阿里达摩院启动“阿里星”计划，面向2027届毕业生，开放AI芯片、新型CPU架构、医疗多模态智能体、AGI决策等15项前沿课题，重点布局AI芯片编程模型、编译器及面向大模型的AI SoC架构，吸引顶尖人才探索下一代人工智能技术。
世界银行报告建议发展中经济体尽快将AI融入政府治理和企业经营，根据本地需求改造现有工具，无需与富国比拼大模型和数据中心。推广本地化小型低成本AI工具，才能真正改善医疗教育。背景是发展中经济体正经历30年来最疲弱的平均增长。
阿里发布语音识别大模型Qwen-Audio-3.0-ASR-Flash，专注精准识别专业词汇。模型优化上下文一致性、行业词与热词定制，支持语音润色并直接输出结构化文本。团队构建了覆盖医疗、IT、股票等领域的多行业高质量词库，评测显示行业词识别效果显著提升。
7月31日，阿里通义千问发布语音识别大模型，主打长音频不丢词、行业词不用教。其升级点：长音频上下文记忆，确保会议转写一致；内置医疗、IT等行业词库，专业词召回率分别为95.36%和91.87%，无需人工配置。已在阿里云百炼平台开放调用。
百川智能开发的专为医疗场景优化的开源大语言模型，具备卓越的通用能力和医疗领域性能。
医疗领域先进的大型语言模型
医疗领域大型语言模型，用于高级医疗推理
先进的医疗领域大型语言模型
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
$8
$240
52
Bytedance
$1.2
$3.6
4
ekacare
专为印度医疗保健环境设计的视觉大语言模型，专门处理医疗记录相关任务，包括检验报告解析、电子处方解析、文档分类和个人身份信息提取。
fiqqy
这是一个基于MedGemma-4B-IT模型使用Unsloth框架进行微调的医疗领域大语言模型，训练速度提升2倍，专注于文本生成任务，支持英语语言处理。
Mungert
Lingshu-32B GGUF模型是适用于医疗领域的多模态大语言模型，支持多种医学影像模态，在医疗问答和报告生成任务上表现出色。
lingshu-medical-mllm
灵枢是医疗领域的SOTA多模态大语言模型，在医疗视觉问答和报告生成任务中表现卓越。
灵枢是一款在医疗领域表现卓越的多模态大语言模型，能有效处理医学图像和文本信息，在医疗问答和报告生成任务中展现出了顶尖性能。
MedGemma-27B-Text-IT是基于Gemma 3架构的医疗专用大语言模型，针对医疗文本处理进行了优化，提供多种量化版本以适应不同硬件环境。
mlx-community
MedGemma-27B-Text-IT-BF16 是一个基于 MLX 格式转换的大型语言模型，专注于医疗健康领域的文本处理任务。
MedGemma是基于Google开发的医疗领域大语言模型，专注于临床推理和医疗文本生成任务。
DevQuasar
MedGemma-27B-Text-IT 是 Google 开发的一个大型语言模型，专注于医疗领域的文本生成任务。
Intelligent-Internet
II-Medical-8B是智能互联网研发的新一代医疗大语言模型，专为增强AI医疗推理能力而设计，在医疗问答能力上实现重大突破。
mlxha
本模型是基于Qwen/Qwen3-4B在medmcqa-grpo数据集上使用GRPO方法微调得到的医疗问答大语言模型。它专门针对医学选择题场景进行优化，具备较强的医学推理能力。
Joker-sxj
基于医疗数据集微调的大语言模型，具备初步推理能力，可执行基础问诊任务，生成文本的BLEU评分优于原始模型。
lintw
HealthGPT是一个专为统一的多模态医疗任务而开发的大型语言模型。
UMCU
基于荷兰语的医疗领域预训练语言模型，由阿姆斯特丹大学医学中心开发，专注于医疗文本处理。
hongzhouyu
FineMedLM-o1是一款专为高级医学推理设计的专业医疗大语言模型，采用多步推理机制，在给出最终答复前会反复推敲并完善其思考过程。
tensorblock
HuatuoGPT-o1-70B是基于70B参数规模的大语言模型，专门针对医疗领域进行优化。该模型采用GGUF格式量化，便于在各种硬件上部署运行，支持医疗相关的文本生成和推理任务。
HPAI-BSC
开源医疗大语言模型，在多项医疗任务中达到最先进水平，基于Qwen2.5-72B开发
Qwen2.5-Aloe-Beta-7B是一款开源医疗大语言模型，在多项医疗任务中达到最先进性能。基于Qwen2.5-7B架构微调，训练数据涵盖18亿token的多样化医疗任务。
mav23
芦荟（Aloe）是一个全新的医疗大语言模型家族，通过模型融合和先进的提示策略，在同类型开源模型中极具竞争力。
Llama3.1-Aloe-Beta-8B是一款开源医疗大语言模型，在多项医疗任务中达到最先进水平。
DS Core MCP服务器项目是一个基于DS Core开放API平台的医疗数据集成工具集，包含四个独立的MCP服务器，分别用于患者管理、文档管理、DICOM影像管理和数字印模管理，使大型语言模型能够安全便捷地访问医疗数据和服务。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
