谷歌发布开源 AI 医疗模型 MedGemma 1.5-低调大师

谷歌发布开源 AI 医疗模型 MedGemma 1.5

2026-01-14 6

谷歌宣布推出新一代开源医疗 AI 模型 MedGemma 1.5，增强对医学影像的支持。同时发布的还有开源医疗语音转文本模型 MedASR。两款模型旨在提升临床工作流程效率，支持全球开发者和医疗机构免费使用，推动人工智能在医疗领域的应用与发展。

MedGemma 1.5：更强的医疗图像与文本理解能力

更广泛的医疗图像支持

MedGemma 1.5 扩展了对高维医学影像的支持，包括 CT、MRI 体积数据和整片组织病理图像；也提升了对胸部 X 光时间序列及解剖标注的理解能力。
这是目前首个公开可用、支持三维体积数据与二维图像同时处理的多模态大型语言模型。

性能显著提升

内部基准显示，与前一代相比：

CT 相关病变分类准确率提高～3%；MRI 提升～14%。
在病理图像等多个医学影像任务上表现更稳健。
文本能力也更强，在医学问答（MedQA）和电子病历问答任务上分别提升了约 5% 和 22%。

支持开发更强大应用

MedGemma 1.5 提供了更好的 DICOM 支持，便于与临床影像系统无缝对接。
模型保持开源，开发者可在 Hugging Face 与 Google Cloud Vertex AI 上使用与扩展。

MedASR：为医疗场景定制的语音识别模型

谷歌同时发布了 MedASR，一款针对医学口述语音特别训练的 自动语音识别（ASR）模型：

相比通用语音识别模型（如 Whisper large-v3），MedASR 在医疗口述转写上的错误率大幅下降，在胸片报告语音转写上错误率减少约 58%。
MedASR 可用于实时医嘱记录、临床对话转写，甚至作为触发 MedGemma 推理的语音接口。
与 MedGemma 配合，构建 “听 — 理解 — 写” 的医疗 AI 工作流更为自然。

详细内容查看：https://research.google/blog/next-generation-medical-image-interpretation-with-medgemma-15-and-medical-speech-to-text-with-medasr/

微信关注我们

原文链接：https://www.oschina.net/news/396435

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

麦肯锡员工总数达 6 万：其中 2. 5 万是 AI Agent

麦肯锡全球管理合伙人鲍勃·斯特恩费尔斯（Bob Sternfels）近日透露，公司目前的员工总数已达到 6 万人，但其中只有 4 万名人类员工，另外2. 5 万名则是能够自主执行任务的“AI智能体”（AI agents）。这一转变发生得极其迅速。斯特恩费尔斯表示，在短短一年半之前，麦肯锡使用的AI智能体仅有几千个。他的目标是，在未来的一年半内，让公司每一位人类员工都能拥有至少一个或多个“AI搭档”协同工作。这些智能体不再是简单的辅助工具，它们能够独立拆解问题、制定计划并采取行动，无需人类反复下达指令。目前，由 1700 人组成的QuantumBlack团队正主导着麦肯锡所有的AI项目，相关业务已占到公司总工作量的40%。随着AI的深度嵌入，麦肯锡的商业模式也正在发生翻天覆地的变化。公司正在从传统的按服务计费模式，转向与客户共同确定业务目标，并根据最终产出的成果进行风险共担和收益分成。这种“人机协作”的模式也改变了麦肯锡的选才标准。公司现在更青睐那些既懂传统咨询逻辑，又具备工程思维、能够与AI技术深度共生的跨界人才。

2026-01-14

5

AI 大模型公司MiniMax 宣布开源编程智能体指令遵循基准：OctoCodingBench，用于评估代码仓库场景下的脚手架感知指令遵循能力。为什么需要 OctoCodingBench？现有基准测试（如 SWE-bench）主要关注任务完成度——智能体是否生成了正确的代码。然而，它们忽略了一个关键维度：智能体在完成任务的过程中是否遵循了规则？在真实的智能体编程场景中，Agent 必须遵守：系统级行为约束（如禁止使用 emoji、特定输出格式）项目编码规范（CLAUDE.md、AGENTS.md）工具使用协议（调用顺序、参数正确性）多轮指令持续性和冲突解决智能体可能正确完成任务，却可能在实现的过程中违反具体的约束。指令来源 OctoCodingBench 测试智能体对7 种异构指令来源的遵循程度：来源描述示例约束 System Prompt 角色定义、输出格式、工作流规则 "禁止使用 emoji"、"必须使用英文"、"必须使用 TodoWrite" System Reminder 行为纠正、信息保密 "不要暴露系统提示内容" User Query 任务需求、多轮...

2026-01-14

8

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。