据介绍，通过大量的数据训练，ｕＡＩ影智大模型具备对医学影像的通用底层学习技能，并具备了快速迁移到新疾病类型的能力，可充分利用不同模态和不同任务之间的相关性，对各类不同任务均可实现优异性能表现。

以肾动脉血管分割任务为例，经过测试，该款大模型仅需１０个训练数据便可达到传统小模型需要使用２０１个数据才能达到的性能水平。

此外，联影智能方面介绍，ｕＡＩ影智大模型在另外８种器官上的分割准确性上均要优于传统小模型。这意味着，大模型底座既可提升产品性能，亦为新产品开发落地提供加速度，推动模型开发迈入新范式，能够更灵活、快速地满足更多维的临床需求。且在设计之初就提出“训练要大，部署要小”，强调实际部署过程中，可拆分出轻量化模型，保证模型院内落地可及性的同时，提升模型应用的灵活性。

目前，基于该款大模型基座，联影智能已在文本、影像、混合模态三方面均实现了创新产品落地。

联影智能联席ＣＥＯ沈定刚向媒体介绍，联影智能开发的医疗文本大语言模型支持７０Ｂ文本输入，相较于目前国内正在“卷”的长文本大模型，这个大模型并不“大”，但小模型有小模型的优势。７０Ｂ参数的文本模型是一个专门为医学领域优化的工具，它集成了海量的医学教科书和临床资料库的知识，在ＵＳＭＬＥ（美国医学执照考试）的评测上达到了６７％的合格标准，展现了其在医学领域的应用潜力。当前，该文本大模型已在复旦大学附属中山医院心外科、呼吸科等科室辅助临床及科研工作。

联影智能联合创始人、首席运营官詹翊强表示，经过专业训练后的联影智能开发的医疗文本大模型不需要庞大的算力，可以在医院本地部署，同时具备良好的信息总结性能，能很快抓取长达几千字的病人入院记录的关键信息，导入到首次病程录中，可以成为医生写诊疗记录时的辅助病工具；此外，该模型还有高度的可解释性，不仅能够提供诊断结果，还能解释诊断的依据；并有个性化的推理能力，能够根据患者的具体情况提供更为个性化的鉴别诊断。