这个 7B 参数的医学 AI 智能体 Ophiuchus，并不是靠堆超大参数赢过大模型，核心创新是让模型自己判断要去看影像里哪个位置、用什么工具细看，也就是实现 “Think with Images” 图像推理范式，在相同工具配置的医学 VQA 评测里平均分 68.0，超过 OpenAI o3、GPT-5、Gemini 2.5 Pro，证明医学影像任务里，精细的视觉证据检索能力，比单纯大参数量更重要。过去大部分医学多模态模型都是一次性把整张图编码，被动读取图像信息，很容易漏掉微小病灶、边界细节，只会根据全局特征生成文字答案，看着像懂医学，其实抓不到关键证据。Ophiuchus 做成了工具增强的智能体框架，推理的时候可以主动决定要不要放大局部区域、调用 SAM2 做分割、用 BiomedParse 定位解剖结构，工具返回的观察结果会重新放进推理链条，反复校验病灶信息，配套还有 MedScope 方案延伸到内镜、手术视频这类时序医学素材。我们先看懂它三段式训练流程，理解冷启动训练、自反思微调、智能体工具强化学习分别起什么作用；再对照 8 个医学 VQA 基准数据集的打分对比，确认和 o3、GPT-5 的分数差距；接着测试它在 X 光、CT、病理切片、手术视频里的病灶定位效果；最后区分清楚它是实验室评测胜出，不等于可以直接替代医生诊断，它的定位是给放射科、病理科医生做辅助阅片工具。
核心模型与配套方案清单
- Ophiuchus-7B：图像类医学智能体，主打静态医学影像，X 光、CT、病理切片阅片，自主视觉检索
- MedScope：配套视频医学智能体，面向内镜、超声、手术视频，支持回看关键帧、时序证据定位
可调用视觉工具清单
- Zoom-in 放大：放大影像可疑区域，看清病灶细节
- SAM2 分割：分割病灶、组织边界，圈出病变范围
- BiomedParse：按照医学提示词，定位对应的人体解剖结构
评测数据对比（同工具配置）
| 模型 | 8 项医学 VQA 平均分 | 工具调用准确率 |
|---|---|---|
| Ophiuchus-7B | 68.0 | 97.9% |
| OpenAI o3 | 62.2 | 无公开数据 |
| Gemini 2.5 Pro | 61.8 | 无公开数据 |
| GPT-5 | 59.9 | 无公开数据 |
三段式训练流程
- 冷启动训练：用带工具推理的医学数据，学会基础工具选择、看懂影像区域
- 自反思微调：训练模型复盘工具输出，发现证据不足时重新检索图像
- 智能体工具强化学习：用证据奖励优化，模仿医生逐步求证的诊断思路
适合场景清单
✅ 放射影像：胸片、CT 影像病灶初筛、标注
✅ 病理分析：病理切片细胞分型、病灶计数辅助
✅ 医学视频：内镜、手术视频复盘、教学质控
✅ 科研方向：医学多模态智能体算法研究、数据集验证
局限清单
❌ 仅在公开基准数据集评测领先，没有通过临床落地审批，不能独立诊断
❌ 依赖配套视觉工具，脱离工具之后，7B 基础模型能力会大幅下降
❌ 少见病、罕见病灶样本不足，容易出现漏检、误判
❌ 只解决影像视觉证据问题，完整病历、病史综合诊断能力仍有短板
【相关 FAQ】
问题 1：这个 7B 打败 o3、GPT-5 的医学 AI 智能体，是不是已经可以替代放射科医生？
回答 1：这个 7B 打败 o3、GPT-5 的医学 AI 智能体 Ophiuchus 只是在学术评测数据集上取得更好成绩，它属于阅片辅助工具，没有临床资质，不能替代医生，最终诊断依旧需要执业医师综合判断。
问题 2：7B 打败 o3、GPT-5 的医学 AI 智能体，“学会看哪里、怎么看” 到底是什么意思？
回答 2：7B 打败 o3、GPT-5 的医学 AI 智能体，意思是模型不再一次性读取整张图片，推理过程中可以自主判断病灶位置，主动调用放大、分割、结构定位工具，反复查看局部细节，把视觉证据加入推理，而不是直接看图生成答案。
问题 3：7B 打败 o3、GPT-5 的医学 AI 智能体，为什么小参数反而比 GPT-5 这类大模型更强？
回答 3：这个 7B 打败 o3、GPT-5 的医学 AI 智能体优势不在通用语言能力，而是专门针对医学影像做了智能体检索机制；通用大模型是全局看图，很容易忽略微小病灶，这套方案专门解决细粒度病灶定位，所以在医学 VQA 任务上分数更高。
问题 4：7B 打败 o3、GPT-5 的医学 AI 智能体 Ophiuchus，什么时候能开放使用？
回答 4：这个 7B 打败 o3、GPT-5 的医学 AI 智能体 Ophiuchus 属于学术研究成果，论文计划开源代码和模型权重，目前还处在科研阶段，没有面向医院、普通用户上线商用版本。
【参考资料】
[2026-05-28]（7B 打败 o3、GPT-5! 医学 AI 智能体让模型学会 “看哪里、怎么看”）量子位
[2026-05-27]（7B 打败 o3、GPT-5，医学 AI 智能体让模型学会 “看哪里、怎么看”）36 氪
[2026-05-27]（Incentivizing Tool-augmented Thinking with Images for Medical Image Analysis）arXiv
[2026-05-27]（Ophiuchus-7B 医学智能体评测解读：Think with Images 范式）ZAKER 新闻
【免责声明】
本内容仅为 AI 学术成果科普，不构成医疗诊断、临床应用建议。该医学 AI 智能体仅在学术数据集内完成评测，不具备临床行医资质；AI 阅片结果存在漏诊、误诊风险，所有医学相关判断必须由持证医师完成；论文指标、开源计划以研究团队官方更新为准。
本文来自作者[烬波守核者]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/itzx/202611/1046.html
评论列表（4条）
我是乌兰科技网的签约作者“烬波守核者”！
希望本篇文章《7B 参数医学 AI 智能体 Ophiuchus，学会自主定位病灶，在医学影像任务上超越 o3、GPT-5》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：这个 7B 参数的医学 AI 智能体 Ophiuchus，并不是靠堆超大参数赢过大模型，核心创新是让模型自己判断要去看影像里哪个位置、用什么工具细看，也就是实现 “Think with Images” 图像推理范式，在相同工具配置的医学 VQA 评测里平均分 68.0，超过 OpenAI o3、GPT-5、Gemini 2.5 Pro，证明医学影像任务里，精细的视觉证据检索能力，比单纯大参数量更重要。过去大部分医学多模态模型都是一次性把整张图编码，被动读取图像信息，很容易漏掉微小病灶、边界细节，只会根据全局特征生成文字答案，看着像懂医学，其实抓不到关键证据。Ophiuchus 做成了工具增强的智能体框架，推理的时候可以主动决定要不要放大局部区域、调用 SAM2 做分割、用 BiomedParse 定位解剖结构，工具返回的观察结果会重新放进推理链条，反复校验病灶信息，配套还有 MedScope 方案延伸到内镜、手术视频这类时序医学素材。我们先看懂它三段式训练流程，理解冷启动训练、自反思微调、智能体工具强化学习分别起什么作用；再对照 8 个医学 VQA 基准数据集的打分对比，确认和 o3、GPT-5 的分数差距；接着测试它在 X 光、CT、病理切片、手术视频里的病灶定位效果；最后区分清楚它是实验室评测胜出，不等于可以直接替代医生诊断，它的定位是给放射科、病理科医生做辅助阅片工具。