历史性一刻，腾讯和迈瑞联手了，它们意欲何为？

一家，是中国医疗器械行业的“一哥”，市值超千亿，旗下机器已经进入全球190多个国家和地区。

另一家，是中国互联网行业的顶级巨头，手握云计算、大模型和庞大的技术生态。

现在，两家走到了一起。

近日，迈瑞医疗联合腾讯云智能体开发平台ADP，上线了全球首个医疗技术服务大模型。

迈瑞旗下“瑞智服”小程序界面

乍看之下，这似乎又是一桩“大厂+AI+医疗”的合作。

但仔细看，会发现事情没那么简单。

因为双方落地的场景，是让AI先学会“看懂”医疗设备，而非此前行业主流的医生助手。

要知道，过去一台呼吸机、监护仪或者检验设备突然报警，医院工程师和医护人员往往需要查说明书、翻维修资料、联系设备科，甚至等待资深工程师远程判断。

现在，迈瑞试图把这个过程压缩到几秒钟。

设备出了什么问题、应该先排查哪里、下一步该怎么处理，用户直接用自然语言提问，系统就能给出相应的排查步骤和注意事项。

表面上看，这只是把医疗设备售后服务做得更智能了一些。

但如果把迈瑞过去几年在设备互联、大模型、自动化、闭环麻醉、手术机器人上的动作放到一起，再看腾讯这次为什么入局，事情就开始变得有意思了。

接下来，我们将详细展开分析。

01

新的超级入口：

AI先学会给机器“看病”

本次迈瑞与腾讯联手，最受行业关注的问题是：为啥会把医疗设备服务作为AI率先落地的入口？

核心原因在于，它长期高度依赖人，而最稀缺的恰恰是能够快速调取、判断并应用专业知识的人。

设备出现异常后，用户首先要识别型号、软件版本和报警信息，再从说明书、维修资料、培训文档，甚至工程师个人经验中寻找答案。

一个看似简单的报警代码，背后可能对应不同设备、不同版本、不同场景，以及完全不同的处理方式。

迈瑞此次推出的医疗技术服务大模型，做的第一件事，就是把这些散落的知识重新组织起来，并把检索和判断的入口前移到AI。

据悉，该模型内置了海量的临床关键知识和设备语料训练数据，覆盖生命信息与支持、体外诊断、医学影像等核心业务领域。

在专业测试评估中，关键问题回答准确率达到99%，能够支撑年均百万级服务咨询的秒级响应。

于是，第一层变化发生在服务链条本身。

即AI被放到了服务链条最前面，大量标准化问题先由模型完成初步判断，复杂情况再转交工程师。

第二层变化，则发生在工程师的角色上。

人并没有退出，只是从重复答疑转向更复杂的长尾问题。

此前需要反复回答大量相似问题情况锐减，工程师因AI助益可以把更多时间留给长尾故障、现场处置和真正需要经验判断的场景。

与此同时，经验的传递方式也在改变。

过去，新人要跟着老工程师慢慢积累；如今，部分经验开始被结构化地沉淀进系统。

这意味着，医疗行业中AI最早体现价值的地方，除了“辅助医生看病”，也可能是先替工程师消化大量重复、标准化的知识工作。

这背后，透露出产业AI落地的规律：知识量大、重复性强、反馈清晰，而且人力成本足够高的场景，最有可能先被AI改变。

医疗设备服务几乎全部符合，也因此更容易算出一笔明确的经济账。

正如迈瑞在2026年一季报中所提到：“医疗机构普遍面临经营承压、采购预算收紧的现状”。

如果把这件事换算成一笔经营账，它的价值就更直观。尤其在医院“过紧日子”的背景下，设备厂商和医疗机构都在重新计算服务效率。

迈瑞2025年全年销售费用高达51.45亿元，其中职工薪酬超32亿元，差旅费近6亿元。

数据来源：迈瑞医疗2025年财报

要维系庞大的设备网络，传统依靠“人海战术”的服务模式成本十分高昂。

设备停机时间能缩短多少、一名工程师可以覆盖多少设备、有多少重复咨询无需等待人工响应、基层医院和夜间场景能否获得接近一致的服务质量——这些指标既关乎厂家的运维成本，也直接切中医疗机构对设备利用率锱铢必较的刚需。

不过，如果只把它理解为降本增效，仍然低估了这项业务的想象空间。

真正关键的是下一步，服务数据能否变成新的基础设施。

迈瑞提出，医疗技术服务大模型更重要的价值，是形成一个面向全球设备服务的数据底座。

这个构想的底气，首先来自迈瑞日益庞大的出海版图。

2026年一季报显示，迈瑞国际业务收入达44.49亿元，逆势大增15.70%，占集团整体收入比重已跃升至53%。

数据来源：迈瑞医疗2026年Q1财报

当超过一半的营收来自跨时区、跨语种的海外市场，再叠加发达国家高昂的人工成本，一个能够7×24小时秒级响应的AI数据底座，就不仅是售后工具，更可能成为支撑海外服务网络的关键基础设施。

更重要的是，随着服务数据持续汇聚，AI可以进一步理解设备故障规律、用户需求分布和服务场景变化，并向预测性维护、远程服务、VR培训、管理决策支持等场景延伸。

从“故障发生后怎么排查”转向“故障发生前怎么预测”，医疗设备服务的价值链就被重新拉长了。

走到这里再回看迈瑞过去几年的动作会发现，技术服务大模型并非一项孤立的售后创新，其是更大智能化路线中的一个入口。

02

多年野心落地：

迈瑞想让机器拥有“大脑”

如果只盯着这次发布，迈瑞似乎只是做了一个更聪明的售后系统。

但把时间轴拉长，画面会完全不同：售后只是入口，迈瑞真正想推进的，是医疗设备能力边界的一层层外扩。

在迈瑞2025年年报释放出的战略信号中，公司已经梳理出一条五层递进的数智化演进路线。

第一层，单点产品的底层技术突破；

第二层，多设备融合创新；

第三层，建立设备互联的IT生态；

第四层，打造医疗垂直大模型“启元”生态；

第五层，则指向具身智能。

迈瑞医疗主要业务线的产品组合 图片来源：迈瑞医疗2025年财报

这五层并不是五项彼此独立的业务，而是一条从“单机智能”走向“系统智能”、再走向“物理执行”的演进链条。

最初，一台机器只需要把自己的功能做好。

设备开始互联后，彼此之间可以交换数据；数据汇聚到一起，大模型才有机会从中识别规律、提取信息、辅助判断。

再向前一步，如果模型给出的判断能够直接作用于设备，驱动设备调整和执行，一个“感知—决策—执行”的闭环便逐渐成形。

这正是迈瑞押注具身智能的底层逻辑，先让设备连接，再让模型判断，最终让判断能够作用于现实世界。

因此，大模型在这套体系里更像连接数据、设备和流程的中枢。

迈瑞想做的事情，也从“让一台设备更聪明”，进一步走向“让一群设备能够连接、判断和协同”。

从现有落地看，这条路线可以分成两个阶段。

第一步，AI先帮助人理解和处理信息；第二步，AI再逐渐进入设备执行环节。

在ICU，迈瑞推出了“启元重症医学大模型”。

这一模型已在浙江大学医学院附属第一医院、上海交通大学医学院附属仁济医院、北京大学深圳医院等30家医院先行部署。

它可以在5秒内梳理患者过去24小时的病情并生成动态数字画像，在1分钟内生成病历，辅助完成70%的病历书写，并减少医护人员50%以上的人工录入时间。

在检验科，则落地了“启元检验大模型”。

它开始联动样本质量、仪器状态、患者历史检验结果和用药信息，并形成审核、解读、管理、迎审四类智能体。

在南方医科大学深圳医院，引入该模型后，科室平均样本审核效率提升约30倍，报告审核准确率超过90%。

这种以AI和自动化赋能临床的技术演进，已经不只体现为效率提升，也开始转化为真实的市场竞争力。

根据2026年一季报，在行业整体承压背景下，迈瑞国内体外诊断核心业务（免疫、生化和凝血）的平均市占率稳步攀升，已从2025年底的12%提升至2026年一季度的13%。

数据来源：迈瑞医疗2026年Q1财报

换句话说，AI智能化不仅是技术标签，也正在成为存量博弈中争夺市场份额的工具。

影像科延续的，仍然是同一条逻辑。

即先把复杂信息交给AI处理，再把医生从重复劳动中释放出来。

迈瑞将启元妇产、乳腺大模型与超声设备结合，实现历史阳性特征提取、关键切面识别、病灶自动测量和结构化报告生成。

相关临床数据显示，这套系统减少了医生50%、助手80%的重复性工作量。

到这里，AI主要还在帮助人理解信息、形成判断，最终的执行权仍在人。

迈瑞接下来的动作，则开始跨过这条线：让AI从“辅助判断”逐步进入物理世界。

第一种形态，是在体外诊断领域逼近“黑灯实验室”。

2025年推出的MT8000C智慧凝血流水线，尝试进一步减少人工干预。

其智慧质控模块能够自动完成干粉质控瓶的复溶和测试；“鹰眼核查”系统结合图像识别与AI技术，对样本质量进行监控。

相关AI技术还能在1.2秒内捕捉高清血清图像，自主判断血清质量，识别准确率超过97%。

第二种形态更进一步，闭环麻醉开始尝试让模型的判断直接驱动设备动作。

2025年财报显示，迈瑞正在开发由麻醉机、监护仪等设备融合而成的自调节闭环麻醉系统。

在这样的系统中，监护仪承担感知功能，实时监测患者生命体征变化；数据进入IT中枢和大模型，模型完成推理后，再向输注泵、麻醉机等设备发出指令，调节用药量和气体浓度。

至此，“机器—数据—模型—机器”的闭环出现，机器负责感知，模型负责判断，另一台机器负责执行。

第三种形态，则是手术机器人。

它把这种“感知—决策—执行”的故事推向更复杂的物理空间。

迈瑞已经在年报中明确提出，未来将融合腔镜、能量平台与手术器械等技术积累，推出手术机器人产品。

目前，该公司拥有4K+3D+NIR智能影像平台、超声刀、智能双极以及一次性电动腔镜直线型切割吻合器等产品。

视觉、能量、执行末端，一台机器所需要的多个“器官”正在逐渐拼齐。

更值得注意的是，这些构成“具身智能”物理底座的产品，已经开始展现出商业爆发力。

迈瑞2026年一季报显示，在传统优势产线承压之际，包含微创外科在内的新兴业务板块逆势大增18.22%，单季贡献13.98亿元收入，占整体营收的17%。

数据来源：迈瑞医疗2026年Q1财报

由此，一条新的商业飞轮开始浮现。

装机量→服务数据→AI学习→服务效率→用户黏性→更多数据。

这条飞轮最重要的变化，是重新定义了“装机量”的价值。

咨询越多、故障场景越丰富、维修记录越完整，模型对机器的理解就越深入；模型越懂机器，服务效率和用户黏性又会反过来增强。

这正是迈瑞试图建立的新能力，也是理解腾讯此次入局所扮演角色的关键。

03

大厂布局背后：

腾讯要深入产业的“最后一公里”

当迈瑞为什么要做这件事逐渐清晰之后，第三个问题也随之浮现。

腾讯为什么愿意陪它做这样一门重、苦、慢，而且高度专业化的生意？

从目前的公开信息来看，双方并未披露更具体的技术分工，因此很难判断每一层能力究竟由谁提供。

但即使不看具体分工，这次合作已经呈现出一个越来越典型的产业AI结构。

科技公司提供模型和平台能力，产业龙头提供真正稀缺的行业知识、真实场景与持续反馈。

腾讯这一端拿出的是腾讯云智能体开发平台ADP。

图片来源：腾讯云智能体开发平台ADP官网

迈瑞这一端拿出的，则是多年积累的医疗设备知识、临床场景、服务经验，以及遍布全球的真实设备网络。

此次医疗技术服务大模型内置的5000余项临床关键知识和500余项设备语料，正是这些长期积累的一部分。

这组搭配说明，一个能力再强的通用大模型，也很难仅凭通用训练数据，直接变成一名优秀的医疗设备工程师。

因为医疗产业真正难复制的东西，是埋在企业内部的Know-how。

它藏在几十年的产品研发中，藏在工程师一次次故障排查里，藏在不同科室的工作流程中，也藏在大量已经进入医院的机器和持续发生的真实使用场景里。

迈瑞恰好拥有这样的积累，其产品与解决方案目前已覆盖全球190多个国家和地区。

只有当这些设备持续产生咨询、故障、维修和使用场景时，科技公司的大模型能力才真正找到可以扎进去、不断迭代的土壤。

这也是产业AI与互联网AI最重要的区别之一，前者的壁垒，越来越多地来自“模型之外”的行业细节。

模型越向行业纵深走，就越离不开这些难以标准化，也难以从公开语料中获得的细节。

医疗设备有自己的知识体系，ICU有自己的工作逻辑，检验科有自己的审核流程，手术室则对安全、实时性和执行精度提出另一套要求。

因此，数据是否足够专业、系统能否进入真实流程、知识能否持续更新、反馈能否形成闭环，反而成为AI能否真正落地的更关键的问题。

腾讯拥有AI平台，迈瑞拥有机器和场景——两端缺一不可。

一端掌握模型与技术工具，一端掌握长期积累的产业知识。

只有两套能力真正咬合，大模型才可能从“会回答问题”，进一步进入企业真实的生产和服务流程。

也正因为如此，“医疗设备售后”这种长期处在产业后台的业务，突然有了新的战略价值。

它琐碎、重人力、专业门槛高，却也正因为如此，沉淀了大量难以复制的Know-how和高质量反馈。

当然，在医疗行业，这条路注定走得更慢，因为安全、专业和流程门槛都更高。

但也正因为慢，一旦扎进去，往往会更深。

04

行业终局推演：

医疗器械开始进入“会思考”的时代

AI进入医疗设备运维，早已有迹可循。

据了解，GE HealthCare已经利用AI、数字孪生和24×7监控，预测部分影像设备的潜在故障；Philips同样已经布局远程监测和预测性维护。

从这些动作中，行业的演进路径大概分为三步。

第一步，它帮工程师找到报警原因；

第二步，它开始预测设备可能发生的故障；

第三步，当机器状态、患者数据和临床流程进一步连接，AI就可能参与更多设备之间的协同，甚至影响设备的执行。

迈瑞过去几年的布局，恰好沿着这条路径一路向前。

启元重症医学大模型、检验大模型、智能流水线、闭环麻醉、手术机器人，看上去散落在不同科室，背后却指向同一套递进逻辑，先感知数据，再形成判断，最终把判断作用于现实世界。

这也解释了为什么具身智能会对医疗器械企业产生如此强的吸引力。

目前，迈瑞已经明确表达了这样的方向：公司正试图把原本分散在不同科室的医疗器械，通过物联技术组装成能够“感知—决策—执行”的具身智能体系。

一旦这条路径成立，医疗器械行业的竞争维度也会随之增加。

接下来，软件、连接、AI、数据和服务生态的重要性都会不断上升。

不过有一个值得追问的问题是，为什么是现在布局？

除了AI当下的大发展外，答案的另一部分恰恰也藏在迈瑞所处的经营周期里。

当下，医疗设备行业整体正处于弱复苏周期。2025年，迈瑞营业收入332.82亿元，同比下降9.38%；归母净利润81.36亿元，同比下降30.28%；其中国内业务收入同比下降22.97%。

进入2026年一季度，在国内医疗机构采购预算收紧的背景下，国内业务依旧承压（同比下降11.13%），归母净利润同比下降11.37%。

也就是说，在传统业务面临周期挑战的同时，迈瑞并没有收缩技术底座上的投入，反而继续把资源押向下一阶段能力。

在经营承压的2025年，公司研发投入仍达到39.29亿元，占营业收入的11.8%。2026年一季度，其单季研发投入依然维持在8.89亿元的高位，占营业收入比重达10.64%。

数据来源：迈瑞医疗2026年Q1财报

当原有增长节奏发生变化，一家医疗器械巨头仍选择顶住短期业绩压力，把大量资源投向大模型、自动化和具身智能，它押注的是下一轮竞争。

不过要注意，AI给出一条设备故障排查建议，与AI直接控制一台医疗设备，是两个完全不同的难度等级。

但无论怎样，只要沿着“服务入口—机器经验—设备协同—物理执行”这条路径继续往前，一旦这扇门打开，改变的就不只有售后效率，还有医疗器械公司的能力边界。

从这个维度看，医疗器械行业的新故事，或许正在开始书写序章。

本文来自微信公众号“医线Insight”，作者：张小漫，36氪经授权发布。