<p>，/PRNewswire/ -- 联影智能（UII）推出了 uAI NEXUS MedVLM，这是一个突破性的医疗视频大型语言模型，在临床环境中提供前所未有的空间和时间精度。</p>
<p>UII 将该模型完全开源，并推出了一个新的全面基准，用于行业评估。该研究成果已被 2026 年计算机视觉与模式识别会议（CVPR）接受，彰显了其在全球计算机视觉社区中的认可。</p>
<p>继续阅读</p>
<p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null"/></p>
<p>该雷达图中显示的统计数据来自研究论文：https://arxiv.org/abs/2512.06581</p>
<p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null"/></p>
<p>image2</p>
<p>uAI NEXUS MedVLM 基于一个庞大的数据集，包含来自 8 个临床场景的 531,850 个视频指令对，包括机器人手术、腹腔镜手术、内窥镜检查、开放手术和护理。</p>
<p>仅凭 4B/7B 参数，uAI NEXUS MedVLM 在重要的医疗视频任务中显著超越了领先的通用基础模型，包括 GPT-5.4 和 Gemini 3.1。它在评估手术安全性方面的准确率达到 89.4%，而 GPT-5.4 为 1.8%，Gemini 3.1 为 10.1%。在时空动作定位方面，其 mIoU 值比 GPT-5.4 高出多达 14 倍，比 Gemini 3.1 高出 4 倍。在生成视频报告方面，其得分为 4.2 分（满分 5 分），明显超过了 GPT-5.4（2.5 分）和 Gemini 3.1（2.4 分）。</p>
<p>（来源：上述性能统计数据来自研究论文：https://arxiv.org/abs/2512.06581）</p>
<p><strong>启动全球开放挑战以加速共同创新</strong></p>
<p>为了推动医疗视频 LLM 模型的发展，UII 已开始逐步发布其数据集 “MedVidBench”，首批开放源代码发布了 6,245 个经过严格审核的基准测试样本。该倡议涵盖了八个不同的手术数据集，在规模和临床精度上均为全球首创。</p>
<p>开发者可以在统一的排行榜上评估他们的模型，提交的贡献将根据私有参考数据自动进行评估。结果将反映在一个持续更新的全球排行榜上，提供不同模型的透明和可比的性能评估。</p>
<p>UII 邀请全球的 AI 研究人员、开发者和医疗机构参与这一开放挑战，通过协作创新推动医疗视频智能的发展。</p>
<p><strong>项目页面：</strong> https://uii-ai.github.io/MedGRPO/</p>
<p><strong>在所有医疗视频任务中推动智能化</strong></p>
<p>理解医疗视频长期以来一直是人工智能面临的最大挑战之一——它需要微观的空间意识、复杂的时间逻辑和无可妥协的临床准确性。过去，进展受到临床数据严重匮乏和专家注释成本高昂的制约。</p>
<p>UII 克服了这一瓶颈。通过为多样化的临床视频开发一个全面的逐帧注释框架，我们严格捕捉了关键属性：器械轨迹、空间定位、精确的手术动作和关键风险指标。这一前所未有的数据基础为 uAI NEXUS MedVLM 提供了完整而强大的临床智能堆栈。</p>
<p>在此基础上，该模型无缝集成了感知、思考和决策。它提供了高精度的器械时空定位和自动化过程识别，并利用先进的推理将复杂的视频序列转化为结构化的临床报告、区域描述和快速工作流程摘要。超越被动观察，它将这些洞察提升为主动决策，支持对下一步的预测、手术能力的评估和全面的安全风险评估。</p>
<p><strong>将 AI 创新转化为临床实践中的效果</strong></p>
<p>uAI NEXUS MedVLM 旨在临床应用，能够在手术工作流程中实现更为明智的决策和数据驱动的质量控制，同时缩短临床医生的学习曲线，提高培训的效率和一致性。</p>
<p>展望未来，uAI NEXUS MedVLM 可以作为一个中心感知和认知引擎，为在物理世界中运作的具身 AI 提供支持。它们共同构成一个视觉感知、认知思维和物理执行的闭环系统，为更自动化、标准化和智能化的健康生态系统铺平道路。</p>
<p>照片 - https://mma.prnewswire.com/media/2964990/image1.jpg</p>
<p>照片 - https://mma.prnewswire.com/media/2964989/image2.jpg</p>
<p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNDI2Jk5ld3NJdGVtSWQ9R0U0Mjg5MiZUcmFuc21pc3Npb25fSWQ9MjAyNjA0MjQwOTE5UFJfTkVXU19FVVJPX05EX19HRTQyODky?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNDI2Jk5ld3NJdGVtSWQ9R0U0Mjg5MiZUcmFuc21pc3Npb25fSWQ9MjAyNjA0MjQwOTE5UFJfTkVXU19FVVJPX05EX19HRTQyODky"/></p>

联影医疗

<p>联影智能（UII）推出了 uAI NEXUS MedVLM，这是全球首个开源的大型语言模型（LLM），专为医学视频设计，在临床环境中提供前所未有的空间和时间精度。该模型基于 531,850 对视频指令的数据集，在关键医学视频任务中显著超越了领先模型如 GPT-5.4 和 Gemini 3.1。UII 邀请全球的人工智能研究人员和开发者参与一个开放挑战，以推动医学视频智能的发展，首步是发布基准测试样本。该倡议旨在提升外科工作流程中的决策制定和质量控制</p>

<p>, /PRNewswire/ -- United Imaging Intelligence (UII) hat uAI NEXUS MedVLM vorgestellt, ein bahnbrechendes großes Sprachmodell für medizinische Videos, das in klinischen Umgebungen eine beispiellose räumliche und zeitliche Präzision bietet.</p>
<div class="lb-trans"><p>，/PRNewswire/ -- 联影智能（UII）推出了 uAI NEXUS MedVLM，这是一个突破性的医疗视频大型语言模型，在临床环境中提供前所未有的空间和时间精度。</p>
</div><p>UII stellt das Modell vollständig als Open Source zur Verfügung und führt einen neuen umfassenden Benchmark für die branchenweite Bewertung ein. Die Forschungsarbeit wurde von der CVPR 2026, einer der führenden KI-Konferenzen, angenommen, was die Anerkennung durch die globale Computer-Vision-Community unterstreicht.</p>
<div class="lb-trans"><p>UII 将该模型完全开源，并推出了一个新的全面基准，用于行业评估。该研究成果已被 2026 年计算机视觉与模式识别会议（CVPR）接受，彰显了其在全球计算机视觉社区中的认可。</p>
</div><p>Continue Reading</p>
<div class="lb-trans"><p>继续阅读</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null" alt="" original-src="https://www.prnewswire.com/news-releases/null"/></p>
<p>The statistics shown in this radar chart are from the research paper: https://arxiv.org/abs/2512.06581</p>
<div class="lb-trans"><p>该雷达图中显示的统计数据来自研究论文：https://arxiv.org/abs/2512.06581</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null" alt="" original-src="https://www.prnewswire.com/news-releases/null"/></p>
<p>image2</p>
<div class="lb-trans"><p>image2</p>
</div><p>uAI NEXUS MedVLM basiert auf einem monumentalen Datensatz, der 531.850 Video-Anweisungs-Paare aus 8 klinischen Szenarien umfasst, darunter Roboterchirurgie, laparoskopische Eingriffe, Endoskopie, offene Chirurgie und Pflege.</p>
<div class="lb-trans"><p>uAI NEXUS MedVLM 基于一个庞大的数据集，包含来自 8 个临床场景的 531,850 个视频指令对，包括机器人手术、腹腔镜手术、内窥镜检查、开放手术和护理。</p>
</div><p>Mit nur 4B/7B Parametern übertrifft uAI NEXUS MedVLM führende allgemeine Basismodelle, darunter GPT-5.4 und Gemini 3.1, bei wichtigen medizinischen Videoaufgaben deutlich. Es erreicht eine Genauigkeit von 89,4 % bei der Bewertung der chirurgischen Sicherheit, verglichen mit GPT-5.4 (1,8 %) und Gemini 3.1 (10,1 %). Bei der räumlich-zeitlichen Aktionslokalisierung liefert es einen bis zu 14-mal höheren mIoU-Wert als GPT-5.4 und einen 4-mal höheren als Gemini 3.1. Bei der Erstellung von Videoberichten erreicht es 4,2 von 5 Punkten und übertrifft damit GPT-5.4 (2,5) und Gemini 3.1 (2,4) deutlich.</p>
<div class="lb-trans"><p>仅凭 4B/7B 参数，uAI NEXUS MedVLM 在重要的医疗视频任务中显著超越了领先的通用基础模型，包括 GPT-5.4 和 Gemini 3.1。它在评估手术安全性方面的准确率达到 89.4%，而 GPT-5.4 为 1.8%，Gemini 3.1 为 10.1%。在时空动作定位方面，其 mIoU 值比 GPT-5.4 高出多达 14 倍，比 Gemini 3.1 高出 4 倍。在生成视频报告方面，其得分为 4.2 分（满分 5 分），明显超过了 GPT-5.4（2.5 分）和 Gemini 3.1（2.4 分）。</p>
</div><p>(Quelle: Die obigen Leistungsstatistiken stammen aus dem Forschungspapier: https://arxiv.org/abs/2512.06581)</p>
<div class="lb-trans"><p>（来源：上述性能统计数据来自研究论文：https://arxiv.org/abs/2512.06581）</p>
</div><p><strong>Start einer globalen offenen Challenge zur Beschleunigung gemeinsamer Innovationen</strong></p>
<div class="lb-trans"><p><strong>启动全球开放挑战以加速共同创新</strong></p>
</div><p>Um die Entwicklung von LLM-Modellen für medizinische Videos voranzutreiben, hat das UII mit der schrittweisen Veröffentlichung seines Datensatzes „MedVidBench&#34; begonnen, beginnend mit der Open-Source-Veröffentlichung von 6.245 streng geprüften Benchmark-Testproben. Diese Initiative, die acht unterschiedliche chirurgische Datensätze umfasst, stellt sowohl hinsichtlich des Umfangs als auch der klinischen Präzision eine weltweite Premiere dar.</p>
<div class="lb-trans"><p>为了推动医疗视频 LLM 模型的发展，UII 已开始逐步发布其数据集 “MedVidBench”，首批开放源代码发布了 6,245 个经过严格审核的基准测试样本。该倡议涵盖了八个不同的手术数据集，在规模和临床精度上均为全球首创。</p>
</div><p>Entwickler können ihre Modelle auf einer einheitlichen Rangliste bewerten, auf der die eingereichten Beiträge automatisch anhand privater Referenzdaten bewertet werden. Die Ergebnisse spiegeln sich in einer kontinuierlich aktualisierten globalen Rangliste wider, die eine transparente und vergleichbare Leistungsbewertung der verschiedenen Modelle ermöglicht.</p>
<div class="lb-trans"><p>开发者可以在统一的排行榜上评估他们的模型，提交的贡献将根据私有参考数据自动进行评估。结果将反映在一个持续更新的全球排行榜上，提供不同模型的透明和可比的性能评估。</p>
</div><p>UII lädt KI-Forscher, Entwickler und Gesundheitseinrichtungen weltweit ein, an dieser offenen Herausforderung teilzunehmen und durch kollaborative Innovation zur Weiterentwicklung der medizinischen Video-Intelligenz beizutragen.</p>
<div class="lb-trans"><p>UII 邀请全球的 AI 研究人员、开发者和医疗机构参与这一开放挑战，通过协作创新推动医疗视频智能的发展。</p>
</div><p><strong>Projektseite:</strong> https://uii-ai.github.io/MedGRPO/</p>
<div class="lb-trans"><p><strong>项目页面：</strong> https://uii-ai.github.io/MedGRPO/</p>
</div><p><strong>Intelligenzförderung über das gesamte Spektrum medizinischer Videoaufgaben</strong></p>
<div class="lb-trans"><p><strong>在所有医疗视频任务中推动智能化</strong></p>
</div><p>Das Verständnis medizinischer Videos ist seit langem eine der größten Herausforderungen in der künstlichen Intelligenz – es erfordert mikroskopisches räumliches Bewusstsein, komplexe zeitliche Logik und kompromisslose klinische Genauigkeit. In der Vergangenheit wurde der Fortschritt durch den gravierenden Mangel an klinischen Daten und die unerschwinglichen Kosten für Expertenannotationen gebremst.</p>
<div class="lb-trans"><p>理解医疗视频长期以来一直是人工智能面临的最大挑战之一——它需要微观的空间意识、复杂的时间逻辑和无可妥协的临床准确性。过去，进展受到临床数据严重匮乏和专家注释成本高昂的制约。</p>
</div><p>UII hat diesen Engpass überwunden. Durch die Entwicklung eines umfangreichen Frame-für-Frame-Annotations-Frameworks für vielfältige klinische Videos haben wir kritische Attribute rigoros erfasst: Instrumentenbahnen, räumliche Positionierung, präzise chirurgische Handgriffe und entscheidende Risikoindikatoren. Diese beispiellose Datenbasis stattet uAI NEXUS MedVLM mit einem vollständigen, robusten klinischen Intelligenz-Stack aus.</p>
<div class="lb-trans"><p>UII 克服了这一瓶颈。通过为多样化的临床视频开发一个全面的逐帧注释框架，我们严格捕捉了关键属性：器械轨迹、空间定位、精确的手术动作和关键风险指标。这一前所未有的数据基础为 uAI NEXUS MedVLM 提供了完整而强大的临床智能堆栈。</p>
</div><p>Auf dieser Grundlage integriert das Modell nahtlos die Wahrnehmung, das Denken und die Entscheidungsfindung. Es liefert eine hochpräzise räumlich-zeitliche Lokalisierung von Instrumenten und automatisierte Verfahrenserkennung und wandelt komplexe Videosequenzen mithilfe fortschrittlicher Schlussfolgerungen in strukturierte klinische Berichte, regionale Beschreibungen und schnelle Arbeitsablaufzusammenfassungen um. Über die passive Beobachtung hinaus hebt es diese Erkenntnisse in aktive Entscheidungsfindung, die die Vorhersage des nächsten Schritts, die Bewertung chirurgischer Fähigkeiten und eine umfassende Sicherheitsrisikobewertung unterstützt.</p>
<div class="lb-trans"><p>在此基础上，该模型无缝集成了感知、思考和决策。它提供了高精度的器械时空定位和自动化过程识别，并利用先进的推理将复杂的视频序列转化为结构化的临床报告、区域描述和快速工作流程摘要。超越被动观察，它将这些洞察提升为主动决策，支持对下一步的预测、手术能力的评估和全面的安全风险评估。</p>
</div><p><strong>KI-Innovation in klinische Wirkung in der Praxis umsetzen</strong></p>
<div class="lb-trans"><p><strong>将 AI 创新转化为临床实践中的效果</strong></p>
</div><p>uAI NEXUS MedVLM wurde für den klinischen Einsatz entwickelt und ermöglicht fundiertere Entscheidungsfindung sowie datengesteuerte Qualitätskontrolle über chirurgische Arbeitsabläufe hinweg, während es gleichzeitig die Lernkurve für Kliniker verkürzt und die Effizienz und Konsistenz der Schulung verbessert.</p>
<div class="lb-trans"><p>uAI NEXUS MedVLM 旨在临床应用，能够在手术工作流程中实现更为明智的决策和数据驱动的质量控制，同时缩短临床医生的学习曲线，提高培训的效率和一致性。</p>
</div><p>Mit Blick auf die Zukunft kann uAI NEXUS MedVLM als zentrale Wahrnehmungs- und Kognitions-Engine für verkörperte KI dienen, die in der physischen Welt agiert. Zusammen bilden sie ein geschlossenes System aus visueller Wahrnehmung, kognitivem Denken und physischer Ausführung, das den Weg zu einem stärker automatisierten, standardisierten und intelligenten Gesundheitsökosystem ebnet.</p>
<div class="lb-trans"><p>展望未来，uAI NEXUS MedVLM 可以作为一个中心感知和认知引擎，为在物理世界中运作的具身 AI 提供支持。它们共同构成一个视觉感知、认知思维和物理执行的闭环系统，为更自动化、标准化和智能化的健康生态系统铺平道路。</p>
</div><p>Foto - https://mma.prnewswire.com/media/2964990/image1.jpg</p>
<div class="lb-trans"><p>照片 - https://mma.prnewswire.com/media/2964990/image1.jpg</p>
</div><p>Foto - https://mma.prnewswire.com/media/2964989/image2.jpg</p>
<div class="lb-trans"><p>照片 - https://mma.prnewswire.com/media/2964989/image2.jpg</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNDI2Jk5ld3NJdGVtSWQ9R0U0Mjg5MiZUcmFuc21pc3Npb25fSWQ9MjAyNjA0MjQwOTE5UFJfTkVXU19FVVJPX05EX19HRTQyODky" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=GE42892&amp;Transmission_Id=202604240919PR_NEWS_EURO_ND__GE42892&amp;DateId=20260426"/></p>

05:30 ETDas weltweit erste Open-Source-LLM für medizinische Videos wurde veröffentlicht - die globale Entwickler-Community ist aufgerufen, es weiterzuentwickeln

全球首个用于医学视频的开源 LLM 已发布，全球开发者社区被号召进一步开发