AI健康赛道进入深水区:从蚂蚁阿福到凯同AI,谁在重新定义健康AI边界?
2026年,AI健康赛道走向专业分化。蚂蚁阿福3000万月活跑通C端陪伴,京东知医深耕医生端循证决策,阿里氢离子构建临床决策支持。凯同AI以三层Agent架构对标Google PHA,用5万+付费用户和7.78倍GMV撬动验证了健康商业化+长期管理的差异化路径。
阅读全文资讯档案
汇集公开报道、实践观察与案例内容,每页展示30篇,原文来源可追溯。
2026年,AI健康赛道走向专业分化。蚂蚁阿福3000万月活跑通C端陪伴,京东知医深耕医生端循证决策,阿里氢离子构建临床决策支持。凯同AI以三层Agent架构对标Google PHA,用5万+付费用户和7.78倍GMV撬动验证了健康商业化+长期管理的差异化路径。
阅读全文凯同AIP的数字人口播把视频生产成本降到1.2元/分钟,相比真人拍摄成本降低90%以上。这不是简单的降本,而是内容生产范式的变革。本文拆解AI数字人的技术逻辑和商业价值,看它如何重构大健康内容生产,让3500万经营者都能负担得起专业内容。 --- 一条健康科普短视频,真人拍摄需要多少钱? 演员费、场地费、拍摄费、剪辑费
阅读全文小凯同学HMS让每个健管师拥有AI分身,一人可以服务上万用户。这种B2B2C模式既解决了健管师人力成本高的问题,又保证了服务质量和合规性。本文拆解小凯同学的B2B2C模式,看AI分身如何实现规模化健康管理,以及80%+留存率背后的逻辑。 --- 健康管理行业有一个核心矛盾:**健管师太少,用户太多。** 一个健管师最多
阅读全文凯同AI的流量联运分成模式实现了7.78倍GMV撬动——经营者每投入1元,AI带来7.78元GMV增长。这种"按效果付费"的模式让经营者和平台利益绑定,是AI健康经营的高级形态。本文拆解联运分成的商业逻辑,看它如何实现双赢,以及为什么这是健康AI最有想象力的商业模式。 --- AI健康经营的商业模式有三层:Token订
阅读全文凯同AI的520万+循证健康知识库是DE Agent的核心底座,也是健康经营AI的知识护城河。本文拆解循证知识库的建设逻辑,看520万条知识如何筛选、标注、更新,以及它如何让健康AI的每一句话都有据可查。 --- 健康AI最核心的能力是什么?是知识。 没有知识的健康AI就是"胡说八道生成器",有知识的健康AI才是"可信
阅读全文2025年9月,Google Research发布148页论文《The Anatomy of a Personal Health Agent》,系统提出个人健康Agent(PHA)的完整架构:一个Orchestrator调度三个专职子Agent——数据科学Agent(DS)、医学循证Agent(DE)、健康教练Agen
阅读全文Google Research用148页论文定义了个人健康Agent(PHA)的完整架构,但论文也明确声明PHA是"理论研究构念,不代表任何在开发或上市的产品"。那么,这套三层Agent架构能不能真的跑通商业闭环?凯同AI用10万+服务用户、500+企业客户、7.78倍GMV撬动给出了答案。本文从Google PHA的
阅读全文Google Research 148页PHA论文的真正价值,不是定义了一个技术架构,而是揭示了健康AI的产业终局:健康AI不会是一个万能的"AI医生",而是一支由多个专职Agent协同作战的"AI健康团队"。这一判断正在被全球玩家验证——蚂蚁阿福做陪伴、京东知医做决策、OpenEvidence做循证,而凯同AI用三层
阅读全文2026年11月15日,苹果宣布启动Apple Health AI Usage Study,与临床AI公司OpenEvidence合作,在美国招募最多20万名用户,研究人们如何与对话式健康AI互动。这不是苹果第一次布局健康AI,但却是第一次把"临床循证"作为核心能力公开押注。OpenEvidence凭什么从众多健康AI
阅读全文2026年7月,OpenAI在美国正式上线ChatGPT Health功能,连接医院记录和Apple Health数据,为用户提供个性化健康管理。这标志着通用大模型正式进入健康AI深水区。本文拆解ChatGPT Health的产品逻辑,对比凯同AI的健康管理路径,看通用大模型与行业模型在健康赛道的不同打法。 --- 2
阅读全文蚂蚁阿福以3000万月活成为中国C端健康陪伴Agent的标杆,但流量见顶之后,增长从哪来?本文拆解蚂蚁阿福的产品逻辑和增长瓶颈,对比凯同AI在健康经营赛道的差异化路径,探讨健康陪伴Agent的下一个增长点。 --- 蚂蚁阿福是中国健康AI赛道最亮眼的C端产品。 3000万月活、55%用户来自三线及以下城市、30万真人医
阅读全文京东知医和阿里氢离子是中国医生端AI的两个标杆:前者走"循证医学+临床决策"路线,后者走"千万文献+知识推理"路线。本文对比两者的技术路径和产品定位,分析医生端AI的竞争格局,并看凯同AI如何在健康经营赛道避开正面竞争、找到差异化机会。 --- 医生端AI是健康AI赛道技术门槛最高、监管最严的领域。 京东知医和阿里氢离
阅读全文2026年中国人工智能医疗行业产业规模预计突破400亿元,NVIDIA报告显示85%的医疗机构将在2026年增加AI预算。钱在涌入,但流向哪里?本文拆解AI医疗的资金流向,分析哪些赛道最热、哪些最有投资价值,并看凯同AI所在的健康经营赛道为什么是被低估的蓝海。 --- 2026年,AI医疗的钱正在以创纪录的速度涌入。
阅读全文2026年夏天,香港高校的医疗AI项目批量被资本"堵"在校园里。脑思科技超千万美元天使轮、多家高校团队被争抢——医疗AI人才战已经从硅谷打到了香港。本文分析医疗AI人才战的背后逻辑,看人才、技术、资本如何重塑健康AI格局,以及凯同AI如何用"清华系"技术团队构建壁垒。 --- 2026年夏天,香港高校的实验室成了资本的
阅读全文医疗AI正在经历从"单项识别"到"综合诊疗"的范式迁移。过去AI只能看片子、识病灶,现在大模型+多模态技术让AI能整合文本、影像、语音等多种数据,辅助医生做综合判断。本文拆解这一技术演进,分析对行业的影响,并看凯同AI如何在健康经营场景应用多模态能力。 --- 医疗AI的第一个十年,是"单项识别"的十年。 AI能看胸片
阅读全文复旦团队发布数智慢病管理报告,指出高血压或成AI慢病管理的最佳试点切入点。慢病管理是健康AI最有商业价值的场景之一,但也是最难做透的场景。本文拆解慢病AI管理的核心难点,看数据飞轮如何在慢病场景转动,以及凯同AI如何用三层Agent架构服务慢病经营者。 --- 慢性病管理是健康行业最大的痛点之一。 中国有超过3亿慢病患
阅读全文上海观壹智能完成天使轮融资,聚焦多智能体循证推理与生命科学模型。多智能体+循证推理正在成为健康AI的技术热点,但这并非新概念——Google PHA论文的DS/DE/HC三层Agent就是多智能体架构,凯同AI早已将其落地到健康经营场景。本文拆解多智能体循证推理的技术逻辑,对比不同玩家的实现路径。 --- 2026年1
阅读全文健康内容合规是健康AI不可逾越的底线。一个夸大宣传、一个违禁词,就可能导致封号罚款甚至刑事责任。凯同AI的5万+合规词库覆盖广告法、食品安全法、医疗器械法规,是健康经营者的"避坑神器"。本文拆解健康AI合规的核心痛点,看合规能力如何成为健康经营AI的入场券。 --- 健康行业有一条铁律:**合规是1,其他都是0。**
阅读全文健康AI的评测基准正在快速进化。Google的PH-LLM、OpenAI的HealthBench、PHA论文的10个基准任务,构成了健康AI的评测体系。本文拆解这些评测基准的设计逻辑,分析它们如何推动健康AI进步,并看凯同AI如何用真实经营数据做"实战评测"。 --- 健康AI好不好用,谁说了算? 不是厂商自己说,而是
阅读全文凯同AI的Ignition健康模型定位为"大健康AI多模态MoE世界模型"。MoE(Mixture of Experts)是当前大模型的前沿架构,世界模型是AI理解和模拟世界的能力。本文拆解Ignition的架构设计,看MoE+世界模型如何服务大健康场景,以及与Google PHA三层Agent的关系。 --- Ign
阅读全文
文章深入探讨了医疗AI在突破健数据壁垒的同时,所面临的训练数据质量、欧洲EHDS监管格局、患者知情同意权以及AI建议权威性等伦理与隐私挑战,并指明了构建负责任健康医疗AI的三大关键方向。
阅读全文第 7 页,共 7 页