文章核心观点 - 在通用大模型同质化竞争背景下，蚂蚁集团旗下的垂直领域AI健康应用AQ通过聚焦医疗健康赛道实现差异化突围，其快速增长证明了垂直AI应用的价值落地潜力 [1][4][5] - AQ作为唯一健康类应用跻身2025年第三季度中国AI原生App月活跃用户规模Top10榜单第7位，且以83.4%的复合增长率成为前十中增长最快的应用 [1][4][7] - AQ的定位已从单一问答工具升级为连接用户、医生、医疗机构、设备厂商和开发者的AI医疗健康服务平台，通过技术生态构建形成护城河 [10][13] 市场排名与增长表现 - 2025年9月AQ月活跃用户规模达785.46万，在AI原生App规模TOP10榜单中位列第7 [3] - 2025年第三季度AQ月活跃用户规模复合增长率达83.4%，远超行业13.5%的平均增速，在前十应用中增长率最高 [4][7] - AQ从2025年6月26日发布独立App至9月跻身Top10仅用3个多月，9月16日首次入榜时位列第10，一个月后跃升至第7位 [2][6][7] 产品功能与服务特点 - AQ核心功能涵盖健康咨询、报告解读、健康档案等上百项AI功能，具备主动追问、主动建档、主动管理等核心特点 [6] - 产品基于蚂蚁医疗大模型训练，学习超万亿tokens专业医疗语料，具备多模态交互能力，在HealthBench、MedBench等权威评测中达到行业领先水平 [10] - 已构建线上线下一体化健康管理服务体系，提供7×24小时智能咨询、预约挂号、智能导诊、线上购药等服务 [10] - 持续推出创新功能如AI拍图打假、AI电话验真、AI智能皮肤检测、健康档案共享、慢病用药定时提醒等 [11] 行业背景与竞争格局 - 2025年我国互联网医疗用户规模达3.93亿人，占网民整体的35%，2023年市场规模3925亿元，预计2025年将增至4799亿元 [10][15] - 行业竞争加剧，字节跳动推出小荷AI医生，腾讯构建多维医疗健康解决方案，百度灵医智惠、京东京医千询等各有布局 [16][17][18] - 蚂蚁集团凭借十余年深耕积累优势，全国每年超8亿用户通过支付宝使用医疗健康服务，超7亿人开通使用医保码 [18] 战略布局与生态构建 - AQ与好大夫在线深度联动，推出AI找医生功能，从全国近百万医生资源中精准匹配，其中好大夫平台30万名注册医生提供在线问诊服务 [18] - 支付宝作为超级入口提供流量支持和信用背书，AQ与好大夫实现AI技术与专业医疗资源深度联动，打通AI找医生、精准连服务的场景闭环 [18] - AQ用户60%来自三线及以下城市，AI技术帮助优质医疗资源突破地域限制，提升医疗服务可及性 [19]

免責聲明 香港聯合交易所有限公司與證券及期貨事務監察委員會對本申請版本的內容概不負責，對其準確性或完整 性亦不發表任何意見，並明確表示概不就因本申請版本全部或任何部分內容而產生或因倚賴該等內容而引 致的任何損失承擔任何責任。 本申請版本乃根據香港聯合交易所有限公司（「聯交所」）與證券及期貨事務監察委員會（「證監會」）的要求 而刊發，僅用作提供資訊予香港公眾人士。本申請版本為草擬本，其內所載資訊並不完整，亦可能會作出 重大變動。 閣下閱覽本文件，即代表 閣下知悉、接納並向本公司、本公司的保薦人、整體協調人、顧 問或包銷團成員表示同意： 倘於適當時候向香港公眾人士提出要約或邀請，準投資者務請僅依據與香港公司註冊處處長註冊的本公司 招股章程作出投資決定；招股章程的文本將於發售期內向公眾人士派發。 (a) 本文件僅為向香港公眾人士提供有關本公司的資料，概無任何其他目的。投資者不應根據本文件中 的資料作出任何投資決定； (b) 在聯交所網站登載本文件或其補充、修訂或更換附頁，並不引起本公司、本公司的任何保薦人、整 體協調人、顧問或包銷團成員在香港或任何其他司法權區必須進行發售活動的責任。本公司最終會 否進行發售仍屬未知 ...

公司技术布局 - 公司依托天津互联网医院建设人工智能总医院 成功打造AI医生 AI药师 AI健管 AI智控等智能体[3] - 推出国内首款覆盖诊前-诊中-诊后全流程的临床级AI健康管家产品"微小医" 形成"5+1"智能体战略矩阵[9] - 医疗大模型采用多基座模式 整合外部通用大模型并自研技术 融合308类1.3万条专病慢病规则 47万条合理用药规则 377类222万条医药保审核规则[5] 业务成效数据 - 天津AI健共体实现基层医院门诊量显著提升 人均费用下降 在管糖尿病会员糖化血红蛋白达标率 血压达标率 血脂达标率全部提升[2] - AI医生赋能下基层医生不合理处方提醒遵从率达99.97%[3] - "微小医"可在数秒内生成医学健康建议并精准推荐匹配医院科室医生[6] 行业应用价值 - AI技术推动医疗从"以治疗为中心"转向"以健康为中心" 解决医疗资源分布不均衡 基层服务能力薄弱 慢性病高发等结构性难题[2] - AI健共体实现患者健康指标提升 基层服务能力提升 医保支出增幅下降的"两升一降"成效[3] - 新型服务模式助力医改深化 为健康中国注入科技动能[5] 产品功能特性 - "微小医"基于用户健康档案构建个性化健康画像 结合智能可穿戴设备实现自主健康监测与管理闭环[6] - 提供精准导诊 辅助诊疗 诊后康复一站式服务 包含用药指导咨询 康复计划定制 饮食运动打卡等功能[9] - 支持语音或文字输入症状 无缝对接预约挂号 在线问诊 报告解读等服务 实现"一问即答 一荐即通 一触即明"全流程体验[6]

核心观点 - 支付宝"碰一下"功能在不到一年半时间内用户突破2亿 实现支付交互方式从图形界面向直觉交互的革命性转变 并验证了自然用户界面(NUI)在AI时代的商业潜力[3][13][45] - 该功能通过联合10大手机厂商、定制芯片及饱和式地推策略 重构支付生态 带动万亿规模"碰链概念股"并激活NFC技术应用[12][23][26] - 蚂蚁集团以"碰一下"为起点 延伸出"看一下""说一下"等AI直觉交互支付矩阵 并迁移至医疗健康领域 通过AI健康应用AQ服务1.4亿用户 其中近六成来自小城乡镇[47][52][62] 支付业务增长表现 - "碰一下"用户达2亿 首个1亿用户用时321天 第二个1亿用户耗时减半 增速显著快于扫码支付30个月的达成周期[3] - 覆盖中国400多个城市、5000多个品牌及上千万商家 形成日均高频使用入口[4][5] - 联合华为、OPPO、vivo等10大厂商成立生态联盟 实现"锁屏/熄屏可碰"的体验优化[12][25] 技术实现与生态建设 - 与复旦微电子定制专用芯片 确保支付响应速度与信号稳定性 同时维持全球最低支付资损率的安全标准[26] - 推动NFC技术从"手机阑尾"变为核心功能 带动制造、芯片、手机更新等产业链形成万亿规模"碰链概念股"[26] - 与分众合作在40万电梯广告部署"碰一下" 试点期间三得利广告日均碰触活跃率提升65% 领券率达68.6%[42][43] 直觉交互的战略价值 - "碰一下"支付步骤从5步简化为1步（仅需解锁触碰） 显著降低视障用户和外国游客使用门槛[19][36][38] - 延伸至智能眼镜"看一下支付"（3步完成付款）和AI语音支付（如瑞幸咖啡语音下单） 解放用户双手[47][48][52] - 推出支付MCP协议作为AI世界"标准支付插座" 开发者可实现"一插即用"的支付能力接入[55] AI驱动的业务拓展 - 在医疗健康领域推出AI应用AQ 基于3600家医院数字化基础 通过医疗大模型提供24小时AI问诊服务 已覆盖1.4亿用户（60%来自小城乡镇）[60][62][64] - AI付、AI打赏等新功能为开发者提供柔性变现方式 降低AI创业的支付接入门槛[55][56] 行业变革意义 - 推动支付交互从GUI（图形界面）向NUI（自然界面）演进 为AI时代的泛在支付奠定基础[13][45][46] - 完成支付领域第三次跃迁：2003年担保交易推动电商、2011年扫码支付推动移动互联网、当前直觉交互支付推动AI商业化[69][70][71] - 通过削减交易成本（寻找、谈判、履约环节）重构商业价值链 实现社会价值与商业价值的融合[66][67]

公司战略与定位 - 蚂蚁集团CEO强调专业能力是垂类模型核心竞争力 通用模型短期难以替代[1] - 公司致力于解决数据 幻觉 伦理三大核心问题 让AI成为医生助手[1] - 探索AI医疗健康领域基于"刚需+中高频"双重特性 医疗低频但健康管理高频[3] - 明确表示专业AI在医疗健康领域具有不可替代性 用户粘性来自问题解决能力[3] - AI医疗终极目标是提供个性化精准可信建议 包括身体状况了解 用药推荐和健康管理[3] - 公司未来几年不急于推进商业化 聚焦专业数据积累 抑制幻觉与医学伦理建设[5] 技术发展与挑战 - 高质量数据投入远超想象 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与[4] - 抑制幻觉关键挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力[5] - 医疗伦理问题极为复杂 公司专门成立医疗伦理顾问委员会邀请顶级专家共同探索规范[5] 市场进展与成果 - 公司2023年起加速探索AI医疗 2024年6月推出AI健康管家AQ[5] - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[5] - 已帮助超300个名医打造AI分身 实现名医"分身有术"的目标[5] 行业观点与趋势 - 医疗健康是十万亿级市场 为AI深度服务提供土壤[3][5] - 专业能力强构成护城河 使用越多越了解用户 深度认知是基础通用模型难以做到的[3] - AI相当长时间内无法替代医生 应定位为医生助手 帮助专科医生拓展能力边界[3] - AI医疗唯一出路是人机结合 让名医专注科研和疑难杂症 基层医生获得良好助手[3]

公司战略与定位 - 蚂蚁集团CEO强调医疗健康领域具有"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司明确专注专业AI在医疗健康领域的不可替代性 认为专业能力构成核心竞争力护城河[3] - AI医疗终极目标是提供个性化精准可信建议 包括身体状况评估用药推荐和持续健康管理[3] - 公司定位AI为医生助手而非替代者 致力于通过AI帮助专科医生拓展能力边界并向全科医生靠近[3] - 成立医疗健康实验室进行AI赋能MDT多学科会诊等前沿探索 坚持人机结合发展路径[3] - 未来几年不急于推进商业化 聚焦解决专业数据积累模型幻觉抑制与医学伦理建设问题[4] 技术发展与挑战 - 面临三大核心难题：高质量数据获取成本极高 单条数据标注成本可达上百美元且需副主任/主任医师级别专家参与[4] - 抑制幻觉挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 需要反复打磨平衡[4] - 医疗伦理问题极为复杂 公司专门成立医疗伦理顾问委员会邀请顶级医疗专家共同探索规范[4] - 通用大模型在相当长时间内难以替代垂类专业大模型 因专业模型具有深度认知用户优势[3] 业务进展与规模 - 2023年起加速探索AI医疗 今年6月推出AI健康管家AQ[5] - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[5] - 已帮助超300个名医打造AI分身 实践"让名医分身有术"的理念[5]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 致力于解决数据 幻觉 伦理三大核心问题 目标是将AI打造为医生的专业助手 [1][4] - 医疗健康领域具备"刚需+中高频"双重特性 医疗行为低频但健康管理高频 为AI深度服务提供发展土壤 [3] 垂类模型竞争优势 - 专业能力是垂类模型核心竞争力 通用模型短期难以替代医疗专业AI 专业性强构成护城河 [1][4] - AI医疗终极目标是提供个性化 精准且可信的建议 包括身体状况评估 用药推荐和持续健康管理 [4] - 公司明确AI在相当长时间内无法替代医生 核心战略是推进人机结合模式 [4] 技术实施挑战 - 高质量数据投入远超想象 单条医疗数据标注成本可达上百美元 需副主任/主任医师级别专家参与保障质量 [5] - 抑制幻觉需平衡"抑幻而不降能" 在减少错误同时保持模型服务能力 需反复打磨 [5] - 医疗伦理问题极为复杂 公司已成立医疗伦理顾问委员会 邀请顶级医疗专家共同探索规范 [5] 商业化与市场进展 - 尽管医疗健康是十万亿级市场 公司未来几年不急于推进商业化 优先聚焦专业数据积累 幻觉抑制和伦理建设 [5] - 公司自2023年加速AI医疗探索 2025年6月推出AI健康管家AQ 全端用户突破1.4亿 [6] - 已连接全国超5000家医院 近100万真实医生 并帮助超300个名医打造AI分身 [6] 应用场景拓展 - 通过AI帮助专科医生拓展能力边界 向全科医生方向靠拢 [4] - 成立医疗健康实验室 开展AI赋能MDT多学科会诊等前沿探索 [4] - 目标让名医专注科研和疑难杂症治疗 同时为基层医生提供优质助手 [4]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 强调专业垂类模型的核心竞争力 通用模型短期难以替代 [1] - 选择该领域基于"刚需+中高频"双重特性 医疗属低频行为但健康管理是高频需求 [2] - 终极目标是提供个性化、精准且可信的建议 包括身体状况了解、用药推荐和健康管理 [2] 技术发展路径与挑战 - 面临三大核心难题：高质量数据投入远超想象 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与 [3] - 抑制幻觉挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 [3] - 医疗伦理问题最为复杂 公司已成立医疗伦理顾问委员会邀请顶级专家共同探索规范 [3] 商业化策略与用户规模 - 未来几年不急于推进商业化 优先聚焦专业数据积累、幻觉抑制和伦理建设 [3] - AI健康管家AQ全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生 [5] - 已帮助超300个名医打造AI分身 通过人机结合让名医专注科研和疑难杂症治疗 [2][5] 应用场景与行业价值 - AI定位为医生助手而非替代者 帮助专科医生向全科医生拓展能力边界 [2] - 成立医疗健康实验室进行AI赋能MDT多学科会诊等前沿探索 [2] - 服务足够专业可信时用户留存率自然提升 形成深度认知护城河 [2][3]

蚂蚁集团AI医疗战略定位 - 公司CEO强调医疗健康领域具有"刚需+中高频"双重特性 为AI深度服务提供土壤[2] - 明确专业AI在医疗领域具有不可替代性 通用模型短期难以替代垂类专业模型[2][3] - AI医疗终极目标是提供个性化、精准且可信的建议 包括身体状况了解、用药推荐和健康管理[2] 技术实施路径与挑战 - 面临三大核心难题：高质量数据投入巨大（单条数据成本可达上百美元）、抑制幻觉需平衡能力保持、医疗伦理规范需持续探索[3] - 医疗数据标注需副主任/主任医师级别专家参与以保证训练质量[3] - 专门成立医疗伦理顾问委员会 邀请顶级医疗专家共同制定规范[3] 商业化与市场进展 - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[4] - 帮助超300个名医打造AI分身[4] - 未来几年不急于推进商业化 优先聚焦专业数据积累与模型能力提升[3] 行业应用模式创新 - AI定位为医生助手而非替代者 通过人机结合模式拓展专科医生能力边界[3] - 成立医疗健康实验室探索AI赋能MDT多学科会诊等前沿应用[3] - 致力于让名医专注科研与疑难杂症 同时为基层医生提供辅助支持[3]

公司战略与定位 - 蚂蚁集团CEO明确医疗健康领域具备"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司坚持专业垂类模型路线 认为通用大模型长期难以替代医疗专业模型[3] - AI医疗定位为医生助手而非替代者 通过赋能MDT多学科会诊帮助专科医生拓展能力边界[3] - 未来几年不急于商业化 聚焦解决数据积累、幻觉抑制与医学伦理三大核心问题[5] 技术实践与成果 - 已推出AI健康管家AQ 全端服务用户突破1.4亿[5] - 连接全国超5000家医院与近100万真实医生[5] - 协助超300个名医打造AI分身[5] - 成立医疗健康实验室进行前沿探索 并专门设立医疗伦理顾问委员会[3][5] 行业挑战与投入 - 医疗数据标注成本极高 单条数据成本达上百美元且需副主任级别以上专家参与[4] - 抑制幻觉需平衡"抑幻而不降能" 需反复打磨技术[4] - 医疗伦理问题需与顶级专家共同探索规范 属于行业未解难题[5] - 高质量数据投入远超想象 是模型训练的基础保障[4]