大厂医疗赛道新主角大模型大厂重新在医疗赛道上竞争起来这次主角不再是挂号、问诊和医药电商而是大模型。这个判断在两年前或许没人相信。2020年到2022年互联网公司集体进入医疗领域结果几乎全军覆没。百度健康多次调整策略腾讯医生端产品发展平淡字节收购百科名医网后也没取得显著成果。同时当时的线上诊疗红利转瞬即逝一轮医疗互联网化浪潮草草结束只留下解散的业务群和改组记录。然而2025年之后情况发生转变。DeepSeek等通用大模型的集中出现大幅降低了行业技术门槛各路玩家迅速抓住机会涌入医疗赛道。企查查数据显示2025年国内AI医疗企业注册2.48万家同比增长22.38%创下近十年注册量新高。海外也有动作OpenAI在今年初上线ChatGPT Health功能并公布数据每周有超2.3亿人在AI平台上询问健康问题。截至目前国内超10家互联网大厂发布了独立的AI医疗产品如阿里的 氢离子、京东的 知医、蚂蚁的 阿福、百度的 文心健康管家还有字节的小荷。不过打法出现明显分化有的专注患者端有的主攻医生工具有的在基层医疗做数字健共同体。字节小荷医疗布局的曲折历程字节切入医疗健康赛道不算晚但路径曲折。2020年9月头条健康更名为小荷绿松果App升级为小荷App品牌正式确立。同年字节花5亿元收购百科名医网该公司在专业人士群体中口碑良好。年底字节在北京开设第一家线下诊所 松果门诊后改名为小荷门诊。表面上这套布局逻辑合理用科普内容吸引新用户用线上问诊承接流量用线下门诊实现闭环。但实际情况并非如此。此前的布局存在两个根本问题。一是各业务线缺乏统筹线上流量难以有效转化到线下场景。健康科普和线上问诊面向海量泛医疗需求而实体门诊针对真实地理半径和专科诊疗两者用户重合度远低于预期。二是 医疗难赚钱 的老问题。在线问诊客单价低、复购率弱实体门诊投入大、回报慢商业模型缺乏吸引力。所谓 流量→服务→变现 的路径在医疗这个低交易频次领域困难重重。2023年前后字节对医疗业务进行大规模调整一些板块被拆分整合外界曾以为字节要收缩医疗战线。转折点在2024年小荷健康团队基于豆包大模型研发出 小荷医疗大模型并在同年8月完成境内深度合成算法备案。这表明字节放弃了以往 全面布局 的策略转而集中资源用AI重新定义医疗服务交付。去年下半年字节上线首款AI医疗助手App 小荷AI医生主推健康咨询、报告解读、用药参考等功能。今年初小荷医学AI团队发布MedXIAOHE医疗视觉语言基础模型在多个权威测试中表现出色。前段时间媒体报道字节将在上海再次开设 小荷门诊部法人由大健康业务负责人吴海锋担任。从科普平台到线下诊所从大模型到AI医生App再到再次布局实体门诊小荷这次形成了更合理的逻辑技术层进行底层模型研发服务层通过AI医生App进行线上触达交付层用实体门诊承接需要线下面诊的用户。但问题是从线上AI医生到线下门诊这个闭环的目的是什么小荷AI医疗布局的差异化与挑战如果只是推出一个AI健康咨询助手字节的入局方式与其他大厂并无本质区别。真正体现差异化的是小荷再次涉足实体门诊。小荷AI医生的产品逻辑清晰它不替代医生而是进行问诊前移帮助用户判断症状严重程度、解读体检报告、提供用药参考。小荷健康副总裁李萌在2025年学术年会上透露经专家测评小荷AI医生在常见病上的表现基本达到三级公立医院主治医师水平。用户会与AI进行多轮对话提供大量细节信息模型据此做出更精准判断。该产品的核心价值是帮助用户判断 这个症状是否需要去医院。线上能力的另一个方面是技术研发。MedXIAOHE作为医学视觉语言基础模型训练底座包含约640亿个词汇的医学文本库覆盖全球主流医学文献、临床指南和诊疗规范并构建了包含海量医学概念的智能知识树。这套能力可同时服务患者端和医生端也能向合作医院输出模型能力。线上进行轻问诊和技术积累没问题但当用户被AI判定为 需要就医 时该去哪里全国三甲医院人满为患基层医院信任度难以迅速提升线上和线下之间的衔接问题就在这里。线下门诊部的作用就是填补这个缺口。根据现有信息上海小荷门诊部定位为便民基础诊疗服务计划将小荷AI医疗技术融入线下真实诊疗流程如智能问诊、AI病情分析等线上功能将应用到实体就医场景中。AI医疗赛道的竞争格局事实上这种线上筛查分流、技术向线下赋能的思路在医疗AI领域并不新鲜。国务院发布的关于促进和规范 人工智能 医疗卫生 应用发展的实施意见提出要在2027年前形成一批临床专病专科垂直大模型和智能体应用使基层诊疗智能辅助广泛应用。政策顶层设计和企业产品探索正加速靠拢。医疗行业与零售、出行不同实物交付离不开物理空间。AI可以进行问诊、解读报告、开具辅助处方但抽血、手术、体格检查仍需在诊室进行。将AI能力延伸到诊前和诊后管理中间的物理接触点由自有门诊或合作医院承接。如果这条链路能够打通字节可能拥有其他通用大模型厂商难以企及的特殊壁垒。但客观来说这条路能否走通仍存在很大变数。字节在北京开设小荷门诊时运营并不顺利存在选址定位问题以及获客成本高、医保支付接入难等普遍障碍。上海这次尝试能否突破历史困境关键在于如何解决这些实际执行细节。从更宏观的角度看小荷在线上线下同步推进表面上是构建从AI到实体门诊的纵向架构但实际上只是行业浪潮的一个侧面。AI医疗赛道的竞争在多个维度同时展开。目前各家产品越来越相似。小荷AI医生的核心功能包括健康咨询、报告解读、用药参考、病灶拍摄判断蚂蚁阿福涵盖健康问答、拍皮肤、电话咨询、健康档案文心健康管家的主打功能也大致相同。这些产品的基础体验趋同程度较高。蚂蚁阿福是目前规模最大的玩家截至2026年2月用户数量突破1亿月活跃用户达3000万单日提问量超1000万。蚂蚁的核心策略明确依靠支付宝的国民级入口和支付闭环构建覆盖医、药、险的服务生态同时接入收购的好大夫在线30万名执业医师资源使用户在AI预诊后可无缝对接真人医生。京东健康则走另一条路。该公司有稳定的医药零售变现模型旗下AI智能体 康康 串联问诊、检测、购药全流程将AI服务融入零售场景。自研的京医千询大模型聚焦拟人对话、可信推理与医疗全模态能力已完成从全科到专科模型的技术演变。医药电商的商业闭环使京东在 AI健康咨询如何盈利 问题上比对手少一份担忧。字节的情况不同。小荷AI医生的重要流量入口是抖音App目前已成为字节体系内重要的问诊渠道。抖音的优势是海量日活和强大的内容分发能力但问题也很明显用户上抖音是为了刷视频而非看病。如何将娱乐用户转化为健康服务用户需要持续进行场景教育。而且即使AI问诊转化率提高小荷在支付、医保、药品供应链等基础设施方面与蚂蚁、京东健康仍存在差距。AI医疗的本质与未来挑战如果说C端市场争夺的是认知和流量入口那么B端和D端医生端市场竞争的则是纵深能力和专业壁垒。今年阿里健康推出医学AI助手 氢离子定位为医生版GPT专为临床与科研一线医生设计收录超千万篇权威医学文献在医生开药、制定方案时提供循证支持生成内容基于权威医学数据库、临床指南及核心期刊文献架构强调低幻觉、高循证。几乎同时京东健康发布 知医聚焦临床决策支持和科研学术深度整合千万级全球权威医学文献与指南已全面集成于京东医生App并向全体医生开放。蚂蚁集团采取双轨策略一方面在患者端推出 阿福另一方面将收购的 好大夫在线 升级为医生工作站为每位医生配备AI助理功能。医生端的竞争本质上是对专业壁垒的争夺。C端产品竞争的是场景渗透率和月活有流量基础就有竞争力。但医生端不同医生每天要看大量病人如果AI工具不能切实帮助他们减轻工作负担、提高诊断准确率就不会被再次使用。一位行业观察者认为医疗领域容错率极低对AI准确率要求极高普通AI工具无法满足临床需求医生端AI工具必须用权威医学文献、科研成果进行训练并持续得到临床验证。回顾行业的周期性变化上一轮互联网大厂进入医疗领域采用流量驱动模式先做科普吸引用户再用在线问诊沉淀数据最后通过挂号导流、医药电商变现。这种模式在零售、出行、教育领域可行但在医疗行业失败。原因在于医疗服务的核心是人的判断和责任而非信息匹配效率。当前这轮AI医疗与上一轮互联网医疗在底层逻辑上有明显差异。大模型使机器首次能够部分模拟人类医生的认知路径如阅读病历、理解指南、追问症状细节、结合影像和检验结果进行推理判断。它不是简单的知识匹配而是具有一定推理能力的 认知代理。过去健康类产品类似 医学搜索引擎现在大模型能围绕病史、症状细节、用药情况持续追问给出更具针对性的判断更接近医生助手。更具体的落地方向在竞争中逐渐清晰。大厂不同的路线选择最终考验的是能否在安全可控的框架内真正解决健康问题而不仅仅是进行技术展示。目前国内AI医疗市场规模预计在2026年突破400亿元全球医疗领域生成式AI市场正以40%左右的复合年增长率扩张这意味着巨大的机会。但医疗行业不同于普通消费品容错率为零容错成本可能是人命。其独特属性决定了这不是一场单纯比拼模型参数的竞赛。技术、场景、合规、信任、支付等都是庞大的系统工程。字节小荷此次线上线下同步发力背后是从技术研发到服务交付全链条的逻辑重组。但这套逻辑能否支撑可持续的商业模型还需看线下门诊的实际运营效果、合作医院的拓展速度以及用户心智的培养周期。未来一到两年将是检验这一方向的关键时期。
大厂重燃医疗赛道战火，字节小荷AI医疗布局能否突围？
大厂医疗赛道新主角大模型大厂重新在医疗赛道上竞争起来这次主角不再是挂号、问诊和医药电商而是大模型。这个判断在两年前或许没人相信。2020年到2022年互联网公司集体进入医疗领域结果几乎全军覆没。百度健康多次调整策略腾讯医生端产品发展平淡字节收购百科名医网后也没取得显著成果。同时当时的线上诊疗红利转瞬即逝一轮医疗互联网化浪潮草草结束只留下解散的业务群和改组记录。然而2025年之后情况发生转变。DeepSeek等通用大模型的集中出现大幅降低了行业技术门槛各路玩家迅速抓住机会涌入医疗赛道。企查查数据显示2025年国内AI医疗企业注册2.48万家同比增长22.38%创下近十年注册量新高。海外也有动作OpenAI在今年初上线ChatGPT Health功能并公布数据每周有超2.3亿人在AI平台上询问健康问题。截至目前国内超10家互联网大厂发布了独立的AI医疗产品如阿里的 氢离子、京东的 知医、蚂蚁的 阿福、百度的 文心健康管家还有字节的小荷。不过打法出现明显分化有的专注患者端有的主攻医生工具有的在基层医疗做数字健共同体。字节小荷医疗布局的曲折历程字节切入医疗健康赛道不算晚但路径曲折。2020年9月头条健康更名为小荷绿松果App升级为小荷App品牌正式确立。同年字节花5亿元收购百科名医网该公司在专业人士群体中口碑良好。年底字节在北京开设第一家线下诊所 松果门诊后改名为小荷门诊。表面上这套布局逻辑合理用科普内容吸引新用户用线上问诊承接流量用线下门诊实现闭环。但实际情况并非如此。此前的布局存在两个根本问题。一是各业务线缺乏统筹线上流量难以有效转化到线下场景。健康科普和线上问诊面向海量泛医疗需求而实体门诊针对真实地理半径和专科诊疗两者用户重合度远低于预期。二是 医疗难赚钱 的老问题。在线问诊客单价低、复购率弱实体门诊投入大、回报慢商业模型缺乏吸引力。所谓 流量→服务→变现 的路径在医疗这个低交易频次领域困难重重。2023年前后字节对医疗业务进行大规模调整一些板块被拆分整合外界曾以为字节要收缩医疗战线。转折点在2024年小荷健康团队基于豆包大模型研发出 小荷医疗大模型并在同年8月完成境内深度合成算法备案。这表明字节放弃了以往 全面布局 的策略转而集中资源用AI重新定义医疗服务交付。去年下半年字节上线首款AI医疗助手App 小荷AI医生主推健康咨询、报告解读、用药参考等功能。今年初小荷医学AI团队发布MedXIAOHE医疗视觉语言基础模型在多个权威测试中表现出色。前段时间媒体报道字节将在上海再次开设 小荷门诊部法人由大健康业务负责人吴海锋担任。从科普平台到线下诊所从大模型到AI医生App再到再次布局实体门诊小荷这次形成了更合理的逻辑技术层进行底层模型研发服务层通过AI医生App进行线上触达交付层用实体门诊承接需要线下面诊的用户。但问题是从线上AI医生到线下门诊这个闭环的目的是什么小荷AI医疗布局的差异化与挑战如果只是推出一个AI健康咨询助手字节的入局方式与其他大厂并无本质区别。真正体现差异化的是小荷再次涉足实体门诊。小荷AI医生的产品逻辑清晰它不替代医生而是进行问诊前移帮助用户判断症状严重程度、解读体检报告、提供用药参考。小荷健康副总裁李萌在2025年学术年会上透露经专家测评小荷AI医生在常见病上的表现基本达到三级公立医院主治医师水平。用户会与AI进行多轮对话提供大量细节信息模型据此做出更精准判断。该产品的核心价值是帮助用户判断 这个症状是否需要去医院。线上能力的另一个方面是技术研发。MedXIAOHE作为医学视觉语言基础模型训练底座包含约640亿个词汇的医学文本库覆盖全球主流医学文献、临床指南和诊疗规范并构建了包含海量医学概念的智能知识树。这套能力可同时服务患者端和医生端也能向合作医院输出模型能力。线上进行轻问诊和技术积累没问题但当用户被AI判定为 需要就医 时该去哪里全国三甲医院人满为患基层医院信任度难以迅速提升线上和线下之间的衔接问题就在这里。线下门诊部的作用就是填补这个缺口。根据现有信息上海小荷门诊部定位为便民基础诊疗服务计划将小荷AI医疗技术融入线下真实诊疗流程如智能问诊、AI病情分析等线上功能将应用到实体就医场景中。AI医疗赛道的竞争格局事实上这种线上筛查分流、技术向线下赋能的思路在医疗AI领域并不新鲜。国务院发布的关于促进和规范 人工智能 医疗卫生 应用发展的实施意见提出要在2027年前形成一批临床专病专科垂直大模型和智能体应用使基层诊疗智能辅助广泛应用。政策顶层设计和企业产品探索正加速靠拢。医疗行业与零售、出行不同实物交付离不开物理空间。AI可以进行问诊、解读报告、开具辅助处方但抽血、手术、体格检查仍需在诊室进行。将AI能力延伸到诊前和诊后管理中间的物理接触点由自有门诊或合作医院承接。如果这条链路能够打通字节可能拥有其他通用大模型厂商难以企及的特殊壁垒。但客观来说这条路能否走通仍存在很大变数。字节在北京开设小荷门诊时运营并不顺利存在选址定位问题以及获客成本高、医保支付接入难等普遍障碍。上海这次尝试能否突破历史困境关键在于如何解决这些实际执行细节。从更宏观的角度看小荷在线上线下同步推进表面上是构建从AI到实体门诊的纵向架构但实际上只是行业浪潮的一个侧面。AI医疗赛道的竞争在多个维度同时展开。目前各家产品越来越相似。小荷AI医生的核心功能包括健康咨询、报告解读、用药参考、病灶拍摄判断蚂蚁阿福涵盖健康问答、拍皮肤、电话咨询、健康档案文心健康管家的主打功能也大致相同。这些产品的基础体验趋同程度较高。蚂蚁阿福是目前规模最大的玩家截至2026年2月用户数量突破1亿月活跃用户达3000万单日提问量超1000万。蚂蚁的核心策略明确依靠支付宝的国民级入口和支付闭环构建覆盖医、药、险的服务生态同时接入收购的好大夫在线30万名执业医师资源使用户在AI预诊后可无缝对接真人医生。京东健康则走另一条路。该公司有稳定的医药零售变现模型旗下AI智能体 康康 串联问诊、检测、购药全流程将AI服务融入零售场景。自研的京医千询大模型聚焦拟人对话、可信推理与医疗全模态能力已完成从全科到专科模型的技术演变。医药电商的商业闭环使京东在 AI健康咨询如何盈利 问题上比对手少一份担忧。字节的情况不同。小荷AI医生的重要流量入口是抖音App目前已成为字节体系内重要的问诊渠道。抖音的优势是海量日活和强大的内容分发能力但问题也很明显用户上抖音是为了刷视频而非看病。如何将娱乐用户转化为健康服务用户需要持续进行场景教育。而且即使AI问诊转化率提高小荷在支付、医保、药品供应链等基础设施方面与蚂蚁、京东健康仍存在差距。AI医疗的本质与未来挑战如果说C端市场争夺的是认知和流量入口那么B端和D端医生端市场竞争的则是纵深能力和专业壁垒。今年阿里健康推出医学AI助手 氢离子定位为医生版GPT专为临床与科研一线医生设计收录超千万篇权威医学文献在医生开药、制定方案时提供循证支持生成内容基于权威医学数据库、临床指南及核心期刊文献架构强调低幻觉、高循证。几乎同时京东健康发布 知医聚焦临床决策支持和科研学术深度整合千万级全球权威医学文献与指南已全面集成于京东医生App并向全体医生开放。蚂蚁集团采取双轨策略一方面在患者端推出 阿福另一方面将收购的 好大夫在线 升级为医生工作站为每位医生配备AI助理功能。医生端的竞争本质上是对专业壁垒的争夺。C端产品竞争的是场景渗透率和月活有流量基础就有竞争力。但医生端不同医生每天要看大量病人如果AI工具不能切实帮助他们减轻工作负担、提高诊断准确率就不会被再次使用。一位行业观察者认为医疗领域容错率极低对AI准确率要求极高普通AI工具无法满足临床需求医生端AI工具必须用权威医学文献、科研成果进行训练并持续得到临床验证。回顾行业的周期性变化上一轮互联网大厂进入医疗领域采用流量驱动模式先做科普吸引用户再用在线问诊沉淀数据最后通过挂号导流、医药电商变现。这种模式在零售、出行、教育领域可行但在医疗行业失败。原因在于医疗服务的核心是人的判断和责任而非信息匹配效率。当前这轮AI医疗与上一轮互联网医疗在底层逻辑上有明显差异。大模型使机器首次能够部分模拟人类医生的认知路径如阅读病历、理解指南、追问症状细节、结合影像和检验结果进行推理判断。它不是简单的知识匹配而是具有一定推理能力的 认知代理。过去健康类产品类似 医学搜索引擎现在大模型能围绕病史、症状细节、用药情况持续追问给出更具针对性的判断更接近医生助手。更具体的落地方向在竞争中逐渐清晰。大厂不同的路线选择最终考验的是能否在安全可控的框架内真正解决健康问题而不仅仅是进行技术展示。目前国内AI医疗市场规模预计在2026年突破400亿元全球医疗领域生成式AI市场正以40%左右的复合年增长率扩张这意味着巨大的机会。但医疗行业不同于普通消费品容错率为零容错成本可能是人命。其独特属性决定了这不是一场单纯比拼模型参数的竞赛。技术、场景、合规、信任、支付等都是庞大的系统工程。字节小荷此次线上线下同步发力背后是从技术研发到服务交付全链条的逻辑重组。但这套逻辑能否支撑可持续的商业模型还需看线下门诊的实际运营效果、合作医院的拓展速度以及用户心智的培养周期。未来一到两年将是检验这一方向的关键时期。
