---
title: "阿里达摩院「灵枢」大模型：12种医学影像秒级分析，性能碾压GPT-4.1，开源引爆医疗AI新浪潮"
url: "https://paooo.com/aigc-news/14733/"
author: "Prompt 语宙研究院"
published_at: "2026-06-27T21:12:22+08:00"
updated_at: "2026-06-07T20:25:40+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "医学影像分析, 医疗AI, 多模态大模型, 灵枢大模型, 达摩院"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 阿里达摩院「灵枢」大模型：12种医学影像秒级分析，性能碾压GPT-4.1，开源引爆医疗AI新浪潮

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14733/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-27

## AI 30 秒核心看点 (TL;DR)

- 支持X光、CT、MRI等12种以上医学影像，面向医学问答、报告生成与诊断辅助。
- 采用Qwen2.5-VL架构与多阶段训练，并引入RLVR强化医学推理能力。
- 开源7B/32B版本并发布MedEvalKit，32B在多项任务上超越GPT-4.1。

> 
                **💡 站外导读：**在医疗AI领域，模型的精准度与可靠性是生命线。然而，现有通用大模型在处理专业、多样的医学影像（如X光、CT、MRI）时，常因缺乏领域深度知识而“水土不服”，难以生成可靠的临床洞察。行业亟需一个既精通多种影像模态，又具备深度医学推理能力的专用大模型，以破解诊断效率与报告质量的双重难题。在此背景下，阿里巴巴达摩院推出的“灵枢”模型，正试图成为这个关键的答案。

            

             
                        

## Lingshu是什么

Lingshu（灵枢）是阿里巴巴达摩院推出的专注于医学领域的多模态大型语言模型。模型支持超过12种医学成像模态，包括X光、CT扫描、MRI等，在多模态问答、文本问答及医学报告生成等任务上展现出卓越的性能。Lingshu基于多阶段训练，逐步嵌入医学专业知识，显著提升在医学领域的推理和问题解决能力。推出7B、32B两个参数版本，其中32B版本在多个医学多模态问答任务中超越[GPT-4.1](https://ai-bot.cn/openai-gpt-4-1/)等专有模型。Lingshu项目推出MedEvalKit评估框架，整合主流的医学基准测试，推动医学AI模型的标准化评估和发展。

## Lingshu的主要功能

- **多模态医学问答**：支持处理多种医学成像模态（如X光、CT、MRI等）的视觉问答任务。根据输入的医学图像和相关问题，生成准确的答案。

- **医学报告生成**：Lingshu能生成高质量的医学报告，如放射学报告，根据输入的医学图像，生成详细的“发现”和“印象”部分，为临床医生提供有价值的参考。

- **医学知识问答**：Lingshu能回答纯文本的医学问题，涵盖广泛的医学知识，为医学学生、临床医生和研究人员提供准确的信息。

- **医学推理与诊断支持**：Lingshu具备强大的医学推理能力，根据输入的医学图像和文本信息，进行复杂的推理和诊断支持。

- **医学图像理解与标注**：Lingshu能理解和标注医学图像中的关键特征，如病变位置、类型和严重程度，支持生成详细的图像描述，帮助医生更好地理解图像内容。

## Lingshu的技术原理

- **数据整理**：

**数据收集**：从多种来源收集医学成像数据、医学文本数据和通用领域数据。

- **数据清洗**：基于图像过滤、去重和文本清理，确保数据的质量和相关性。

- **数据合成**：生成高质量的医学标题、视觉问答（VQA）样本和推理轨迹，丰富训练数据。

- **模型架构**：Lingshu基于[Qwen2.5-VL](https://ai-bot.cn/qwen2-5-vl/)模型架构，包含三个关键组件，大型语言模型（LLM）处理文本输入和生成文本输出，视觉编码器提取医学图像的视觉特征，投影器将视觉特征映射到语言模型的表示空间。

- **多阶段训练**：

**医学浅层对齐**：用少量医学图像文本对进行微调，让模型准确编码医学图像生成相应的描述。

- **医学深层对齐**：引入更大规模、更高质量和语义更丰富的医学图像文本对数据集，进一步整合医学知识。

- **医学指令调整**：基于大规模的医学指令数据优化模型，提高执行特定任务指令的能力。

- **医学导向的强化学习**：用强化学习与可验证奖励（RLVR）范式，增强模型的医学推理能力。

- **评估框架**：推出MedEvalKit评估框架，整合多个多模态和文本医学基准测试，支持多种问题格式，包括多项选择题、封闭式问题、开放式问题和医学报告生成。框架提供标准化的数据预处理格式和后处理协议，及一致的模型部署和推理接口，支持快速集成和一键评估。

## Lingshu的项目地址

- **项目官网**：https://alibaba-damo-academy.github.io/lingshu/

- **HuggingFace模型库**：https://huggingface.co/collections/lingshu-medical-mllm/lingshu-mllms-6847974ca5b5df750f017dad

- **arXiv技术论文**：https://arxiv.org/pdf/2506.07044

## Lingshu的应用场景

- **医学图像诊断**：处理多种医学成像模态的视觉问答任务，分析图像中的异常并提供诊断建议，生成详细的图像描述和标注关键特征，辅助医生进行准确诊断。

- **医学报告生成**：依据医学图像生成高质量的放射学报告和病理报告，涵盖“发现”与“印象”部分，为临床医生提供重要参考，提高报告编写效率与质量。

- **医学知识问答**：提供准确的医学知识，帮助医学学生、专业人士以及临床医生获取所需信息，做出更明智的决策。

- **医学研究**：在医学研究中，协助整理和分析医学图像与文本数据。

- **公共卫生**：Lingshu能处理公共卫生数据，支持流行病学研究，计算归因风险等。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                「灵枢」的发布，标志着医疗AI竞争进入了“专用模型深度攻坚”的新阶段。它超越了简单的“看图说话”，通过多阶段训练将医学知识层层嵌入模型骨髓，并创新性地引入强化学习（RLVR）来锻造其“医学思维”，这是从“工具”到“专家”的关键一跃。开源7B和32B版本，并配套标准化评估框架MedEvalKit，这不仅是技术展示，更是生态卡位——通过降低使用门槛与建立评测标准，阿里旨在引领行业范式，将自身塑造为医疗AI基础设施的核心提供者。其在多项任务上超越GPT-4.1，再次证明在垂直领域，经过精心“烹饪”的专用模型，其潜力远未见顶。这不仅是技术突破，更是对整个医疗AI研发、评测与落地体系的系统性重定义。

## 常见问题解答 (FAQ)

### 灵枢大模型主要解决什么问题？
灵枢面向医学影像理解与临床文本生成，重点解决通用大模型在X光、CT、MRI等专业影像上知识不足、推理不稳、报告质量不高的问题，提升诊断辅助与报告生成效率。

### 灵枢支持哪些医学影像模态？
文章提到灵枢支持超过12种医学成像模态，涵盖X光、CT扫描、MRI等，可用于多模态问答、图像理解、标注和医学报告生成等任务。

### 灵枢为什么被认为有竞争力？
核心在于多阶段医学对齐、医学指令调整和强化学习（RLVR）增强推理能力；同时开源7B与32B版本，并配套MedEvalKit标准化评测，32B版本在多项任务中超越GPT-4.1。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
