新眸原創(chuàng)·作者 | 馬斯迪

大廠重新在醫(yī)療賽道上卷起來了，這一次，主角不再是掛號、問診和醫(yī)藥電商，而是大模型。

這個判斷放在兩年前恐怕沒什么人信。2020年到2022年，互聯(lián)網(wǎng)公司集體殺入醫(yī)療，結(jié)果幾乎全軍覆沒——百度健康數(shù)次變陣，騰訊醫(yī)生端產(chǎn)品不溫不火，字節(jié)收購百科名醫(yī)網(wǎng)后也沒折騰出太大水花。再加上那段時間帶來的線上診療紅利來得快去得也快，一輪醫(yī)療互聯(lián)網(wǎng)化浪潮潦草收場，只留下一堆解散的業(yè)務(wù)群和改組記錄。

但2025年之后，劇情出現(xiàn)了翻轉(zhuǎn)。DeepSeek等通用大模型的集中爆發(fā)，顯著降低了行業(yè)的技術(shù)門檻，各路玩家迅速抓住窗口期涌入醫(yī)療賽道。

一個直觀的指標：企查查數(shù)據(jù)顯示，2025年國內(nèi)AI醫(yī)療企業(yè)注冊2.48萬家，同比增長22.38%，創(chuàng)下近十年注冊量新高。海外也沒閑著，OpenAI在今年初上線ChatGPT Health功能，并公布了一組數(shù)據(jù)——每周有超過2.3億人在AI平臺上詢問健康問題。

截至目前，國內(nèi)超10家互聯(lián)網(wǎng)大廠發(fā)布了獨立的AI醫(yī)療產(chǎn)品。阿里的“氫離子”、京東的“知醫(yī)”、螞蟻的“阿?！?、百度的“文心健康管家”，再加上字節(jié)的小荷，牌桌上的人到得很齊。只是打法上出現(xiàn)了明顯的分化：有人All in患者端，有人主攻醫(yī)生工具，有人在基層醫(yī)療做數(shù)字健共同體。

而字節(jié)這家公司，在醫(yī)療方向上的策略一向讓人覺得看不太懂——一會兒做科普，一會兒開線下門診，一會兒又折騰大模型。直到最近小荷門診部在上海落地，幾個動作串起來看，它到底想干什么才逐漸清晰起來。

這篇文章，我們試著把字節(jié)小荷的布局捋一捋，再談?wù)凙I醫(yī)療賽道正在發(fā)生什么、未來可能往哪兒走。

01

小荷沉浮六年

這次有什么不一樣

字節(jié)切入醫(yī)療健康賽道的時間并不晚，但路徑走得相當曲折。

2020年9月，頭條健康更名為小荷，綠松果App升級為小荷App，品牌正式確立。同年，字節(jié)還花了5億元收購百科名醫(yī)網(wǎng)，這是一家做醫(yī)學科普內(nèi)容的公司，在專業(yè)人士群體中口碑不錯。到了年底，字節(jié)在北京開出了第一家線下診所“松果門診”，后來也改名為小荷門診。

表面上看，這套組合邏輯自洽：用科普內(nèi)容拉新獲客，用線上問診承接流量，用線下門診做實閉環(huán)。一個完整的互聯(lián)網(wǎng)醫(yī)療版圖呼之欲出。

但故事并沒有按劇本走。

此前的布局有兩個根本性問題。首先是各條業(yè)務(wù)線之間缺乏統(tǒng)籌，線上流量難以有效轉(zhuǎn)化到線下場景。健康科普和線上問診面對的是海量泛醫(yī)療需求，而實體門診面對的是真實的地理半徑和?？圃\療，兩者的用戶重合度遠沒有想象中那么高。

其次是“醫(yī)療難賺錢”這個老問題。在線問診客單價低、復(fù)購弱，實體門診投入重、回報慢，兩頭的商業(yè)模型都不性感。所謂“流量→服務(wù)→變現(xiàn)”的路徑，在醫(yī)療這個低交易頻次的領(lǐng)域里走得磕磕絆絆。

2023年前后，字節(jié)對醫(yī)療業(yè)務(wù)進行了大規(guī)模調(diào)整，一些板塊被拆分整合，外界一度以為字節(jié)要徹底收縮醫(yī)療戰(zhàn)線。

轉(zhuǎn)折點在2024年到來。小荷健康團隊基于豆包大模型研發(fā)出了“小荷醫(yī)療大模型”，并在同年8月完成了境內(nèi)深度合成算法備案。這意味著字節(jié)放棄了過去“什么都做”的攤大餅打法，轉(zhuǎn)而將資源集中到一件事上——用AI重新定義醫(yī)療服務(wù)交付。

去年下半年，字節(jié)上線了首款A(yù)I醫(yī)療助手App“小荷AI醫(yī)生”，主推健康咨詢、報告解讀、用藥參考等功能。今年初，小荷醫(yī)學AI團隊發(fā)布了MedXIAOHE醫(yī)療視覺語言基礎(chǔ)模型，在胸部X光病變定位、醫(yī)學視覺問答、美國醫(yī)師執(zhí)照考試模擬等多個權(quán)威測試中表現(xiàn)搶眼。

就在前段時間，媒體披露字節(jié)將在上海再次落地“小荷門診部”，法人由大健康業(yè)務(wù)負責人吳海鋒親自出任。

從科普平臺到線下診所，從大模型到AI醫(yī)生App，再到再次落子實體門診——小荷這次跑出了一個邏輯上更通順的版本：技術(shù)層做底層模型研發(fā)，服務(wù)層用AI醫(yī)生App做線上觸達，交付層用實體門診承接需要線下面診的用戶。

三塊業(yè)務(wù)不是拼湊出來的，而是按技術(shù)到服務(wù)到交付的縱深鏈條搭起來的。問題是，從線上AI醫(yī)生到線下門診，這個閉環(huán)的意圖是什么？

如果只是發(fā)布一個AI健康咨詢助手，那字節(jié)的入局姿勢和其他大廠沒有本質(zhì)區(qū)別。真正讓這套布局顯出差異化的，是小荷再次扎進實體門診這件事。

先看線上這一端。小荷AI醫(yī)生的產(chǎn)品邏輯相對清晰：它不試圖替代醫(yī)生，而是做問診前移——幫用戶判斷癥狀嚴重程度、解讀體檢報告、提供用藥參考。

小荷健康副總裁李萌在2025年的一次學術(shù)年會上透露，經(jīng)專家測評，小荷AI醫(yī)生在常見病上的表現(xiàn)已基本達到三級公立醫(yī)院主治醫(yī)師水平。用戶有時會和AI進行幾百輪的對話，提供大量細節(jié)信息，模型據(jù)此做出更精準的判斷。

這套產(chǎn)品的核心價值不是“替你看病”，而是替人判斷“這個癥狀值不值得去醫(yī)院”。

線上能力的另一條腿是技術(shù)研發(fā)。MedXIAOHE定位為醫(yī)學視覺語言基礎(chǔ)模型，訓練底座包含約640億個詞匯的醫(yī)學文本庫，覆蓋了全球主流的醫(yī)學文獻、臨床指南和診療規(guī)范，并構(gòu)建了包含海量醫(yī)學概念的智能知識樹。這套能力可以同時服務(wù)患者端（AI醫(yī)生）和醫(yī)生端（輔助診療工具），也能向合作醫(yī)院輸出模型能力。

線上做輕問診、做技術(shù)積累，這沒問題。但當用戶被AI判定為“需要就醫(yī)”之后，他們該往哪兒去？全國三甲醫(yī)院人滿為患，基層醫(yī)院的信任度一時半會兒提不上來，線上和線下之間的斷裂點恰恰卡在這里。

線下門診部的角色，就是來堵這個缺口的。按照目前的信息，上海小荷門診部定位為便民基礎(chǔ)診療服務(wù)，計劃將小荷AI醫(yī)療技術(shù)融入線下真實的診療流程——包括智能問診、AI病情分析等線上功能，直接應(yīng)用到實體就醫(yī)場景中。

02

C端用戶爭奪的消耗戰(zhàn)

事實上。這套線上篩查分流、技術(shù)向線下賦能的思路，在醫(yī)療AI領(lǐng)域并不算新鮮。

國務(wù)院發(fā)布的一份關(guān)于促進和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實施意見中提到，目標是要在2027年前形成一批臨床專病?？拼怪贝竽Ｐ秃椭悄荏w應(yīng)用，讓基層診療智能輔助得到廣泛應(yīng)用。政策的頂層設(shè)計和企業(yè)的產(chǎn)品探索，正在同一條軌道上加速靠攏。

醫(yī)療行業(yè)和零售、出行不同，實物交付繞不開物理空間。AI可以做問診、可以讀報告、可以開輔助處方，但抽血、手術(shù)、體格檢查，還得發(fā)生在診室里。

把AI能力向前延伸到診前環(huán)節(jié)，再向后延伸到診后管理，中間的物理接觸點由自有門診或合作醫(yī)院來承接。這條鏈路一旦跑通，字節(jié)手里就可能多出一個別的通用大模型廠商一時半會兒搶不走的特殊壁壘。

但客觀來說，這條路走得通不通，變數(shù)依然很大。

字節(jié)在北京開過小荷門診，當時的運營并不順利，既有選址定位的問題，也有獲客成本高、醫(yī)保支付接入難等普遍性障礙。上海這一輪嘗試能否跳出歷史慣性，最后還是要看他們怎么解決這些現(xiàn)實層面的執(zhí)行細節(jié)。

我們再進一步看，小荷在線上線下的同步推進，表面上是在搭建一套從AI到實體門診的縱向架構(gòu)，但如果把視角拉遠，這其實只是行業(yè)浪潮中的一個切面。

AI醫(yī)療賽道的競爭，正在不同維度上同步展開。

坦白說，各家產(chǎn)品長得越來越像。小荷AI醫(yī)生的核心功能是健康咨詢、報告解讀、用藥參考、病灶拍攝判斷；螞蟻阿福覆蓋健康問答、拍皮膚、電話咨詢、健康檔案；文心健康管家的主打功能也大同小異。打開這幾款產(chǎn)品，基礎(chǔ)體驗的趨同程度已經(jīng)相當高。

螞蟻阿福是目前量級最大的玩家——截至2026年2月用戶數(shù)量突破1億，月活躍用戶已達3000萬，單日提問量超1000萬。螞蟻的核心打法很明確：靠支付寶的國民級入口和支付閉環(huán)構(gòu)建覆蓋醫(yī)、藥、險的服務(wù)生態(tài)，同時把收購來的好大夫在線30萬名執(zhí)業(yè)醫(yī)師資源接入，讓用戶在AI預(yù)診后可以無縫對接真人醫(yī)生。

京東健康走的是另一條路。這家公司本身就有穩(wěn)定的醫(yī)藥零售變現(xiàn)模型，旗下AI智能體“康康”串聯(lián)問診、檢測、購藥全流程，將AI服務(wù)嵌入到零售場景中。

自研的京醫(yī)千詢大模型聚焦擬人對話、可信推理與醫(yī)療全模態(tài)能力，已經(jīng)完成了從全科到?？颇Ｐ偷募夹g(shù)演變。醫(yī)藥電商的商業(yè)閉環(huán)，讓京東在“AI健康咨詢怎么賺錢”這個問題上天然比對手少一層焦慮。

字節(jié)的處境不一樣。小荷AI醫(yī)生最重要的流量入口是抖音App，目前已經(jīng)嵌入成為字節(jié)體系內(nèi)一個重要的問診渠道。抖音的強項是海量日活和強大的內(nèi)容分發(fā)能力，但問題同樣明顯：

用戶上抖音是為了刷視頻，不是看病的。如何把娛樂用戶轉(zhuǎn)化為健康服務(wù)用戶，需要持續(xù)的場景教育。更何況，哪怕AI問診轉(zhuǎn)化率提升上來了，在支付、醫(yī)保、藥品供應(yīng)鏈等基礎(chǔ)設(shè)施上，小荷目前和螞蟻、京東健康之間的差距也還是明擺著的。

03

重新理解AI醫(yī)療的本質(zhì)

如果說C端市場是在搶認知和流量入口，那B端和D端（醫(yī)生端）市場打的則是縱深能力和專業(yè)壁壘。

今年，阿里健康推出醫(yī)學AI助手“氫離子”，定位醫(yī)生版GPT，專為臨床與科研一線醫(yī)生設(shè)計，收錄超過千萬篇權(quán)威醫(yī)學文獻，在醫(yī)生開藥、定方案時提供循證支持，所有生成內(nèi)容基于權(quán)威醫(yī)學數(shù)據(jù)庫、臨床指南及核心期刊文獻，架構(gòu)上強調(diào)低幻覺、高循證。

幾乎同一時期，京東健康發(fā)布“知醫(yī)”，聚焦臨床決策支持和科研學術(shù)，深度整合千萬級全球權(quán)威醫(yī)學文獻與指南，已全面集成于京東醫(yī)生App并向全體醫(yī)生開放。

螞蟻集團的策略是兩條腿走路：一方面在患者端做“阿?！保硪环矫鎸⑹召彽摹昂么蠓蛟诰€”升級為醫(yī)生工作站，為每一位醫(yī)生配備AI助理功能。

醫(yī)生端的爭奪，本質(zhì)上是對專業(yè)壁壘的爭奪。

C端產(chǎn)品卷的是場景滲透率和月活，只要有流量基礎(chǔ)就有一戰(zhàn)之力。但醫(yī)生端不同——醫(yī)生每天要看幾十上百個病人，如果一個AI工具不能實實在在地幫他們降低工作負荷、提高診斷準確率，那這個東西在系統(tǒng)里躺一個月也不會有人用第二次。

一位行業(yè)觀察者曾給出一個判斷：醫(yī)療領(lǐng)域的容錯率極低，對AI準確率要求極高，普通AI工具根本無法滿足臨床需求，醫(yī)生端AI工具必須用權(quán)威醫(yī)學文獻、科研成果進行訓練，并且持續(xù)得到臨床驗證。

這個道理說起來簡單，做起來是另一回事。

寫到這兒，回顧一下這個行業(yè)的周期性變化。

上一輪互聯(lián)網(wǎng)大廠入局醫(yī)療，思路是流量驅(qū)動：先做科普吸引用戶，再用在線問診沉淀數(shù)據(jù)，最后靠掛號導(dǎo)流、醫(yī)藥電商變現(xiàn)。這套模式在零售、出行、教育領(lǐng)域都跑通了，但在醫(yī)療行業(yè)折戟。

原因不復(fù)雜，醫(yī)療服務(wù)的核心交付是人的判斷和責任，而非信息匹配效率。你可以用算法給一個人推薦餐館，但你不能用算法給一個人下診斷。

當前這輪AI醫(yī)療和上一輪互聯(lián)網(wǎng)醫(yī)療，底層邏輯上存在清晰的差異。大模型的出現(xiàn)，讓機器第一次能夠部分模擬人類醫(yī)生的認知路徑：閱讀病歷、理解指南、在多輪對話中追問癥狀細節(jié)、結(jié)合影像和檢驗結(jié)果進行推理判斷。

它不是搜索引擎級別的知識匹配，而是有一定推理能力的“認知代理”。過去健康類產(chǎn)品更接近“醫(yī)學搜索引擎”，輸入“頭痛、發(fā)燒怎么辦”，系統(tǒng)給你一堆百科式解釋和通用健康建議，你自己判斷哪些適用。

而現(xiàn)在，大模型能做到圍繞病史、癥狀細節(jié)、用藥情況持續(xù)追問，然后給出更具指向性的判斷——它離一個醫(yī)生助手的邊界越來越近。

更具體的落地方向也在競爭中初現(xiàn)雛形。大廠之間不同的路線選擇最終考驗的，是能否在安全可控的框架內(nèi)，真正幫人解決健康問題，而不是僅僅完成一輪技術(shù)展示。

目前國內(nèi)AI醫(yī)療市場規(guī)模預(yù)計在2026年突破400億元，全球醫(yī)療領(lǐng)域生成式AI市場正以40%左右的復(fù)合年增長率擴張。放在任何一個行業(yè)，這個增速都意味著巨大的機會。

但醫(yī)療畢竟不是普通消費品。它的容錯率是零，容錯成本可以是人命。這個行業(yè)的獨特屬性注定了它不是一場單純比誰家模型參數(shù)更多的競賽。技術(shù)、場景、合規(guī)、信任、支付，每一項拉出來都是一個巨大的系統(tǒng)工程。

字節(jié)小荷這一次線上線下同步發(fā)力，背后是從技術(shù)研發(fā)到服務(wù)交付全鏈條的邏輯重組。但這套邏輯最終能否撐起可持續(xù)的商業(yè)模型，還要看線下門診的真實運營效果、看合作醫(yī)院的鋪開速度、看用戶心智的培養(yǎng)周期。

接下來的一到兩年，會是檢驗這個方向的窗口期。