摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO ...............................46 第四章：大模型之下，生成式 AI 何以颠覆医疗？.....................................................................48 4.1 前沿技术：从判别式 AI 到生成式 AI............................................

网络加速 CDN 鉴权 OAuth2.SAML2 系统接入层 轻联IPAAS 统一身份认证 鉴权 OAuth2.SAML2 连接产品 连接客户 连接员工 连接伙伴 公有云 私有云 分布式云 企业 微信 腾讯 文档 腾讯 乐享 腾讯 电子签 腾讯 会议 ⋯ ⋯ ⋯ 如针对终端客户：基于大模型和用户手册的智能问答助手 大幅提高客户体验 难点：文档庞大，图文混排复杂 价值：问答准确率：35%->84% 需要跟传统机器人结合大模型增强，传统机器人无法回答时， 大模型对汽车专业词汇精准理解回复 传统机器人不智能， 应答效果差 客户诉求 产品示例 人工校验入库 在售前/售后服务领域：腾讯乐享帮助打造一站式智慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 施工警示牌、安全防护，组件 铭牌、逆变器、并网箱、线缆 线径，接地电阻、组串方案及 电流电压 照片约20张 VS 不变 审核时长 20分钟-1小时 秒级自动审核 整改提示 文字+图片编辑 自动返回带整改说明 标识的图片 针对分布式光伏的现场勘查、安装、巡检，如何利用数字化手段，解决控制人力成本与确保安装质量之间的矛盾？ 分布式光伏 作业APP 腾讯临境 360 全景 报装审核 腾讯Ti平台

HRS65-ET——在具备⾼刚性、⾼过载能⼒的同时，其厚度仅有 10mm，通过模拟 真实使⽤场景的六维联合加载（强迫学习）标定技术，调整数千项⽹络参数，使传感 器的精度（重复性）达到 0.1%FS，准度（准确性含串扰）达到 0.3%FS。汉威科技集团 依托强⼤的研发创新能⼒和全⾃动 MEMS 芯⽚智造产线，推出了核⼼技术⾃主可控的 5 ⾼精度 MEMS 惯性测量单元。其基于 MEMS ⼯艺与 SIP 知，并根据环境情况，⾃主拆解任务、规划动作。⼩脑系统的运动规划与控制是⼈形 机器⼈实现⾃然和流畅动作的关键。 银河通⽤ 2025 年 1 ⽉联合发布 GraspVLA，采⽤“VLM ⻣⼲+动作专家”架构，通过 渐进式动作⽣成连接。“⼤脑”含 InternLM2 1.8B 及融合双模型特征的视觉编码器；“⼩ 脑”专注动作块⽣成。经 10 亿级合成数据预训练获七⼤泛化能⼒，⼩样本真机后训练 可应⽤于特殊场景。智元机器⼈ 务规划）组成；“⼩脑”为 Action Expert，将规划转化为精细动作序列，三者形成“感知 →规划→执⾏”闭环。灵初智能 2025 年 4 ⽉推出强化学习 Psi-R1，采⽤“快慢脑”分层架 构。“⼤脑”（慢脑 S2）基于 Causal VLM 负责推理规划；“⼩脑”（快脑 S1）⽤ DiT 模块 实现⾼精度执⾏。通过 Action Tokenizer 构建「动作感知 - 环境反馈 - 动态决策」全

针对智能体转型 "领先者们" 的衡量标准 也即 L4 和 L5 水平的要求,进一步明确了企业智能 体的布局、探索、应用的水平,希望在 AI 2.0 时期的新要求、高要求,对企业利 用新 AI 技术实现跨越式发展提供一定面向未来的指引。 作为率先布局全栈 AI 的领军者, 企业聚焦数据、算力和算法, 积极投身 AI 带来的智能化变革的时代洪流。过去的近八年, 企业在 AI 领域砥砺深耕、前瞻 II 形成了一个相互促进、共同发展的有机生态。与此同时, 客户对于 智能化产品、方案和服务的迫切需求也成为这场革命的重要驱动力。技术创新与 企业应用在智能化转型的道路上相向而行, 双向奔赴, 这个过程中, 一站式 partner 性质的长期陪伴尤为重要, 它将带领技术与企业共同奔赴, 共创更高价 为时代浪潮激动之余, 我们也清醒地认识到,智能化时代在为我们敞开机遇 之门的同时, 也抛出了诸多棘手难题。人工智能在医疗、交通、教育等领域的应 时代 1.1 人工智能技术持续突破, 引领数字底座重构升级 随着新一轮科技革命和产业变革深入发展,全球科技创新空前密集活跃, 特别是以人工智能为代表的新技术快速发展,正在深刻改变经济社会运行模 式, 创造新的生产方式、生活方式, 成为推动经济发展的重要方向和关键动 力源。 《数字中国发展报告 (2023 年) 》指出, 我国基础数字技术创新能 力持续增强, 在信息技术管理方法、计算机技术和基础通信程序领域

解决数据处理的延迟 顶尖的 AI ⼈才 数⼗ TB ⾼质量数据 数万对⾼质量 prompt 理解 Chatgpt, ⼀个 AI 领域的“⼯程奇 迹” Chatbot ： ⽂本交互式应⽤ Gpt3 ： 预训练⼤模型 6 DeepSeek 是“深度求索”开发的⼀系列⼈⼯智能模型。 DeepSeek 通过持续的技术 创新和市场拓展，在⾃然语⾔处理和⼤型语⾔模型⽅⾯取得了显著进展，在国际 像学霸⼀样把注意⼒消耗降到最低 • “ ⼀⽬⼗⾏ 跳记重⼼ 记住题点”“ MoE Sparse ( 稀疏专家混合模型） • 每次推理仅激活相关专家，“术业有专攻” • “ 专事专办、要事要办 ⼩事不办 尽量不跨组解决” • 节省 42.5% 训练成本 FPB 混合精度训练 • 传统模型需要⽤ 32 位或者 16 位数记录数 字 • “ ⼿机号码，记最后 4 位” • 提升训练速度同时保持精度，降低硬件门槛 训练范式、推理、 算⼒利⽤全⽅⾯创新 • DeepSeek V3 通过快速 迭代新技术， ⼤幅降低 • 开源的论⽂和库， 以及提供 简易的蒸馏⽅式， 让世界上 不管⼤⼩的实验室， 快速掌 握 OpenAI 原来封闭的顶 尖 从编程辅助（ DeepSeek- Coder ） 到医疗诊断（ R1

用，数字孪生风险控制类应用，数字孪生零售应用类业务， 数字孪生支付清算类应用等。 1 《金融科技发展规划(2022-2025)》由中国人民银行于 2021 年 12 月 29 日发布，旨在推动金融 科技跨越式发展，实现数字化转型和核心竞争力提升。 2 《北京市推动数字金融高质量发展的意见》由中共北京市委金融委员会办公室于 2024 年 10 月 28 日发布，旨在通过数字技术推动金融业高质量发展，服务数字经济和数字中国建设。 术通过机器学习模型对一组业务数据的分布进行学习，从中 找到相应规律，进而生成与之相类似的数据，实现业务数据 的仿真模拟。为实现数据的高质量仿真，需要使用机器学习 领域的生成式模型，主流的生成模型包括生成式对抗网络 （ Generative adversarial net ， GAN ） 和 变 分 自 编 码 （Variational autoencoder，VAE）两大类。 （1） 生成式对抗网络（Generative 生成式对抗网络（Generative Adversarial Net， GAN） 生 成 式 对 抗 网 络 （ GAN ） 由 两 部 分 组 成 ： 生 成 器 （Generator）和判别器（Discriminator）。GAN 的工作原 理基于一个零和游戏（zero-sum game），其中生成器试图 生成足够真实的数据以“欺骗”判别器，而判别器则试图区 分真实数据和生成器产生的假数据。 6

部门：企业服务三组 ©2025 iResearch Inc. 2024年中国人工智能产业研究报告 2 前言 PREFACE 研究背景： 作为新一轮科技革命和产业变革的核心引擎，人工智能产业在2024年被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 其在提升效率和推动产业升级方面的优势，展现出广阔发展前景，政府支持也为其提供了强劲 动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依 2）算力需求结构性转变：2024年部分地区智算中心出现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅

部门：企业服务三组 ©2025 iResearch Inc. 2024年中国人工智能产业研究报告 2 前言 PREFACE 研究背景： 作为新一轮科技革命和产业变革的核心引擎，人工智能产业在2024年被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 其在提升效率和推动产业升级方面的优势，展现出广阔发展前景，政府支持也为其提供了强劲 动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依 2）算力需求结构性转变：2024年部分地区智算中心出现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅

研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 AI 智能体赋 予相关权限，它们可 2025 年各行业和组 织的发展趋势，基于深度调查和全面的客户 参与，提供切实可行、以研究结果为依据的 洞察，帮助领导者驾驭日益复杂多变的环境 并取得长足发展。 2025 年五大趋势：人智共创未来 点燃创新纪元 5 AI 正在重塑未来的工作方式。但是，许多员工对 未来毫无准备。如果有太多员工固步自封，转型 就会停滞不前。 智能体 AI 将变革 组织的业务，但组 织首先必须对员工 进行再培训。 定角色的工作全部自动化，企业更愿意将人 员与特定领域的 AI 智能体结合，以提高绩效 表现。事实上，87% 的受访高管预计人类工 作会被生成式 AI 增强，而不是被取代。 3 这 意味着，比起学习新的技能或工具，员工必 须彻底重新思考如何开展工作，以便充分释 放生成式 AI 的潜力。 全球每年大约有 5% 的劳动力需要持续进行再培训， 而 AI 的快速发展让这一比例急剧攀升。 全球范围内的受访

我们将AI视为新的数字革命，因为它既是一种技术， 也是一种新的工作方式。我们相信它将在企业运营的 每个领域得到应用，并对所有相关的人和事物产生网 络效应。其影响已经显现，随着公司继续扩大AI规模 ——并将生成式AI作为变革的催化剂——它将解决新 的问题，创造新的发明，改变我们的工作和生活方式 ，并转型行业和政府。 安永研究显示，仅有36%的高管表示他们的组织已 经实现了通用人工智能解决方案的规模化，仅有13 今年《技术愿景》探讨了人工智能从自动化向转 型发展的未来。 使人们能够自主行动的推动者——为他们提供执行新任 务和比以往任何时候都更好地执行其他任务的能力。考 虑一下，随着人工智能进入新的和陌生的领域，重新构 想的可能性与机遇。为了真正理解和利用这种潜力，企 业将创建他们自己的、独特的AI认知数字大脑，这将彻 底改变技术在其企业以及与员工之间所扮演的角色。这 将极大地颠覆企业技术系统的设计、使用和运营方式； 这与业务的一部分有关。当人们使用它 时，他们通常是... 进一步 教授它关于它们的喜好、偏 好和需求。 InSilico Medicine，一家制药公司，利用生成式人工智 能在不到30个月的时间内，完成了从药物发现到一期临 床试验的进程，这大约是通常所需时间的一半。 11 他 们使用了一个基于组学和临床数据的模型进行微调，以 识别药物治疗的潜在靶点。为了开发可能的药物组成， 他们使用了一个由500个预测和预训练模型组成的生成