智诊科技完成5300万元Pre-A轮：医疗AI从模型评测转向系统化交付的关键在哪

医疗AI的叙事正在经历一次并不体面的转折

过去两年，大量创业公司把医学大模型的评测分数当作融资敲门砖，在MedBench、CMB、DoctorBench等榜单上反复刷新排名；但当资本开始追问合同金额、续约率与部署周期时，许多团队发现，一个能在选择题里拿高分的模型，未必能在一家三甲医院的真实业务流程里活过三个月。模型能力与系统化交付之间的鸿沟，正在成为这个赛道最昂贵的成本。

杭州智诊科技有限公司是这个转折中的样本之一。2026年9月15日，这家成立于2023年的公司宣布完成5300万元Pre-A轮融资，由红石梁集团领投，华睿投资、杭州承安参与投资，公司整体估值超过10亿元。此前，公司已完成6500万元天使轮融资。两轮合计约1.18亿元的资金，放在医疗AI赛道并不算头部数字，但其背后的产品结构变化，比金额本身更值得拆解。

智诊科技此轮融资的核心叙事，已经从“模型评测第一”转向“系统化交付”。据公司披露，其自研的WiseDiag医学多模态大模型已迭代至V3版本，并集成到面向C端的好伴AI应用中；面向B端的WiseClaw医疗Agent OS平台则通过中国信通院“企业级类Claw智能助手智能体能力评估”并进入可信清单。公司称，相关产品体系已在300多个场景落地。但需要明确的是，这些数据均来自公司口径，尚无独立第三方审计或公开合同验证。

从评测榜首到业务系统，WiseDiag的分数无法自动转化为交付能力

智诊科技对外传播中最具辨识度的信息，是WiseDiag V3在多个医学评测中的排名。据公司披露，WiseDiag V3在DoctorBench评测中以综合82.50分位列第一，在MedBench两大赛道均排名第一。公司还称，WiseDiag在DoctorBench、CMB、MedBench等评测中“多次位列全球第一”。这些表述全部来自公司或投资方声明，评测机构是否公开确认、对比模型范围是否完整、评测版本是否可复现，来源材料中均未披露。

评测分数的意义边界需要被严格限定。医学大模型评测通常以标准化问答、病例分析或知识检索为主，它衡量的是模型在受控输入下的应答质量，而非在真实医院信息系统、药企合规流程或保险核保链条中的运行稳定性。一个在MedBench上拿到第一的模型，可能在面对某家医院的非结构化病史数据、私有化部署的算力限制、科室之间的权限隔离时，表现完全不同。智诊科技显然意识到了这一点，其本轮融资的表述重心已经从“模型领先”转向“系统化交付”，这本身就是一个值得注意的信号。

从已披露的产品结构看，WiseDiag并非单独交付的模型，而是被嵌入到一个三层架构中：底层是WiseDiag模型底座，中间是WiseClaw智能体平台，上层是好伴AI和智小药、智小伴等场景化产品。公司称，WiseDiag支持文本、影像、检验报告、体征照片等多类型健康数据，Wise MemOS用于提升AI对长期健康轨迹的理解，WiseResearch强化模型在复杂问题中的工具调用、证据补全和推理能力。这些技术组件构成了智诊科技区别于单纯模型公司的产品逻辑，但每一层的成熟度与真实调用量，公司均未披露。

WiseClaw的“Agent + Skill”架构，本质是把交付成本从客户转回平台

智诊科技将WiseClaw描述为“全球首个医疗Agent OS平台”，并称协和、北大、交大、浙大等多家头部医学院申请内测。这一“全球首个”的说法来自公司口径，来源材料中没有任何独立机构对这一品类定义进行确认。事实上，“Agent OS”在医疗AI领域并非被广泛接受的技术分类，智诊科技的定义更像是一种市场话语策略。

但抛开命名争议，WiseClaw的架构设计确实指向了一个真实问题。医疗AI落地B端时，最大的成本往往不在模型调用，而在系统集成：医院有HIS、LIS、PACS等多套系统，药企有医学事务、合规审查、学术推广等不同流程，每一类客户的接入需求都不同。如果每单都做定制开发，交付周期和人力成本会吞噬毛利。WiseClaw采用“Agent + Skill”架构，将医疗AI能力封装为可组装、可复用的智能体服务，企业可按需调用报告解读、风险评估、健康宣教等Skill。从已披露信息看，这意味着智诊科技试图把项目制交付转化为平台化交付，用标准化组件降低边际成本。

这一逻辑在产业软件领域并不新鲜，但在医疗AI中能否成立，取决于一个关键变量：医疗客户的场景差异是否足够小，小到可以被标准化Skill覆盖。从智诊科技自己披露的客户名单看，其覆盖了药企、IVD、互联网医疗、院内部署、保险、医药零售等多个行业，场景跨度极大。跨度越大，标准化组件的适配压力就越大。公司称已在300多个场景落地，但未披露这些场景中有多少是深度付费、多少是试点或免费部署。这是评估WiseClaw商业价值时必须保留的疑问。

客户名单的含金量，取决于合作深度而非品牌露出

智诊科技披露的合作方包括欧姆龙、泰康体系、浙一医院、同仁堂、中特、镕聚堂、漱玉平民大药房、福瑞股份、建设银行，以及“全国知名互联网医院”“全国顶级医学检验机构”“全球顶级药企”等未具名机构。据公司介绍，与欧姆龙的合作是基于其硬件数据生成个性化健康解读报告，与泰康体系落地自营医院试点并为保险业务提供AI支撑，与浙一医院达成院内院外全场景联动合作。

这些合作表述均来自公司口径，来源材料中没有合同金额、付费模式、部署规模或续约情况的独立验证。在医疗AI行业，品牌合作与深度付费之间存在巨大落差：一个“战略合作”可能只是联合发布新闻稿，一个“试点”可能只有几十个用户。智诊科技未披露任何单一客户的收入贡献或合同周期，因此无法判断这些合作是否已经转化为可持续的商业收入。

从产业链约束看，医疗AI的B端付费意愿高度分化。药企医学事务部门有明确的合规与效率需求，付费能力较强，但采购周期长、合规审查严格；IVD和检验机构对报告解读的准确性要求极高，错误成本直接关联医疗风险；互联网医院和医药零售则更关注流量转化与运营效率，对模型专业性的容忍度相对更高。智诊科技同时切入这些场景，意味着它需要在不同付费逻辑之间分配研发与交付资源。从已披露信息看，公司尚未公开任何分场景的收入结构，这使得“300多个场景落地”更像一个营销数字，而非可验证的商业里程碑。

好伴AI的2000万人次，是健康管理的起点还是流量幻觉

在C端，智诊科技通过好伴AI提供健康咨询、报告解读、个人及家庭健康档案、专家AI分身、主动健康关怀等服务。公司称，好伴AI累计服务超2000万人次，汇聚2000+专家分身，覆盖300+顶级医院。今年8月，公司上线“智三多”多报告联合解读产品，将单次报告解读扩展至多年、多学科、多维度联合分析。

2000万人次是一个需要被拆解的数字。它可能包含大量免费咨询、单次问答或未注册用户的临时访问，而非2000万付费用户或2000万深度健康管理用户。公司未披露月活跃用户、付费转化率、用户留存周期或客单价。在健康管理赛道，免费流量向付费服务的转化一直是最难的环节之一，尤其是当用户的核心诉求是“看个报告”而非“长期管理”时。

“智三多”的产品逻辑值得肯定：将不同年度的健康报告放在同一条时间线上分析，从多学科和多个指标之间寻找关联，这比单次报告解读更接近真实的健康管理需求。但从产品逻辑到用户习惯之间存在巨大鸿沟。用户是否愿意上传多年、多家医院的报告？数据清洗和标准化如何解决？当AI发现指标异常时，后续的复查、就医、随访闭环由谁承接？这些问题在来源材料中均无答案。好伴AI的2000万人次如果无法转化为可验证的付费与留存数据，其商业价值就仍然停留在“流量入口”的假设阶段。

红石梁领投的产业逻辑，与华睿投资的科技逻辑并不完全重合

本轮融资的资本结构值得关注。领投方红石梁集团是一家创立于1958年的多元化企业集团，业务覆盖大健康、酒类食品、能源、地产及产业投资。华睿投资则是国内成立较早的民营创投机构，累计投资超过150亿元，在硬科技领域有长期布局。杭州承安是一家企业管理与产业投资机构，公开信息有限。来源材料未披露红石梁集团参与本轮融资的具体意图，因此无法对其投资动机作事实性判断。

这一组合与上一轮形成对比。天使轮由杭州千遇智汇、无锡元启、孔小仙联合领投，华睿投资、上海珺灏筠、嘉兴青于蓝新聚能跟投。其中孔小仙为浙江图灵算力研究院理事长、院长，其参与被认为可能带来AI算力与前沿科技生态资源。从天使轮到Pre-A轮，资本结构从科技与算力导向，转向产业集团与创投机构并重，这在一定程度上反映了智诊科技从技术验证向产业落地的战略位移。

但产业投资方的进入也带来新的约束。红石梁集团的大健康业务布局，可能对智诊科技在健康管理、医药零售等场景的优先级产生影响；而华睿投资的硬科技偏好，则更关注模型能力与长期技术壁垒。两类投资方的回报预期和退出路径不同，智诊科技需要在技术投入与商业化节奏之间找到平衡。公司未披露本轮融资的估值依据、董事会席位变化或对赌条款，因此无法判断这种平衡的具体代价。

资金用途指向明确，但“迭代模型”与“升级产品”之间的资源分配未披露

据公司披露，本轮5300万元将用于持续迭代WiseDiag医学大模型、推进面向医疗健康产业的智能产品与解决方案，并升级面向个人与家庭的好伴AI。这一表述覆盖了智诊科技的三条产品线，但未披露各条线的资金分配比例。

从行业规律看，医学大模型的持续训练成本极高。高质量医学数据的获取、标注、清洗，多科室专家参与评审，安全与风险控制的训练环节，都需要持续投入。5300万元在模型训练上的购买力，取决于智诊科技是否依赖外部算力、数据获取是否涉及授权费用、专家评审是否按项目付费。公司称WiseDiag V3“将安全与风险控制进一步纳入训练环节”，但未披露训练数据规模、算力来源或训练成本。来源材料中关于“医学训练数据规模从”之后的内容缺失，无法核实具体数字。

与此同时，B端智能体平台和C端应用的升级也需要投入。WiseClaw的标准化组件开发、行业解决方案的交付团队、好伴AI的用户增长与运营，都是人力密集型支出。如果5300万元需要在模型训练、平台开发、C端运营三条线之间分配，每一块能分到的资源都相对有限。智诊科技CEO王锋表示，公司目标是“打造中国医疗健康市场最专业的模型”，同时推动模型成果转化为产业侧平台服务和用户侧健康服务能力。这一表述来自公司访谈，其雄心与资金规模之间的张力，是评估本轮融资实际效果的关键。

医疗AI的系统化交付，真正的对手是医院IT预算与合规成本

智诊科技没有在来源材料中披露直接竞争对手，但这并不意味着它没有竞争。医疗AI的竞争格局正在从模型层向交付层转移，智诊科技面对的替代方案至少包括三类：一是大型科技公司的医疗AI平台，它们拥有更强的算力与渠道资源；二是深耕单一场景的垂直医疗AI公司，它们在特定科室或特定流程中积累了更深的行业知识；三是医院或药企自建的AI团队，它们对内部流程的理解远超外部供应商。

智诊科技的差异化在于同时覆盖模型底座、智能体平台和C端应用，试图用同一套专业医学能力服务B端与C端。这一策略的优势是技术复用与数据闭环，劣势是资源分散与定位模糊。在B端，它需要与垂直场景公司争夺医院IT预算；在C端，它需要与互联网医疗平台争夺用户注意力。两条战线的竞争逻辑完全不同，同时打赢的难度极高。

从已披露信息看，智诊科技在B端的合作更偏向“能力输出”而非“系统替代”：为欧姆龙生成健康解读报告、为泰康保险业务提供AI支撑、为互联网医院提供肝病健康咨询。这些合作中，智诊科技的角色更接近技术供应商，而非拥有客户关系的服务方。这意味着它的议价能力和收入天花板，取决于下游客户是否愿意为AI能力持续付费，而非一次性项目款。公司未披露任何经常性收入数据，这是判断其商业模式健康度的核心缺口。

待验证的假设：评测第一能否转化为合同第一

智诊科技本轮融资的实质，是资本市场对其从“模型公司”向“交付公司”转型的一次定价。10亿元估值对应5300万元Pre-A轮，单轮稀释比例约5%左右，这一结构在早期项目中属于相对克制的融资节奏。但估值本身并不构成商业验证，真正需要被验证的假设有三个。

第一，WiseDiag的评测优势能否转化为B端客户的付费意愿。评测分数是技术能力的代理指标，但医疗客户采购决策的核心变量是合规、稳定、服务响应与责任边界。智诊科技尚未披露任何单一客户的合同金额或续约情况，因此无法判断评测第一是否已经转化为合同第一。

第二，WiseClaw的平台化交付能否降低边际成本。如果每个行业场景都需要大量定制开发，“Agent + Skill”架构的标准化优势就无法兑现。公司称已在300多个场景落地，但未披露这些场景的平均部署周期、定制开发占比或毛利率。从已披露信息看，智诊科技同时服务药企、IVD、互联网医疗、院内、保险、零售等多个行业，场景跨度越大，标准化交付的难度就越高。

第三，好伴AI的2000万人次能否产生可持续的C端收入。健康管理的付费意愿在中国市场尚未被充分验证，尤其是当用户可以通过公立医院、体检机构或互联网平台获得免费或低价服务时。智诊科技未披露好伴AI的付费用户数、客单价或留存率，2000万人次的商业价值仍然是一个开放问题。

从已披露的X（评测排名、客户名单、产品矩阵）与Y（5300万元融资、10亿元估值）来看，智诊科技已经完成了从技术叙事到交付叙事的转身，但Z（合同金额、收入结构、付费转化）尚未披露，因此结论边界是：这是一家产品结构清晰、商业验证尚早的公司。它的真正考验不在下一轮融资，而在未来12到18个月内，能否把“300多个场景”和“2000万人次”转化为可审计的收入与留存数据。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：医疗AI的终局不会由评测榜单决定，而会由那些能在医院IT预算、药企合规流程和用户付费意愿之间找到最小摩擦面的公司决定。智诊科技把“系统化交付”写进了融资叙事，但叙事要变成合同，中间隔着的是300多个场景里每一个的真实部署成本。评测分数可以在一夜之间刷新，合同金额和续约率却只能在真实业务流程里一寸一寸挣出来。对智诊科技而言，真正的对手不是另一个大模型，而是那些尚未被披露的部署周期、定制开发占比和付费转化数据。当一家公司开始用“系统化交付”替代“模型第一”作为融资叙事时，它至少承认了一件事：医疗AI的及格线，从来不在榜单上。