近日，继U2‑Med三医大模型落地之后，云知声正式推出自研医学影像多模态大模型U2‑RadiMed，补齐医疗大模型影像认知关键能力，打通影像识别、临床推理、辅助决策全链路，助力医学影像AI迈向临床深度应用。
评测领跑，硬核实力获得多项验证
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。
技术向上价值向善，推动影像AI普惠落地
U2-RadiMed因此进一步突破传统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。
在一案例中，通过U2-RadiMed时序影像串联7年病程，实现肿瘤诊疗全周期分析。针对低级别胶质瘤患者初诊、术前、术后三个阶段的MRI影像，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。
技术向上，价值向善。U2‑RadiMed追求技术突破的同时，聚焦临床真实需求。该模型即将上线云知声MaaS平台TokenHub，兼容OpenAI接口，支持多图输入与40K上下文，实现开箱即用，降低行业接入门槛。可以预见，未来随着U2‑RadiMed持续打磨影像多模态能力，把AI技术转化为临床实用生产力，将赋能更多医疗机构，让先进的医学影像智能服务更广范围的临床场景。
热门跟贴