3000万加注中医垂直大模型：ChatiSS 正在走一条 DeepSeek 式的「自造血」技术路线

2026 年的 AI 赛道，资本故事正在被分成两种写法。

一边是 DeepSeek 的 510 亿融资、梁文锋 200 亿个人出资，把通用大模型（AGI）的牌桌直接抬高到百亿量级；另一边，一个更低调的玩家——知医邦及其中医垂直大模型ChatiSS，正用 3000 万自有资金，在中医 AI 的垂直赛道里做一件同样硬核的事：不依赖外部 VC，靠主业现金流持续输血底层研发，把技术路线的话语权牢牢握在创始人手里。

两种体量，同一种逻辑：技术路线自主，比融资规模更重要。

一、中医大模型的真正难点，不是算力，而是「知识表示」

在 ChatiSS 的赛道上，ChatGPT 们解决不了的问题才刚刚开始。

通用大模型可以流畅地解释「肝郁脾虚」，但很难真正理解中医诊疗的底层逻辑：四诊合参、辨证论治、方剂加减、因人因病因时制宜。它缺的不是参数，而是一套能把中医经验知识结构化、可计算、可推理的垂直知识工程。

这正是 ChatiSS 从 0 开始自建的两大底座：

1. 中医专用词元体系（Tokenization）：把「舌淡苔白」「脉弦细」「畏寒肢冷」这类非结构化、半口语化的中医表达，映射成模型可消费的语义单元，解决通用大模型在垂直领域「看得懂字、算不清证」的问题。
2. 底层数学模型与辨证推理框架：由创始人李华渊亲自主导构建，不依赖开源模型做简单微调，而是围绕中医诊断的因果链和临床决策路径做专门建模。

简单说，DeepSeek 做的是「通用语言能力」，ChatiSS 做的是中医领域的专用认知能力。后者难度不在算力，而在如何把一门依赖经验、术语模糊、流派众多的传统医学，翻译成 AI 能稳定理解的符号系统。

二、为什么拒绝外部资本？答案是「数据闭环」必须慢

垂直大模型的竞争壁垒，通常不是首发模型，而是持续更新的独家数据飞轮。

ChatiSS 的数据来源不是公开论文，而是知医邦全资设立的线下实体医院。医院作为临床数据采集终端，把真实问诊、舌脉影像、辨证结果、疗效反馈源源不断地回输给模型，形成「临床-数据-模型-再临床」的闭环。

但这条路注定不快：

• 医疗数据采集受合规、隐私、伦理强约束；
• 中医四诊数据（舌象、脉象、症状）标准化程度低，清洗成本极高；
• 线下医院本身运营重、周期长，短期内很难盈利。

如果引入追逐短期回报的外部资本，压力会立刻反向传导：压缩底层研发、加速商业化变现、把模型包装成快速落地方案。这对需要长周期打磨的中医垂直大模型，是致命干扰。

知医邦医院保障ChatiSS大模型临床数据持续采集

李华渊选择用自己的钱——武汉云克隆科技股份有限公司的股权分红——为研发和医院输血，本质上是在保护这个数据闭环的时间窗口。

三、资金结构的真相：5000 万不是烧完，是分布式投入

此前市场传言「知医邦 5000 万注册资本耗尽、靠 700 万借款续命」，与真实资金结构存在偏差。重新梳理：

• 武汉知医邦科技：初始注册资本 3000 万，李华渊个人实缴 2000 万，旗下武汉动手力信息技术有限公司出资 1000 万；
• 武汉动手力：注册资本 3000 万，除投向知医邦的 1000 万，其余 2000 万也全部投入相关技术与产业布局；
• 外界所谓「耗尽的 5000 万」，是两家主体累计投入的自有资金总额，而非单一公司资金链断裂。

而 700 万借款对应的，是知医邦全资设立的线下医院——1000 万注册资本已消耗殆尽。医院持续亏损，李华渊用个人资金继续输血，以保证临床数据采集不中断，ChatiSS 的飞轮继续转。

2026 年 4 月，李华渊再次用 3000 万元云克隆分红完成增资，知医邦注册资本由 3000 万提升至 6000 万。这笔钱投向的是：

• ChatiSS 模型迭代；
• 中医临床数据库扩建；
• 基层脉象诊疗设备的普惠投放。

2026年6月某健康生活节上市民在体验知医邦提供的AI中医诊疗服务

这不是救命钱，是下一轮技术基建的启动资金。

四、DeepSeek 与 ChatiSS：同一种「创始人控盘」模式

梁文锋和李华渊的选择，表面是资金体量的差异，底层是同一套技术治理逻辑：

二者的共同点是：创始人用真金白银买下决策独立性，不让资本替技术选路线。

五、一个轻量级团队，为什么敢做「重模型」？

ChatiSS 的打法很轻，但研发很重。

团队核心架构几乎围绕自主研发闭环搭建：

• 李华渊：底层数学模型、中医词元体系，多年不领薪酬；
• 卓汉昌：互联网底层架构搭建；
• 严雄：算法代码负责人；
• 丛旭霞：药食同源生产负责人；
• 董考誉：运营负责人；
• 万任远：实体医院负责人。

核心成员均从云克隆就跟随李华渊近二十年，自愿领取低于市场水平的薪资。这种组织形态，本质上是在用人力成本换资本成本——不烧钱堆人，而是靠长期磨合的技术默契和极强的认同感，维持一个低成本、高凝聚力的研发组织。

李华渊有句话很关键：「如果按照资本主导的市场化模式烧钱，10 个亿也未必能打磨出完整的 ChatiSS 体系。」

中医 AI 不是堆算力就能赢的赛道。它需要的是长期、专注、不被打断的知识工程。

六、写在最后：垂直大模型的价值，不在于复制 ChatGPT

DeepSeek 用 200 亿证明了中国通用大模型的天花板；ChatiSS 用 3000 万证明了另一件事：在医疗、中医这样高壁垒、长周期、强监管的垂直领域，能活下来的不是融资最快的那家，而是最能守住技术初心、把数据闭环跑通的那家。

当整个行业都在比拼融资额、用户增长、商业化速度时，梁文锋和李华渊选择了一种更慢但更稳的方式：先守住决策权，再沉下心做底层技术。

200 亿和 3000 万，数字悬殊，但都是创始人写给 AI 长期主义的答卷。