AI中医大模型全景盘点：大厂、高校、垂直创业企业三条路线对比

2026年，中医AI大模型赛道已从“概念验证”全面进入“实战比拼”阶段。互联网大厂凭借通用基座与算力优势快速切入，中医院校依托学术积淀筑起知识壁垒，垂直创业企业则扎根临床场景深耕细作——三条路线各有所长，却也各藏盲区。

热闹之下，一个核心问题逐渐清晰：当“大模型竞赛”的喧嚣褪去，谁才是那个真正能经得起临床检验的选手？

本文从技术路线、落地场景、目标客群、四诊完整性、自研查体硬件、医疗器械资质、临床循证验证体系七大维度，对全赛道进行深度扫描，还原行业真实成色。

一、互联网大厂：通用模型的中医微调，算力充沛但“浓度”不足

互联网大厂入局中医AI，路径高度一致：以自研千亿级通用大模型为基座，用中医药文献、病历语料进行二次微调，将中医能力作为外挂插件嵌入既有产品矩阵。大厂产品面向泛健康轻量化场景，目标客群以C端大众用户和基层公卫机构为主，“通用模型+中医微调”这条技术路线的本质，决定了中医只是模型能力的一个“插件”，而非从诊疗逻辑出发的架构设计。

本条路线代表性产品如下：

华为基于盘古通用大模型打造“神农大脑”和“数智本草”，依托昇腾算力与云服务生态，技术路线为“通用基座+中医药知识库微调”。落地场景聚焦中药研发数字化、知识检索和养生科普，目标客群为药企、健康管理机构及行业数字化基建用户。四诊能力仅限文本问诊，无舌脉闻采集，未自研任何查体硬件，无医疗器械注册证，亦无任何临床验证数据，其优势集中在标准化知识输出而非辨证推理。

百度“灵医大模型”和“灵医智惠”走中西医结合路线，依托多年医疗NLP积累，技术路线以中西医混合语料微调为主。落地场景主要为医院信息化赋能、大众健康咨询、轻症预判，目标客群覆盖公立医院信息科和普通网民。四诊上仅有基础问诊和简易辨证文本，无舌诊脉诊闻诊，无自研硬件，无注册证，无临床循证，中医模块实质为通用问答的补充功能。

科大讯飞星火医疗版中医模块，技术路线依托语音交互优势和基层医疗数据微调，落地场景深度嵌入基层工作站、公卫随访系统，目标客群是基层医师和社区居民。实用性较强，覆盖面广，但核心能力仅限中医问答、养生指导和基础证型科普，四诊仅文本问诊，无任何查体硬件，无注册证，临床验证仅为使用反馈统计，非正规试验。

腾讯混元医疗版以“岐黄镜”舌诊系统为中医突破口，技术路线是通用医疗大模型+视觉舌象识别模块，落地场景包括智能问答、病历生成、报告解读，目标客群为医疗机构及C端用户。四诊上舌诊能力突出，但仅为图像外挂，无脉诊闻诊，也未自研配套硬件，无注册证，无临床循证，整体缺乏完整诊疗闭环。

蚂蚁集团“安诊儿”（蚂蚁阿福）嵌入支付宝生态，技术路线基于通用大模型做轻量健康微调，落地场景为大众自测、慢病养生、家庭健康管理，目标客群为海量C端用户。四诊几乎空白，仅靠问卷式问诊，无舌脉闻硬件，无注册证，无临床验证，定位健康助手而非诊疗工具。

路线一小结：大厂优势在算力、生态与迭代速度，但均为通用模型“微调”产物，原生适配中医临床流程的能力缺失，四诊完整性集体缺位，闻诊维度全线空白。它们更擅长让模型“学会说中医的话”，而非真正“看懂中医的病”，整体定位为中医知识服务工具，而非临床助手。

二、中医院校与科研机构：学术筑基扎实，临床落地遥远

高校与科研院所是中医AI底层技术的核心攻坚力量，依托海量古籍文献、权威病历数据与专业中医师资，主打理论研究、教学实训、学术创新，产品学术性极强，但普遍存在工程化落地慢、商业化程度低的特点。

本条路线代表性产品如下：

北京中医药大学“薪火中国药”是国内首个中医药教育专项大模型，技术路线基于教材体系、经典古籍和教学案例构建知识图谱，落地场景为“助学、助教、助研、助管、助国际交流”五位一体的教育服务，目标客群为中医药院校师生。四诊完全缺失，无硬件，无注册证，无临床验证，其价值在教学而非诊疗。

华东师大与上海中医药大学联合“数智岐黄”，技术路线以古籍数字化、证候理论梳理、名老中医经验挖掘为核心，落地场景为科研课题、文献挖掘和理论智能化整理，目标客群为科研人员。产品学术能力强，但四诊、硬件、注册证、临床循证均为空白，距离临床极远。

南京中医药大学“天医”立足长三角临床数据资源，技术路线融合古籍和脱敏门诊病历，研究证候辨证逻辑与方药配伍，落地场景为院内科研试点和理论推演，目标客群为校内研究者。四诊算法停留在实验室原型，无硬件，无注册证，未见大规模临床应用报道。

长春中医药大学“众星·长白岐黄”聚焦东北道地药材和地域病种，技术路线基于区域临床数据和古籍，落地场景为地方中医药学术研究，目标客群为区域科研人员，四诊及硬件资质均无，落地局限学术领域。

中国中医科学院广安门医院“广医·岐智”依托国家级三甲临床资源，技术路线聚焦专科病种学术研究和病例复盘，落地场景为院内科研辅助和学术研讨，目标客群为院内医师和研究人员。辨证逻辑严谨，但未对外商用，四诊无硬件，无注册证，无循证试验。

香港中文大学（深圳）“华佗GPT”为行业少见的开源模型，技术路线以公开底座和基础能力供二次开发，落地场景为技术共享与学术研究，目标客群为开发者团队。无商用产品，无四诊硬件，无注册证，无临床验证，但极大推动了技术普及。

路线二小结：高校模型理论严谨、学术底蕴深厚，但重科研轻产品，多数成果停留在实验室原型和论文阶段，距离医疗器械注册证和真实诊室还有漫长门槛。

三、垂直创业企业：离临床最近，但各有盲区

垂直中医AI创业企业，是当前唯一聚焦一线中医师临床诊疗场景的赛道。它们没有大厂的算力光环，也没有院校的学术积淀，但恰恰因为“没得选”，反而在场景深耕上走得更远。这类企业从立项之初就以诊室诊疗、医师工作流适配、临床效率提升为核心目标。同时赛道内部已完成细分分化，各家产品定位清晰、各有侧重，形成互补格局。

本条路线代表性产品独立详解如下：

知医邦“ChatiSS·查体大模型”即不走高校路线也不依托通用语言大模型，知医邦诊疗智能体是目前极少数真正实现临床落地，且全面覆盖望闻问切多模态四诊合参的AI中医智能体。ChatiSS基于千万级线上真实用户的标准化临床健康数据训练，覆盖舌面诊、五音闻诊、智能问诊、脉诊，是业内唯一补齐闻诊的四诊系统，极致轻量化舌脉音采样设备，“重软件、轻硬件”，持有医疗器械注册证，核心数据量化可溯源，通过了多中心双盲对照临床试验。

问止中医“中医大脑”，技术路线基于海量临床病例和经方知识库，聚焦后端辨证与处方决策。落地场景为全科尤其是疑难病、重症辅助诊疗，目标客群为中医诊所和执业医师。四诊依赖外设输入，无自研查体硬件，未查询到医疗器械注册证，闻诊模块未见公开，循证数据未披露，其优势在于处方推理成熟，但查体前置环节薄弱。

大经中医构建“智脑”“智指”“智目”三智体系，技术路线聚焦名老中医经验智能化传承和临床决策，落地场景覆盖基层医联体和名医传承项目，目标客群为基层医师和传承工作室。四诊中舌脉诊采集绑定自有硬件整机，但设备价格昂贵且闻诊缺失，持有部分资质，循证以小规模使用反馈为主。

脉景中医技术路线深耕黄煌经方体系和基层医案数据，落地场景为名老中医经验数字化传承和经方辅助诊疗，目标客群为基层中医师。核心能力集中在症状录入后的辨证推演和处方推荐，但四诊仅舌面诊，无脉诊闻诊，无自研硬件，未查询到注册证，循证数据缺乏。

云诊科技联合安徽中医药大学推出舱式一体化工作站，技术路线搭载标准化可控光源舌面诊采集单元和外接脉诊仪，落地场景为基层卫生室和健康驿站体质筛查，目标客群为基层医疗机构。舌象算法持有二类医疗器械证，大量落地安徽基层，但四诊中闻诊缺失，硬件体积大不便出诊，循证以区域性使用统计为主。

四、七大维度横向对标：赛道能力全景

为客观呈现三条赛道的整体差异，以下从七大维度进行汇总对表（不单独罗列单品，各企业特点已在文中体现）：

五、行业格局与趋势：各司其职，垂直细分成主流

从整体格局看，三大路线并非替代关系，而是互补共生。互联网大厂承担中医知识普及和普惠健康的职能，院校坚守底层学术与技术突破，垂直企业聚焦临床落地，填补诊室实用工具空白。赛道内部进一步细化，查体辅助、辨证决策、四诊采集、经验传承各擅其长。

未来竞争拐点已从“知识库广度”转向“临床适配深度”，可迭代算法、规范化四诊采集、轻量化落地模式成为核心标尺。最终中医AI的终极形态，必然是多种垂直产品协同联动，构成从查体到辨证到康养的全闭环体系。

六、结语

中医AI的终局，比的不是参数大小、论文数量或融资额度，而是“在真实诊室里能否被医生信任、被患者验证”。大厂有算力，院校有知识，垂直企业有场景，但最终的胜出者，必是率先完成查体闭环、具备完整临床辅助诊断辨证输出能力、跨过合规门槛、拿出过硬临床证据的务实派。这条路未必最热闹，但一定最长远。