近日，上海联影智能科技股份有限公司（简称“联影智能”）正式宣布开源发布全球首个医疗视频AI大模型——uAI Nexus MedVLM。
该模型提供4B与7B两种参数规模，覆盖内镜、腹腔镜、机器人手术等多种临床场景，整合了8个专业医学数据集，并同步上线6245组精标测试集及全球首个医疗视频理解公共评测体系。相关研究成果已被国际顶级AI会议CVPR 2026收录。
医疗视频分析一直是 AI 的大难题。手术里器械、人体组织位置复杂，操作流程需要专业临床经验判断；再加上手术实拍数据少、专家标注成本高，所以这块技术发展一直很慢。
针对这一痛点，联影智能团队构建了包含531850组视频-指令配对的海量标注数据集，对手术器械轨迹、空间定位、关键动作及风险指标进行了逐帧精细标注。
数据表明，这款垂直领域模型相较于通用大模型展现出显著优势：在手术安全评估任务中，uAI Nexus MedVLM的准确率达到89.7%，高于GPT-5（16.4%）和Gemini 3.1（24.2%）。
在时空动作定位任务上，该模型的mIoU指标是GPT-5.4的47倍、Gemini 3.1的3.2倍；在手术视频报告生成方面，模型获得4.24分（满分5分），优于GPT-5.4（3.98分）与Gemini 3.1（3.7分）。
此外，通过MedGRPO强化学习优化，模型的器械定位能力提升14%，手术步骤识别能力提升52%，手术描述质量提升16%–25%。
该模型可辅助术前手术方案分析、术中实时指引以及术后结构化报告自动生成，尤其有助于缓解基层医疗机构手术经验不足、优质医疗资源分布不均等长期压力。
联影智能成立于2017年，是联影集团旗下独立运营的人工智能子公司，始终致力于将AI技术深度融入医学影像分析、智能诊断辅助、医疗数据管理等全流程场景。
据媒体报道，公司已计划考虑独立上市。
—The End—
推荐阅读
