7月16日，国内权威中文医疗大模型评测平台 MedBench 5.0 发布全新迭代评测结果，云知声自主研发的三医大模型 U2-Med 凭借卓越的逻辑推理能力，在“智能体评测榜单”核心文本榜单中强势登顶。同时，基于 U2-Med 文本底座结合视觉编码器联合训练而成的 U2-RadiMed（医疗影像大模型），在“全模态大模型评测榜单”中斩获第一。
在此之前，云知声自研医疗大模型曾在 MedBench 4.0 评测一举拿下医疗智能体、医疗大语言模型、医疗多模态大模型三项榜首，加冕行业 “三冠王”。本次再度斩获双料冠军，再次证明了云知声在医疗AI领域深厚的技术积淀与持续领先的创新能力。
逼近满分登顶智能体榜单 五项核心指标斩获第一
在医疗智能体赛道，MedBench 5.0 提出了临床任务规划与推理、医疗工具调用与执行、医疗场景感知与交互、记忆与上下文保持、医疗多智能体协作 5 大能力维度，并自主构建了 11 个专业评测集，重点评估大模型作为医疗智能体决策中枢的能力。
评测结果显示，U2-Med 以逼近满分的 99.2分 强势登顶，全面领先WiseDiag-v3、Claude Opus 4.7、Kimi-K2.6、GLM-5.1等众多国内外模型，充分体现了云知声在医疗文本理解与推理能力上的持续突破。
值得一提的是，U2-Med 在五大细分维度中实现了 “五项全第一” 的霸榜表现：其医疗多智能体协作能力斩获满分（100分），医疗场景感知与交互（99.8分）、临床任务规划与推理（99.5分）、记忆与上下文保持（98.7分） 以及医疗工具调用与执行（98.2分） 均位列榜首。在智能体任务规划与推理、工具调用与执行等核心维度表现尤为突出。
这标志着 U2-Med 已彻底跨越“被动问答”的初级阶段，化身为能够自主拆解复杂临床任务、精准调用专业医疗工具的“数字专家”。在面对多步推理和长上下文病历时，它能持续输出指导临床决策的“高价值 Token”，展现出媲美资深医师的全局掌控力与任务执行力。
全模态赛道拔得头筹 U2-RadiMed 实现影像文本融合诊断
全模态大模型赛道则聚焦医疗视觉感知与文本提取、跨模态语义理解与推理、临床决策支持与推理三个核心能力维度，构建了 12 个专业评测集。
基于 U2-Med 强大文本底座联合视觉编码器训练的 U2-RadiMed，以综合得分 57.2分 登顶全模态大模型赛道，力压Doubao-Seed-2.0-pro、Gemini-3.5-Flash、GPT-5.5、Qwen3.7-Plus等国内外主流模型。其中，U2-RadiMed 在医疗视觉感知与文本提取（66.4分）、临床决策支持与推理（72.0分） 两个核心维度均强势拿下第一。
U2-RadiMed 并非简单的“影像识别工具”，而是进化为具备深度洞察力的“影像数字专家”。它能将复杂的视觉特征与患者文本病历进行深度融合推理，为临床提供极具诊断价值的“高价值 Token”，真正实现跨模态的专家级融合诊断。
双榜登顶的卓越表现，得益于此次重磅发布的U2-Med 三医大模型。不同于通用大模型单纯追逐参数规模的发展路径，U2-Med 从研发之初便精准锚定医疗、医保、医药“三医全域”场景，是国内首个面向“三医”及商保领域的专家级大模型。
经过多年布局，云知声智慧医疗产品已在全国近 400 家医院完成部署，另有 700 余家医院进入测试阶段，服务网络广泛覆盖北京协和医院、北京友谊医院、东南大学附属中大医院等数百家国内顶级三甲医院。这意味着，U2-Med 所孕育的“数字专家”并非停留在实验室层面，而是正在真实世界的复杂医疗场景中，日复一日地经受着临床一线的严苛检验，持续为医院、医护人员及患者创造不可替代的业务价值与诊疗便利。
未来，云知声将继续秉持“智能向善”的技术信仰，深耕医疗、医保、医药“三医全域”核心场景，持续进化U2-Med“数字专家”集群，向产业源源不断地释放“高价值Token”，推动医疗AI从“单点效率提升”向“全域模式重塑”演进。
