物。
通过这一过程，模型构建起了稳定而完整的医学知识结构，为后续的医学能力打下坚实的地基。
第二阶段是面向真实医疗任务的监督微调。
AntAngelMed 引入了来自不同来源、不同形式的高质量医疗指令数据，重点微调模型如何展开和表达推理过程。这一阶段不仅提升了模型在复杂问题中的思考稳定性，也使其在医患问答、诊断分析等真实场景中，能够更好地理解问题语境并给出符合医疗交流逻辑的回应。
这样一来，AntAngelMed 不再仅仅停留在回答正确的表层表现上，而是在医疗语境中展现出更接近专业医生的沟通方式与思维路径。
第三阶段是强化学习，控制 AI 医疗回答的边界与行为方式。
AntAngelMed 采用先进的 GRPO（Group Relative Policy Optimization，组相对策略优化） 强化学习算法，并通过双阶段强化学习路径对模型能力进一步优化提升。
首先是「推理强化学习」，确保模型面对复杂病例信息时能保持因果链条清晰、判断过程可追溯。
然后是「通用强化学习」，重点关注模型的行为边界，在面对不确定性、敏感性问题时学会提示风险、适度保留，体现出必要的责任意识和安全规范。
可以说这一阶段是通用大模型最容易「踩雷」的部分，而也是医疗 AI 最重要的「合规能力」。
AntAngelMed 专业三阶段训练流程
高效 MoE 架构，高效推理能力
除了能力结构的精细建构，AntAngelMed 也在工程设计上充分考虑医疗系统的部署需求。
AntAngelMed 继承了Ling-flash-2.0 的先进架构，是一个高效的混合专家（MoE）模型。
Ling-flash-2.0 模型架构
在 Ling Scaling Laws 的指导下，只激活 1/32 参数（61 亿），并在专家粒度、共享专家比例、注意力平衡、无辅助损失函数 + Sigmoid 路由、MTP 层、QK-Norm 和 Partial-RoPE 等核心组件上进行了全面优化。
这些优化使得小激活率的 MoE 模型相比同等规模的 Dense 架构，可以实现高达7 倍的效率提升。
也就是说，AntAngelMed 仅需 6.1B 激活参数，就能实现约 40B 稠密模型的性能。这意味着模型在实际部署中对资源的占用更低、可扩展性更强，非常适合高用户需求的医疗领域。
由于激活参数较少，AntAngelMed 具备非常高的推理效率，在 H20 硬件环境下，可实现超过200 tokens/s 的推理速度，约为 36B 稠密模型的 3 倍。
对于医疗场景而言，这样的推理效率不仅代表响应更快，更重要的是，它提升了模型在实际系统中的可用性：在多用户同时访问的医疗平台上，能够保证稳定输出；在需要快速辅助决策的临床场景中，能在数秒内完成高质量回答，减少等待时间；甚至在资源受限的边缘部署环境中，也能以较低算力负担提供可用性能。
另外，医疗场景中常常伴随着篇幅较长的病历记录和结构复杂的检查报告，信息密度高、语义层级深，对模型的理解与处理能力提出了更高要求。
为解决这一需求，AntAngelMed 采用 YaRN 外推，将上下文长度扩展至 128K，大幅增强了模型处理病历等长文档的能力。
此外，为配合进一步推理加速，团队还采用了 FP8 量化技术并结合 EAGLE3 优化方案。这种软硬结合的设计带来了实实在在性能提升。
在并发数为 32 的情况下，与单独使用 FP8 相比，这种方法显著提高了推理吞吐量，在 HumanEval 数据集上的提升幅度为 71%，在 GSM8K 数据集上的提升幅度为 45%，在 Math-500 数据集上的提升幅度更是高达 94%。
从训练流程到模型架构，我们不难看出，AntAngelMed 的设计始终围绕医疗场景展开。三阶段训练方式让模型具备了专业的医学知识，而高效的 MoE 架构，使得模型在医疗这种高频次、高要求的场景下，在大幅降低激活成本的同时，依然保持专业推理能力与长上下文处理能力。
AntAngelMed：领先的医学专业模型
最后，我们上手体验了一番，看看 AntAngelMed 真实效果如何？
先来个大家都忽视但又每天经历的事情，一个成年人一天到底要吃几个鸡蛋。
AntAngelMed 的响应速度非常快，几乎在我们输入问题后没几秒就给出了答复。
模型的建议并非简单罗列营养标准，而是结合了胆固醇摄入上限、个体健康状况（如有无高血脂病史）等因素，给出了一个相对灵活的建议区间：
接下来我们又问了一个问题：请为一个 55 岁有高血压病史的上班族男性，设计一个简洁可执行的一周饮食 + 运动建议计划。
AntAngelMed 的回答简直比医生还详细，还做了表格方便用户查看：
结语
AntAngelMed 的开源，对于 AI 和医疗行业而言具有重要意义。
在 AntAngelMed 的基础上，大量机构和研究者可以进行下游任务微调，极大地降低了前沿医疗 AI 技术的应用门槛。对于普通人来说，或许过不了多久，我们就可以从 AI 那里获得安全可信的建议了。
据介绍，蚂蚁集团还将依托国家平台持续推进「AI + 医疗」的开源生态与技术创新，让先进的技术能够普惠更多开发者与用户。
热门跟贴