<p>，/PRNewswire/ -- 聯影智能（UII）推出了 uAI NEXUS MedVLM，這是一個突破性的醫療視頻大型語言模型，在臨牀環境中提供前所未有的空間和時間精度。</p>
<p>UII 將該模型完全開源，並推出了一個新的全面基準，用於行業評估。該研究成果已被 2026 年計算機視覺與模式識別會議（CVPR）接受，彰顯了其在全球計算機視覺社區中的認可。</p>
<p>繼續閲讀</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>該雷達圖中顯示的統計數據來自研究論文：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 基於一個龐大的數據集，包含來自 8 個臨牀場景的 531,850 個視頻指令對，包括機器人手術、腹腔鏡手術、內窺鏡檢查、開放手術和護理。</p>
<p>僅憑 4B/7B 參數，uAI NEXUS MedVLM 在重要的醫療視頻任務中顯著超越了領先的通用基礎模型，包括 GPT-5.4 和 Gemini 3.1。它在評估手術安全性方面的準確率達到 89.4%，而 GPT-5.4 為 1.8%，Gemini 3.1 為 10.1%。在時空動作定位方面，其 mIoU 值比 GPT-5.4 高出多達 14 倍，比 Gemini 3.1 高出 4 倍。在生成視頻報告方面，其得分為 4.2 分（滿分 5 分），明顯超過了 GPT-5.4（2.5 分）和 Gemini 3.1（2.4 分）。</p>
<p>（來源：上述性能統計數據來自研究論文：https://arxiv.org/abs/2512.06581）</p>
<p><strong>啓動全球開放挑戰以加速共同創新</strong></p>
<p>為了推動醫療視頻 LLM 模型的發展，UII 已開始逐步發佈其數據集 “MedVidBench”，首批開放源代碼發佈了 6,245 個經過嚴格審核的基準測試樣本。該倡議涵蓋了八個不同的手術數據集，在規模和臨牀精度上均為全球首創。</p>
<p>開發者可以在統一的排行榜上評估他們的模型，提交的貢獻將根據私有參考數據自動進行評估。結果將反映在一個持續更新的全球排行榜上，提供不同模型的透明和可比的性能評估。</p>
<p>UII 邀請全球的 AI 研究人員、開發者和醫療機構參與這一開放挑戰，通過協作創新推動醫療視頻智能的發展。</p>
<p><strong>項目頁面：</strong> https://uii-ai.github.io/MedGRPO/</p>
<p><strong>在所有醫療視頻任務中推動智能化</strong></p>
<p>理解醫療視頻長期以來一直是人工智能面臨的最大挑戰之一——它需要微觀的空間意識、複雜的時間邏輯和無可妥協的臨牀準確性。過去，進展受到臨牀數據嚴重匱乏和專家註釋成本高昂的制約。</p>
<p>UII 克服了這一瓶頸。通過為多樣化的臨牀視頻開發一個全面的逐幀註釋框架，我們嚴格捕捉了關鍵屬性：器械軌跡、空間定位、精確的手術動作和關鍵風險指標。這一前所未有的數據基礎為 uAI NEXUS MedVLM 提供了完整而強大的臨牀智能堆棧。</p>
<p>在此基礎上，該模型無縫集成了感知、思考和決策。它提供了高精度的器械時空定位和自動化過程識別，並利用先進的推理將複雜的視頻序列轉化為結構化的臨牀報告、區域描述和快速工作流程摘要。超越被動觀察，它將這些洞察提升為主動決策，支持對下一步的預測、手術能力的評估和全面的安全風險評估。</p>
<p><strong>將 AI 創新轉化為臨牀實踐中的效果</strong></p>
<p>uAI NEXUS MedVLM 旨在臨牀應用，能夠在手術工作流程中實現更為明智的決策和數據驅動的質量控制，同時縮短臨牀醫生的學習曲線，提高培訓的效率和一致性。</p>
<p>展望未來，uAI NEXUS MedVLM 可以作為一箇中心感知和認知引擎，為在物理世界中運作的具身 AI 提供支持。它們共同構成一個視覺感知、認知思維和物理執行的閉環系統，為更自動化、標準化和智能化的健康生態系統鋪平道路。</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>

聯影醫療

<p>聯影智能（UII）推出了 uAI NEXUS MedVLM，這是全球首個開源的大型語言模型（LLM），專為醫學視頻設計，在臨牀環境中提供前所未有的空間和時間精度。該模型基於 531,850 對視頻指令的數據集，在關鍵醫學視頻任務中顯著超越了領先模型如 GPT-5.4 和 Gemini 3.1。UII 邀請全球的人工智能研究人員和開發者參與一個開放挑戰，以推動醫學視頻智能的發展，首步是發佈基準測試樣本。該倡議旨在提升外科工作流程中的決策制定和質量控制</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/ -- 聯影智能（UII）推出了 uAI NEXUS MedVLM，這是一個突破性的醫療視頻大型語言模型，在臨牀環境中提供前所未有的空間和時間精度。</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 將該模型完全開源，並推出了一個新的全面基準，用於行業評估。該研究成果已被 2026 年計算機視覺與模式識別會議（CVPR）接受，彰顯了其在全球計算機視覺社區中的認可。</p>
</div><p>Continue Reading</p>
<div class="lb-trans"><p>繼續閲讀</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>該雷達圖中顯示的統計數據來自研究論文：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 基於一個龐大的數據集，包含來自 8 個臨牀場景的 531,850 個視頻指令對，包括機器人手術、腹腔鏡手術、內窺鏡檢查、開放手術和護理。</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>僅憑 4B/7B 參數，uAI NEXUS MedVLM 在重要的醫療視頻任務中顯著超越了領先的通用基礎模型，包括 GPT-5.4 和 Gemini 3.1。它在評估手術安全性方面的準確率達到 89.4%，而 GPT-5.4 為 1.8%，Gemini 3.1 為 10.1%。在時空動作定位方面，其 mIoU 值比 GPT-5.4 高出多達 14 倍，比 Gemini 3.1 高出 4 倍。在生成視頻報告方面，其得分為 4.2 分（滿分 5 分），明顯超過了 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>（來源：上述性能統計數據來自研究論文：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>啓動全球開放挑戰以加速共同創新</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>為了推動醫療視頻 LLM 模型的發展，UII 已開始逐步發佈其數據集 “MedVidBench”，首批開放源代碼發佈了 6,245 個經過嚴格審核的基準測試樣本。該倡議涵蓋了八個不同的手術數據集，在規模和臨牀精度上均為全球首創。</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>開發者可以在統一的排行榜上評估他們的模型，提交的貢獻將根據私有參考數據自動進行評估。結果將反映在一個持續更新的全球排行榜上，提供不同模型的透明和可比的性能評估。</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 邀請全球的 AI 研究人員、開發者和醫療機構參與這一開放挑戰，通過協作創新推動醫療視頻智能的發展。</p>
</div><p><strong>Projektseite:</strong> https://uii-ai.github.io/MedGRPO/</p>
<div class="lb-trans"><p><strong>項目頁面：</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>在所有醫療視頻任務中推動智能化</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>理解醫療視頻長期以來一直是人工智能面臨的最大挑戰之一——它需要微觀的空間意識、複雜的時間邏輯和無可妥協的臨牀準確性。過去，進展受到臨牀數據嚴重匱乏和專家註釋成本高昂的制約。</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 克服了這一瓶頸。通過為多樣化的臨牀視頻開發一個全面的逐幀註釋框架，我們嚴格捕捉了關鍵屬性：器械軌跡、空間定位、精確的手術動作和關鍵風險指標。這一前所未有的數據基礎為 uAI NEXUS MedVLM 提供了完整而強大的臨牀智能堆棧。</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>在此基礎上，該模型無縫集成了感知、思考和決策。它提供了高精度的器械時空定位和自動化過程識別，並利用先進的推理將複雜的視頻序列轉化為結構化的臨牀報告、區域描述和快速工作流程摘要。超越被動觀察，它將這些洞察提升為主動決策，支持對下一步的預測、手術能力的評估和全面的安全風險評估。</p>
</div><p><strong>KI-Innovation in klinische Wirkung in der Praxis umsetzen</strong></p>
<div class="lb-trans"><p><strong>將 AI 創新轉化為臨牀實踐中的效果</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 旨在臨牀應用，能夠在手術工作流程中實現更為明智的決策和數據驅動的質量控制，同時縮短臨牀醫生的學習曲線，提高培訓的效率和一致性。</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>展望未來，uAI NEXUS MedVLM 可以作為一箇中心感知和認知引擎，為在物理世界中運作的具身 AI 提供支持。它們共同構成一個視覺感知、認知思維和物理執行的閉環系統，為更自動化、標準化和智能化的健康生態系統鋪平道路。</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

全球首個用於醫學視頻的開源 LLM 已發佈，全球開發者社區被號召進一步開發