9月20日，阿里巴巴达摩院开源RADAR模型。该模型基于42万余例增强腹部CT影像训练，可检测近150种腹部疾病，AUC达0.913，在对比测试中优于23/26名放射科医生。这是近期中国大模型开源在垂直医疗领域的最新动作。
这一事件放在中美AI格局中，凸显商业化与开源路径的差异。美国前沿实验室（如OpenAI、Anthropic）聚焦企业订阅与IPO，Anthropic年化营收预期已超1000亿美元，但中国模型整体营收仅为美巨头的约十分之一。阿里选择开源RADAR，类似此前Qwen系列策略，旨在通过生态积累数据与应用场景，而非单纯追逐闭源高定价。相比之下，美国资本更青睐封闭模型的护城河，医疗等高监管领域落地仍受证据缺口与合规制约。
对比之下，阿里此举更接近“基础设施”打法：开源降低门槛，吸引医院、设备商共建数据集，加速物理世界部署。美企则依赖API与企业合同，短期营收领先，但长期可能面临监管与数据壁垒。短期内，这或让中国在垂直医疗AI追赶中获得差异化优势。
悬念在于：开源是否能真正弥合商业化鸿沟，还是仅停留在技术展示阶段？未来6-12个月，RADAR的实际临床采用率与后续模型迭代将给出答案。
信源：
https://www.scmp.com/topics/artificial-intelligence (2026-09-20)
https://getaibook.com/news/ (2026-09-20)
https://aiweekly.co/ai-news-today/edition/2026-09-19 (2026-09-19)