AI医疗赛道竞争激烈，谷歌Med-PaLM 2等巨头与垂直创业公司谁更有优势？这场竞争并非简单的“谁替代谁”，而是通用大模型与专业化模型的分工与协作。谷歌等科技巨头在基础设施和通用模型层面具备规模优势，而垂直领域的创业公司在应用层探索上更具灵活性，尤其在医疗这一高价值、低容错率的专业场景中，专门化AI系统的价值正被持续强调。
巨头与创业公司：不同层级的竞争路径
从产业链视角看，AIGC产业由上游基础设施、中游算法模型和下游应用拓展三部分构成。基础层和模型层的搭建需要巨大的算力与资金投入，适合有规模效应的大厂和平台来做；而创业公司在应用方面的探索和突破，更可能成为未来的主要趋势。
当前，AIGC在医疗领域的应用整体还处于起步阶段，成规模的应用主要集中在聊天机器人领域。以谷歌推出的大型医用语言模型Med-PaLM 2为例，它专门用于回答医疗保健相关问题，代表了巨头在通用模型基础上向专业领域纵深拓展的路径。与此同时，许多新型创业公司正将内容生产方式与数字化程度高、需求丰富的行业结合，形成应用层公司，其中大部分仍处于天使轮、Pre-A轮和A轮等早期轮次。
专业化模型为何更适配医疗场景
医疗领域是一个高度专业化的领域，容错率低，需要医疗专业人士的专业知识和经验才能正确理解和解释相关问题。正如相关行业观察所指出的，定义明确的高价值工作流程将主要由专门的人工智能系统而不是通用的人工智能模型来解决。
从通用人工智能模型出发，对其进行实质性的专业化以提高质量，是当前解决医疗场景需求的关键方向。高质量的用户反馈和专有数据集，是专业化模型建立壁垒的核心。例如，谷歌在推出Med-PaLM 2后，仍在不断推进专家与研究人员的合作，并表示考虑到医疗信息的敏感性，技术要普及到普通消费者手中还需要一段时间。
生态开放带来的挑战与机遇
通用大模型通过插件构建起直接面向终端用户的细分场景，这将对一部分纯应用层创业企业造成挑战。然而，垂类赛道下的专业化模型正是应对这一挑战的解决方案之一。在医疗领域，判别式AI在识别疾病、分析影像、预测疗效等方面实现更高准确度和效率，而生成式AI则在医疗模拟对话及个性化医疗方面具有不可替代的作用，两种技术路线的结合正在催生更复杂的应用。
常见问题
谷歌Med-PaLM 2是通用模型还是专用模型？
Med-PaLM 2是谷歌推出的专门用于回答医疗保健相关问题的大型医用语言模型。它代表了科技巨头将通用AI能力向高价值专业领域纵深拓展的路径，但官方也明确表示，考虑到医疗信息的敏感性，技术普及到普通消费者仍需要时间。
垂直创业公司在AI医疗领域的机会在哪里？
创业公司的机会主要在应用层。基础层和模型层的搭建适合有规模效应的大厂，而创业公司在应用方面的探索和突破更可能成为未来趋势。尤其在医疗这一容错率极低的领域，专有数据集的积累、高质量用户反馈的闭环，以及将判别式与生成式AI结合以完成复杂任务的能力，是创业公司建立竞争壁垒的关键。
通用大模型会取代垂直AI医疗公司吗？
不会简单地取代。业内观点认为，高价值工作流程将主要由专门的人工智能系统解决，而通用模型更多覆盖低价值工作流程。生态开放后，通用大模型通过插件构建细分场景，确实会对纯应用层创业企业构成挑战，但这也促使创业公司向更深度的专业化、更扎实的数据壁垒方向进化。