第3422章《哪吒2》票房突破148億，光線傳媒掏12億買樓！

炒股就看，權威，專業，及時，全麵，助您挖掘潛力主題機會！

來源：野馬財經

機構關注穩居榜首，AI醫療龍頭憑什麽？

Deepseek的橫空出世，讓世界看到了中國公司在人工智能領域的崛起。作為極具創新性的技術，其進一步推動了各行各業對於大模型的應用。

作為AI技術與民生緊密結合的關鍵方向，AI醫療近年來成為市場新熱點。“弗若斯特沙利文”數據顯示，中國AI醫療行業的市場規模顯著增長，中國AI醫療市場規模預計將由2023年的88億元增加至2033年的3157億元，2023年至2033年的複合年增長率為43.1%。

3月4日，國內醫療龍頭華大基因接受了多家頭部投資機構密集調研。另根據Wind數據顯示，2025年2月，華大基因共接受機構調研3次，累計接待超過200家機構，調研次數在醫療服務行業（申萬二級）公司中位居首位。

據悉，2025年，華大基因將圍繞“ALL計劃”的核心戰略目標，推動業務模式從生產型服務全麵轉向智能型服務。這引發外界對其AI技術布局與業務模式轉型的關注，而在行業人士看來，通過數據、算法、算力的“三角協同”，華大基因已形成獨特的技術“護城河”。

自主生成基因數據

成本可控

基因數據是精準醫療的基石，作為中國基因行業的龍頭公司，華大基因擁有全國產化的基因數據產出能力，基因檢測過程能夠自主、可靠地生成基因數據，成本可控。

在2月7日的投資者關係活動中，華大基因公開表示，公司在數據積累和數據分析上具有較大的先發優勢，基於過去二十餘年積累的數據及算法研發能力，使公司在通用模型基礎上能夠更好地結合專業知識，尤其在將多種健康管理檢查數據融合並進行自動化、智能化分析方麵，極大提升了檢測效率。

此外，華大基因還提到，大規模的真實世界的數據來源多樣性、真實案例庫的全麵性是將模型的準確率提升到臨床級別可用的關鍵。公司通過上萬個樣本的實際驗證，確保了極高的準確性以及穩定性。

圖源：罐頭圖庫

在對外合作方麵，華大基因通過與頂級醫院的合作，構建了百萬病例訓練數據集，包含公開數據和商業合作數據，數據獲取和預處理的高成本構成了較高的技術壁壘。

華大基因通過信息化建設和數據對齊，確保數據結構化、來源可靠穩定以及對齊性，從而輸出高質量數據。這種數據處理不僅滿足了當前需求，也考慮了用戶未來反複使用數據的需求，從而實現標準化，便於獲取、存儲和挖掘。

業內人士表示，隨著全基因組檢測成本降至千元級，數據量將呈指數級增長。憑借百萬級基因組數據庫和自主測序技術（DNBSEQ平台），華大基因在生育健康、腫瘤防控等核心領域將保持技術壁壘。

麵向醫療機構和公眾

GBI ALL計劃已建立完整商業閉環

2024年9月，華大基因發布“生成式生物智能範式GBI ALL”，其核心是多模態大模型GeneT（Genetic Transformer）。該模型基於Transformer架構，結合百萬級高質量數據與專家經驗，實現了全基因組數據的智能化解讀，大幅提升基因組數據分析效率、降低成本。

據了解，華大基因目前的客戶結構以B端（企業及機構客戶）為主，主要包括醫療機構、科研院所、公共衛生部門及生物醫藥企業。在自主研發的GeneT基礎上，華大基因的算法能力可以通過這種模式變現：通過B端技術授權，利用AI大模型技術，結合百萬級高質量數據和專家經驗，實現全基因組數據的精準解讀，顯著提升數據分析的效率和準確性，為B端客戶提供更高質量的服務。

在2月10日的投資者交流會中，華大基因首次披露，其GBI ALL（生成式生物智能範式）計劃已建立覆蓋“數據生產-算法訓練-臨床驗證”的完整閉環。這種閉環的顛覆性在於，通過全國產化測序平台，公司每年自主生成大量高質量原始數據，GeneT（基因檢測多模態大模型）將其轉化為結構化知識，並通過ChatGeneT（麵向公眾的基因組谘詢係統）平台實現商業閉環。

眾所周知，高質量數據集的獲取量和獲取成本對於模型訓練的性價比具有舉足輕重的影響，華大基因這種模式打破了傳統基因企業依賴第三方測序儀和數據平台的困境。DeepSeek-V3及DeepSeek-R1的技術優化，有望使得數據清洗成本大幅下降。

另一方麵，華大基因將依托“火眼”實驗室網絡及消費級檢測產品，通過線上線下融合提升C端市場滲透率。

今年，華大基因已對華大互聯網醫院係統進行數據重構，打通了用戶管理與服務流通環節，為C端提供以健康為中心的便捷式多組學醫學檢測服務及遺傳谘詢服務。未來公司將大力拓展自營商城等私域渠道，推動公域與私域業務場景的深度聯動。此外，公司開發的ChatBGI也將為C端用戶提供快速、精準的基因數據解讀，進一步增強用戶體驗和擴大品牌認知度。

基於Deepseek算力

基因檢測效能進一步提升

DeepSeek以低成本、高性能著稱，DeepSeek的推理模型R1在基座模型V3的基礎上，大規模使用了全自動的強化學習，取代了對過往需要大量人工反饋的監督微調和RLHF的依賴程度大幅降低。

按照官方提供的數據，每個H800節點上每秒有73.7k/14.8k個輸入/輸出tokens，理論單日總收入562027美元，成本利潤率545%，其“中國式創新”激活了國產算力生態。

從算力角度看，測序設備的效率與成本是基因科技行業的核心變量。

華大基因在回答投資者問時表示，隨著測序成本降低，如何進一步降低數據分析及解讀成本並提升效率變得至關重要。目前的技術進步，如基於開源模型DeepSeek-V3及 DeepSeek-R1的技術優化，有助於進一步降低數據分析成本，提升整體基因檢測效能。

此外，華大基因在算力部署上有長期積累和合作夥伴關係，包括與超算中心和GPU卡供應商的合作，可以滿足臨時大規模訓練和日常研發需求。

“ALL計劃”（Generative Bio-Intelligent）的核心在於以智能科技為引擎，通過前端樣本處理自動化、短讀長與長讀長測序技術平台協同升級，以及百萬級數據庫的擴容，構建“精準防控+有效幹預”的13311i99模式。這一模式不僅強化了公司在基因檢測領域的效率優勢，更通過AI大模型、真實世界數據（RWD）的規模化應用，加速向智能醫療生態的跨越。

華大基因通過數據、算法、算力的“三角協同”，正從基因檢測服務商向智能醫療生態平台跨越。“ALL計劃”的戰略轉型不僅體現了技術驅動的增長邏輯，更凸顯了公司在AI+生命科學領域的卡位優勢。

高盛預計，在AI應用逐漸成熟的背景下，非技術領域對AI服務的投入預期不斷增加，未來幾年，與AI相關的支出可能接近年GDP的1%。AI醫療領域的發展前景不容小覷。

這一戰略轉型，既是華大基因從“基因檢測服務商”向“智能醫療生態平台”躍遷的關鍵一步，更是中國AI醫療企業立足全球競爭的縮影。行業人士指出，在“健康中國2030”與數字經濟戰略的雙重驅動下，華大基因以技術護城河與商業化閉環，為行業樹立了“數據驅動、智能賦能”的標杆。未來，隨著AI+生命科學的深度融合，華大基因或將成為重塑全球醫療格局的“中國力量”，讓精準醫療的曙光照亮每一個生命的健康未來。