鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI
医疗AI赛道激战正酣之际，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，正式开源医疗大模型——蚂蚁·安诊儿（AntAngelMed）。
该模型一经发布即登顶多项权威医疗基准测试榜单，成为当前参数规模最大（100B）的开源医疗大模型，兼顾高性能与低部署门槛，可在中小型医疗机构实现多轮实时交互与规模化落地。
AntAngelMed以“专、精、稳”为路径，构建通用智能与医疗专长深度融合的全栈能力闭环，为行业提供可复用、可扩展、可信赖的技术范式。
开源即登顶多项权威医疗榜单
AntAngelMed由蚂蚁集团联合浙江省卫生健康委共同研发，从设计之初即锚定真实临床场景，具备强适配性与高鲁棒性。
在OpenAI发布的HealthBench评测中，AntAngelMed以62.5分位列开源模型第一，超越Baichuan-M2、gpt-oss-120B等主流模型；其子集HealthBench-Hard（聚焦高难度多轮问诊）中亦稳居榜首，成为继Baichuan-M2后全球仅有的两个突破32分“魔咒”的开源模型之一，验证其在复杂、易错医疗语境下的稳定性与专业度。
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共建的MedAIBench体系中，AntAngelMed在医疗知识问答、伦理安全等核心维度表现突出，体现其医疗能力的均衡性与容错率优势。
在面向中文医疗场景的MedBench评测中，AntAngelMed同样位居自测榜单首位。该体系涵盖36个评测集、约70万条样本，高度贴合国内基层诊疗逻辑，在医学知识问答、语言理解与生成、复杂推理、安全伦理五大维度持续领先，展现出与临床流程的高度适配性。
实测显示，面对“我最近总是头晕，可能是什么原因？”等日常健康咨询，AntAngelMed响应迅速、结构清晰：先共情安抚，再分析常见诱因，继而给出分级建议与就医提示，全程逻辑严谨、表达温暖，贴近主任医师问诊风格。
在解读专业病理报告（如乳腺癌免疫组化指标ER/PR/HER2/Ki-67）时，AntAngelMed能准确说明各项含义、癌症亚型归属及治疗倾向（如优先激素治疗），并延伸提供挂号科室建议与面诊提问清单，显著提升患者决策效率与就医准备质量。
既要专业度，也要人情味
AntAngelMed基于百灵大模型Ling-flash-2.0的高效混合专家（MoE）架构，采用三阶段训练体系：
持续预训练
融合海量临床指南、权威文献等高质量医学知识，夯实专业地基，实现以医学思维自然表述。
监督微调
采用多样化指令数据，强化分步推理、多方案权衡能力；同步优化表达风格，使输出更贴近真实医患沟通语境。
GRPO强化学习+双阶段优化
- 推理强化学习：保障逻辑连贯性，避免跳跃式推断；
- 通用强化学习：对齐人类价值观，明确风险边界，提升共情与克制表达。
二者协同驱动模型向“专业、理性、有温度”方向演进。
在架构层面，通过1/32激活比例、无辅助损失+Sigmoid路由策略、MTP层、Partial-RoPE等关键优化，模型在同等参数规模下相较Dense架构实现7倍推理效率提升，大幅降低计算成本。
推理加速方面，采用FP8量化+EAGLE3优化组合：FP8压缩数值精度以减少内存占用；EAGLE3抑制量化抖动，平衡效率与稳定性。在32并发典型负载下，HumanEval、GSM8K、Math-500三项指标分别提升71%、45%、94%。
蚂蚁医疗AI布局有迹可循
AntAngelMed并非孤立产品，而是蚂蚁健康战略纵深推进的关键技术基座。其成功印证了蚂蚁对医疗AI本质的把握：专业智能体需深度耦合医学语料、诊疗流程与推理链路，而非依赖通用大模型+简单Prompt。
目前，蚂蚁已构建覆盖用户、医生、机构的三端一体产品矩阵： - 面向患者的AI健康管家； - 面向医生的“好大夫在线”辅助工具； - 面向医疗机构的医疗大模型一体机。
组织层面，原数字医疗健康事业部已于2025年底正式升级为蚂蚁健康事业群，与支付宝、数字支付、财富保险、信贷并列为核心业务板块，凸显医疗健康在蚂蚁整体战略中的权重提升。
选择深耕医疗AI，源于通用大模型与专业场景间的天然鸿沟——缺乏领域知识、难以支撑复杂决策、交互≠有效协同。而医疗作为智能密度最高的认知战场，既是检验大模型能力的“试金石”，也是推动技术向其他基础领域迁移的“练兵场”。蚂蚁多年深耕医保、支付生态，已积累扎实的数据与场景基础，为其在医疗AI赛道长期投入提供确定性支撑。
AntAngelMed已在主流平台开源：
HuggingFace：https://huggingface.co/MedAIBase/AntAngelMed
ModelScope：https://modelscope.cn/models/MedAIBase/AntAngelMed
GitHub：https://github.com/MedAIBase/AntAngelMed