死亡笔记
院区受困、床位压缩、扩张大减速：10年“分院时代”的野望迎来终局_我的网站
A | 逛一圈WAIC具身智能馆，最容易让观众停下脚步的，往往还是机器人正在做什么：抓取、搬运、行走，或者完成一项具体任务。 最近，有五个院区、床位数达到13000余张的郑州大学第一附属医院，官网上的医院介绍改为了“一院三区”，还有消息称医院床位将缩减至7500张。 消息传出，业界哗然。 凌迪科技的展台上，同样摆出了一项直观的任务——叠衣服。不过，这番变动倒是跟今年河南省卫生健康委再度重申“分院区数量不超过3个”的严肃态度相契合。
B | 早在2023年，河南省卫健委印发的《河南省公立医院分院区设置管理办法的通知》已经明确，省、市级医院原则上举办分院区不应超过3个。 2025年以来，政策对医院扩张的限制力度明显加强。 除了河南，今年3月，上海市卫生健康委也在《2025年上海市医政工作要点》中明确指出，“加强医院多院区管理，公立医院分院区数控制在3个以内。两台机械臂将衣服、调整，再重新落回桌面。”2025年新发布的《三级医院评审标准》也从考核层面强调了“控制新增院区和床位总量”。 单看结果，这是一场机器人衣物操作演示。但凌迪科技真正想被看到的，藏在机械臂动作发生之前。 近两年，大小医院主动瘦身，关停院区、缩减床位的情况已经非常普遍，甚至有的新院区建设尚未完工，就因资金链问题等种种原因被中止、撤销或调整计划。 展台呈现的是机器人完成一次操作，凌迪想讲的，则是这项能力如何被训练出来。 一位院长直言：“现在医院扩张的新项目已经很少了，这个形势假如再去扩张，就是在跟自己过不去。
C | 要让机械臂学会叠衣服，得先把衣服变成数字世界里一个可计算的对象。不同面料有多重、多滑、弹性多大、软硬如何，布碰到机械爪会怎么滑、怎么皱，这些都要先算出来。然后模型才能换着材质、换着摆放方式、换着抓取角度一遍遍练，最后再通过评测判断它到底学会没有。 这也是叠衣服与抓取规则刚体不同的地方。
D | ” 另一位卫健系统的人士指出，现在已经有一些国家区域医疗中心的院区卡在建设这一环，或者开业后招人出现困难，“牵头医院的人才很难下沉，医院的摊子铺不起来”。 这些话放在10年或5年前，会被视作太过保守，甚至被认为是实力不足的心虚。但当下，没人再会质疑其真实性。一只杯子被拿起后，形状通常不会发生明显变化；一件衣服被抓住一角，整体状态却可能随之改变。
E | 当年公立医院扩张浪潮汹涌，国家区域医疗中心遍地开花，省市级三甲医院下沉到各地区县猛开分院，被虹吸的县医院也卷入扩张的行列，建院区、扩床位，公立医院的每千人床位数、住院率狂飙猛进突破20%。 时移世易，三级医院的扩张开始屡屡碰壁，一轮医院扩张潮已经行至末期，大分院时代来到了终局。
F | 瘦身，先活下去 “一院多区”，过去10年，几乎一直都跟三甲医院的影响力直接挂钩。
G | 但这两年，三级医院主动关停院区、中止在建院区项目的情况却屡屡发生，危机感蔓延上这些三级医院院长的心头：三级医院扩张的好时候是否已经过去了？ 今年8月，山西省肿瘤医院发布公告称南院区将于8月1日全面停诊，现有科室搬迁至主院区。 看起来只是一次抓取和翻折，背后对应的却是机器人进入家庭、轻工业等真实场景后绕不开的一类问题：如何处理那些会折叠、滑动、缠绕和持续形变的对象。
H | 凌迪科技此次重点展示的SynReal World，正是从这片更复杂的“柔性世界”切入。南院区揭牌成立之时，重点打造乳腺诊疗中心，设有外科、内科、放疗、整形、康复等亚专科。 它不直接制造机器人，而是希望在机器人本体与具身模型之间，搭建一套覆盖3D资产生成、仿真训练和自动评测的一站式数据基础设施，让模型进入真实场景前，先在数字环境中经历足够多的物理交互与任务试错。 而那个占地面积达70亩的南院区，最终只生存了短短5年时间。 同样是在今年，9月底的浙江瑞安，温州医科大学附属肿瘤医院瑞安新院区的建设项目获批不到一个月，就面临市政府的紧急调整，院区建设的投资额从31.3亿元下调为17.975亿元，床位规模从500张降至300张，面积从16万㎡缩减至8.7万㎡。
I | 01. 机器人认出一件衣服，离叠好它还很远 过去两年，机器人的视觉识别和动作控制能力快速提升。
J | 模型可以判断桌上放着什么，也可以根据指令生成动作。 再往前追溯，东南大学附属中大医院江北新院区投资60亿元，规划床位2500张，开工两年后项目中止，从2022年5月至今一直处于停工状态。 县域卫生发展研究中心副秘书长刘峻直言，在经济增速较快的时期，很多城市积极投建新区、开发区，都会规划筹建医院的项目，但现在很多开发区实际上没有吸引到足够的人口流量，发展速度已经放缓。 “比如说南京的江北新区，有一些地段的发展基本属于半停滞的状态，却要规划一个2500张床位、60亿投资的项目，这显然值得商榷。”事实不止如此，在南京，规划床位2000张的鼓楼医院江北国际医院二期、规划床位3000张的江苏省肿瘤医院江北新院区也都在紧锣密鼓的建设当中，两家医院均预计于今年完工并投入使用。但“看见一件衣服”和“把衣服整理好”，仍然是两个不同层次的问题。 如此密集的同级别三甲医院扎堆城市新区，势必在未来争抢病人的竞争中燃起“战火”，有的项目因此选择暂缓建设或调整规划，也在预料之中。 新院区扩张碰壁，自然在于“过剩”。当需求饱和，尤其是普通三甲医院开设的新院区，缺乏顶尖医院的品牌效应，在竞争中极有可能招不到足够病人，医院的运营压力越来越大。
K | 与此同时，当前形势下一些地方财政或投资第三方的资金链吃紧，在建项目也受到影响。 衣服被抓住一个角，整体状态会立即改变。 陕西省山阳县卫生健康局原副局长徐毓才分析称：“随着医保基金监管和医保支付制度改革的进程加快，有的病人住院了，但医院不但不赚钱，还要赔钱，医院自己算算账就不收了。抓取位置、布料材质、初始褶皱和夹持力度出现细微差异，都可能让原有动作策略失效。” 中小型医院最早承压，在过去三年内，公立医院合并的事件已有十余起，遍布全国各地，长三角地区、河南、山东、湖北等地均有发生，很多妇幼类专科机构和企业医院改制的二级医院。 主动瘦身的医疗机构也不少，今年9月，北京市朝阳区双桥医院将一院两区调整为一个院区。机器人每完成一步操作，都需要重新判断物体发生了怎样的变化，并据此调整下一步动作。 床位过剩的浪潮中，大医院无法独善其身。
L | 徐毓才指出，“特别是从2024年到2025年，病人的流量也减少了。” “十年扩张潮”埋下的隐忧 三级医院扩张碰壁背后，是过往十年扩张潮的疯狂与野心。 这也使柔性物体的操作数据更难规模化采集。 “过去10年，整个医疗界每一个级别的医院都在扩张，国字头医院、省部级大三甲医院，借助国家医学中心和区域医疗中心建设扩张，甚至连一大批县医院也有了几个院区。 机器人一次操作失败后，工作人员往往要重新铺平衣服、整理绳索或复位物料。只是现在大医院出现床位缩减的情况，关注度更高，实际上这应该是一个普遍的现象。面对不同材质、尺寸、形态和摆放方式，真机数采所需的时间与人工成本会迅速。”一位资深卫健人士刘浩（化名）解释称。 为了加快优质医疗资源下沉，医疗水平顶尖的很多委属医院牵头在全国各地建设国家区域医疗中心，通过复制自身能力，提升区域间医疗服务同质化水平。 仿真由此成为具身智能扩大训练规模的重要方式。 但柔性物体仿真的难点，并不只是生成更多3D资产，数字对象还需要具备接近现实的材料属性和形变规律。 刘浩也直言，“但是一旦规模过大，当一个牵头医院在全国各地要建七八家区域医疗中心的时候，现实里就无法实现更多优质医疗资源的调配，派驻的医疗人员满足不了新院区建设的需求，很多院区因此陷入开业难。 简言之，谁更了解布料如何垂坠、拉伸、碰撞和褶皱，谁才更有可能把这类对象转化为机器人可用的训练数据。” 刘浩了解到，现在已经有一些国家区域医疗中心的院区卡在建设这一环，或者开业后招人出现困难，牵头医院的人才很难下沉，医院的摊子铺不起来。 这也解释了，为什么一家长期服务服装行业的企业，会在此时进入具身智能。
M | 他进一步透露，“国家区域医疗中心的建设节奏已经放缓了很多，很多医院还在关心国家区域医疗中心还会不会批复许可，我认为未来仍然会体现政策的延续，但可能不会再大量批了。
N | 02. 凌迪的具身智能入场券，来自十年柔性仿真积累 凌迪科技并非从机器人本体起步。
o | 但它过去十年处理的，恰好是机器人今天开始集中面对的问题——如何让计算机准确模拟柔性材料的物理变化。” 与国家区域医疗中心的逻辑类似，省一级的下沉扩张同样火热。 据了解，凌迪科技成立于2015年底，过去十年主要服务服装及轻工业，围绕数字面料、服装建模、服装设计和产业协同建立产品体系。 在这个跑马圈地的过程中，“一院多区”在过往几年越来越普遍。
p | 目前，其业务覆盖亚太、欧洲、美洲和非洲等区域，服务全球3000多家轻工业客户。
q | 刘峻指出，三甲医院跟同级别的省市医院之间竞争激烈，例如江苏省人民医院、鼓楼医院和东南大学附属中大医院都有很多合作的医院，“竞争需要上转的病人，不一定需要新建院区，更现实的做法是和一些区县市的医院建立紧密联系，形成分院的关系。” 作为浙江某县医院的一名院长，周承钧（化名）所在的医院也是省内一家大三甲医院的分院，每年都要上交一笔“管理费”。 数字样衣并不只是把服装做成一个视觉逼真的3D模型。但在他的眼里，交了钱却没有得到太多帮助，三甲医院在县域的所谓“下沉”实际上很难成功。 同一件版型换一种面料，垂坠、拉伸、褶皱和贴合效果都可能发生变化。
r | 周承钧表示，“大三甲医院在全省很多县市，但医院自己的优质资源也有限，所以许多时候容易流于形式，一开始派的是主任或副高以上级别，后来就变成了主治医师甚至刚毕业没几年的博士，晋升前下基层走个流程，慢慢就走样了。” 形式上的“分院”并没有给县医院带来红利，而大三甲新建的院区，则是实实在在地对县医院造成了巨大的虹吸。 例如在浙江绍兴，三甲医院“扎堆”建分院的情况普遍。
s | 目前，浙江省人民医院越城院区（规划床位700张）、浙大邵逸夫医院绍兴院区（规划床位2000张）投入了使用，另外还有浙江省肿瘤医院绍兴院区（规划床位2500张）、浙大二院柯桥院区（规划床位1500张）等院区仍在建设中。 这些规模庞大的大三甲分院，不可能只吸走疑难杂症的病人或者需要做大手术的病人。要在虚拟环境中还原这些差异，需要将重量、厚度、摩擦、弹性和弯曲刚度等材料属性转化为可计算的参数，并持续处理布料与人体、地面及其他布料之间的碰撞、滑动和形变。 据凌迪科技披露，其已经积累超过60万种行业面料数据库，围绕不同材料的物理属性、形变效果和仿真计算形成了长期积累。大三甲的扩张和运营也越来越困难，周承钧直言：“这些大三甲医院分院的病人其实也不多，住院也住不满，有的医院会免专家挂号费，实际上就是为了吸引患者，进而对当地医疗机构造成冲击，市级、县级医院的资源都被虹吸得很厉害。2024年至2025年，科研团队在顶级学术会议发表论文超过20篇。 这些能力过去主要服务服装设计和生产，如今开始被重新组织，用于机器人训练。 当然，数字样衣与机器人仿真并不能直接画等号。” 被卷入分院时代的县医院，在过去这些年也开始扩张，争夺家门口的市场。县级三甲医院也陷入了争议。 今年全国两会期间，四川南充市副市长欧阳梅接受采访时指出，“部分地方政府和医院为了提升区域医疗影响力，不顾实际条件盲目追求三甲医院称号。”从数据来看，今年四川已经有十余家县中医医院被评为了三甲医院，数量远超其他省份。前者更关注设计效果和服装呈现，后者还要面对机械手接触、受力反馈、连续形变和大规模并行计算。 但两类应用共享一个底层前提：虚拟材料不能只有外观，还要能够根据物理规律发生变化。 这使凌迪科技具备了一张相对特殊的具身智能入场券。 多位医疗界人士认为，县级医院评三甲是一种形式化的体现。 刘峻指出，“三甲医院的标准和要求更高，所以医院的运营成本更高，现在医保支付同城同病同价，其实是有利于二级医院的。如果县医院的设备规模、床位数超过了需求，盲目超前建设意义不大，反而增加了医院的运营压力。它并非从零研究布料为什么会垂坠、拉伸和褶皱，而是可以在已有的面料数据、服装仿真和物理计算能力上，继续向机器人操作与训练延伸。” 周承钧也表示，“如果当地评审标准放得太宽，让很多医院都评上了三甲，但其实医疗服务水平并没有真正实现同质化，也会带来一系列后遗症。” 分院时代结束了吗？ 部分院区关停、床位缩减、新院区建设项目中止，这些事件是否能指向一个信号：公立医院的扩张开始回归理性？ 运营一家新院区，往往需要数以年计的时间才能止亏为盈。
t | 03. SynReal World，把机器人训练接成一条数据管线 搭出一个仿真场景并不难，难的是让它持续生成机器人可用的训练经验。尤其是第三方投资建设的医院或新院区，在医保政策、经济环境的快速变化之中，因合作方资金问题中止建设的情况并不少见。这需要一套能够持续生成训练资产、组织模型试错，并判断机器人是否真正学会的数据基础设施。 SynReal World瞄准的正是这一环节。 凌迪科技将其定位为面向具身智能的全栈数据引擎，覆盖“3D资产生成—训练应用—仿真评测”完整闭环，将原本分散的建模、训练和验证环节接入同一条数据管线。而即便是由当地政府财政兜底的项目，各方也逐渐嗅到了危机感。 毫无疑问，三级医院的扩张已经变得更加现实。 简单来说，SynReal World搭建的，可以理解为一个面向机器人的“训练世界”：其中的物体遵循物理规律，任务可以反复运行，训练结果也能够被量化验证。 据周承钧了解，有的三甲医院开设新院区后，相比于从头开始独立运营，它们选择了另一种成本更低的方式进行启动，也就是与当地医院合并。 这个“训练世界”的构建，可以拆成三个环节。 第一步，是把数字资产变成可用的训练对象。
u | 他透露称，“比如在杭州某行政区，一家省级大三甲开设的新院区原本是独立的，可能由当地政府和医院合议，把当地的区级人民医院和这个新院区合并了。” 上述新院区的项目总投资23.6亿元，建筑面积达21万㎡，规划总床位1800张，又是一家当之无愧的“巨无霸”医院。 SynReal World支持从文字、图片和CAD等输入生成物体与任务空间，并为资产补充质量、摩擦、弹性和碰撞等物理属性。其核心能力覆盖高精度形变体仿真、刚体仿真和多物理场耦合仿真。 这一区别很关键。周承钧解释说：“这样大体量的医院，至少需要一两千号人才能运转起来，通过医院合并，可以省掉很大一部分人力成本，医院方甚至可能只用派院长、书记等管理层，再加上重点科室的骨干就可以了。” 如此合并，显然是医院与当地政府的共同选择。 站在当地政府的角度，医院建设项目固然仍是一项既能带动经济建设又能打造政绩的民生工程，但前期投入已经很大，后期运营的支撑压力也持续膨胀。普通3D模型解决的是物体“看起来像不像”，机器人训练关心的是施加动作之后，物体是否会按照接近现实的规律变化。 周承钧指出，这类医院扩张的项目都是由当地区县的政府负责建设，建好以后“交钥匙”，医院方以“出人”为主，负责派驻并招聘相应的医务人员和员工运营医院。关键在于，“一般来讲，许多医院为了解除后顾之忧，尤其是省级三甲话语权比较强，都会要求当地政府保障3年～5年的运营。
v | 只有数字对象能够合理地碰撞、滑动和形变，虚拟资产才可能变成有效的训练数据。” 因此，这些三甲医院的新院区在刚开业的几年，没有实质上的运营压力，但如果几年过去仍然不能止亏，在各地财政紧张的情况下，当地政府也很难无止境地去填窟窿，双方都不得不更审慎地对待医院扩张的项目。 积极的一面是，医院扩张建设的节奏已经大幅放缓。 另外，通过可仿真与交互的3D资产与场景的智能建模，SynReal World 可以对真实世界中采集的任务数据进行灯光与物体材质的泛化，解决数据有效性过低的问题。通过仿真把一条有效数据低成本变成十条，高效地实现训练数据的多样性，同时有效降低数据采集的成本。 第二步，是把单次试错扩展为可规模化运行的训练过程。周承钧说，“新开业的项目都是早几年批的，从审批到立项建设，最快也需要三到五年。现在医院扩张的新项目已经很少了，这个形势假如再去扩张，就是在跟自己过不去。 SynReal World支持强化学习和模仿学习，可以面向灵巧手、机械臂、双足机器人和机器狗等不同形态开展训练与策略验证。 它的价值并不在于替代真机，而是承担大量高频、重复和早期探索阶段的试错，把有限的真实设备与现场资源更多用于校准、验证和落地。 第三步，把“机器人学会了”转化为可重复验证的任务能力。” 而从另一个角度来说，上一批医院建设的规划项目，在这两年都会慢慢落地，并且经历一段时间的“保护期”。 关停院区、缩减床位的情况虽然已经陆续出现，但这只是第一道裂缝。 一次演示成功，并不代表模型已经掌握任务。过往10年，公立医院疯狂扩张导致的床位过剩等影响究竟有多深远，可能还要到3年~5年后显现。
w | 只有在场景和变量发生变化后仍能稳定完成，能力才具备进一步迁移到真机的可能。 SynReal World将程序化评测接入训练流程，支持并行测试、成功率统计、失败模式分析和过程记录，让模型每次更新后都能在已有任务中重新验证。 对一套具身智能数据引擎而言，完整闭环之外，还要看它能否以足够高的效率和精度运行，并接入现有研发体系。 本文来自微信公众号：健闻咨询 （ID：HealthInsightPro），作者：何京蔚，记者：李琳。
x | 根据凌迪科技提供的测试数据，在部分高复杂度场景中，SynReal World的仿真效率较Isaac Sim快5至10倍，静动力学误差降低近20%。 在生态层面，凌迪科技是NVIDIA Newton核心成员，SynReal World支持USD和Python API，并兼容MuJoCo、Newton等仿真引擎。
y | 在SynReal World之外，凌迪科技此次还展示了面向服装等轻工业场景的数字伙伴中台StyleWork。它融合AI Agent能力，让数字伙伴理解设计、选品、营销和运营等业务流程，调用专业工具并反馈结果，同时通过持续学习与记忆参与长期协作。这是凌迪科技将AI嵌入真实产业流程的另一条路径。 04. 物理AI竞争，正在向“训练场”深处延伸 把资产生成、模型训练和结果验证放进同一套流程，首先解决的是研发效率。模型每更新一次，不必重新搭建场景、切换工具，再单独统计任务结果。 但这套数据管线更值得关注的地方，在于它回应了具身智能面临的一项核心约束：机器人所需的数据，无法像语言模型那样从互联网低成本获取。 语言、图像、视频，天然以数字形态存在。而机器人需要的数据，必须包含动作、接触、力和物体状态变化——每一次交互，都是一次物理事件。模型要学习的，不只是一个物体长什么样，更是对它施加动作之后会发生什么。 真机采集的速度和成本，很难跟上模型对任务多样性的需求。仿真不能取代真实世界，但它可以重新分配试错成本。 当仿真承担越来越多训练任务，行业比拼的焦点也在转移。画面逼真不再是唯一标准。更关键的问题是：虚拟世界里的物体，是否遵循真实世界的物理规律？训练结果，能不能被重复验证？从仿真中学到的经验，又能在多大程度上迁移到真机？ 沿着这几个问题往下看，柔性物体成了一种更高门槛的检验标准。它更能代表家庭服务、轻工业和普遍的非结构化环境。 这正是凌迪正在卡住的位置。
z | WAIC现场，机器人依然是聚光灯下的主角。凌迪选择进入的，是聚光灯照不到的地方——机器人的训练场。 当行业竞争从“完成一次漂亮演示”，转向“以更低成本稳定学会一项任务”，谁能生成一个物理规律可靠、任务可重复、结果可验证的训练世界，谁就在为下一阶段的物理AI铺设底座。
Current article:http://nzg1.zhenzongtingrangunhongqiusao.shop/news/20260826_748728.html
Published on:08:21:57