证券代码：688787 证券简称：海天瑞声 北京海天瑞声科技股份有限公司 投资者关系活动记录表 编号：2024-017 | --- | --- | --- | |----------------------|------------------------|---------------------------------| | | | | | 投资者关系活动类别 | □ | 特定对象调研 √分析师会议 | | | □ 媒体采访 □业绩说明会 | | | | □ 新闻发布会 □路演活动 | | | | □ 现场参观 □电话会议 | | | | | □其他（请文字说明其他活动内容） | | 参与单位名称及人员姓 | 汇添富基金 钱诗翔 | | | 名 | 东方红资管 张明宇 | | | | 富国基金 蒲梦洁 | | | | 西部利得 张昭君 | | | | 国泰基金 韩知昂 | | | | 上海淳阳基金 谢伟玉 | | | --- | --- | |----------------------|--------------------------------------------------| | | 平安资 ...

行业发展趋势 - 数据服务行业将向更加智能化发展，通过拓展算法覆盖场景和提升算法准确率，持续提升机器参与程度和人机协作效率，降低数据处理成本[3] - 数据安全和合规能力将成为数据服务能力的核心评价维度，成熟的安全合规管理体系将成为重要评价标准[3][4] - 多语种能力将成为支撑企业顺利出海的核心要素之一，具有强大语言研究能力的数据服务企业将获得更多商业机会[3] - 充足、稳定且高质量的数据处理团队储备以及更加智能化的资源配置能力，将成为数据高效、稳定交付的重要保障[4] 公司竞争优势 - 公司拥有丰富的产品积累、成熟的数据处理技术和平台、全球化的供应链管理能力等竞争优势[4][5] - 公司深入重视数据安全和合规，在日益完善的法律环境下，这方面的投入为公司带来了新的竞争壁垒，也将会为公司未来在垂直行业和政企业务拓展形成有利优势[4][5] - 公司持续大规模投入研发和人才建设，为应对基于自身技术属性的同业公司的未来竞争提前布局[5] 训练数据生产流程 - 训练数据生产主要包括设计、采集、加工和质检4个环节[5][6][7][8][9] - 设计环节通过确定训练数据集的结构和属性，为后续采集工作奠定基础[6] - 采集环节根据数据量和属性要求获取原料数据[7][8] - 加工环节通过公司平台对原料数据进行标注，提高标注效率和准确度[8][9] - 质检环节渗透在全流程，确保各环节数据质量[9] 客户需求分析 - 客户对训练数据的需求是持续的，随着AI技术应用场景越来越多，各种场景的数据集需求会不断增加[9][10] - 智能驾驶数据业务的市场需求主要取决于车型及传感器丰富度、量产车数量以及智能驾驶级别的提升，这三个因素的共同作用将带来指数级的数据处理需求增长[10][11] 新兴业务发展 - 公司将持续探索围绕大模型所需数据相关服务，开展以预训练、强化学习为代表的多元化数据获取、高阶垂向拓展等方向的数据服务能力建设[13][14] - 公司还将探索以数据治理、数据交易、数据处理等为核心的数据要素领域，力争将数据要素创新业务打造成为具有潜在高增长价值的新兴业务板块[14]

业绩增长驱动因素 - 公司境外业务收入同比增长50.00%，拉动公司整体营业收入快速增长[3][4] - 大模型技术的快速发展以及应用领域不断拓展，科技巨头加大多模态数据投入，全球数据服务市场持续增长[3][4] - 《促进和规范数据跨境流动规定》等法规出台，为数据出境提供了更为高效简明的路径[3][4] 利润增长原因 - 标准化数据集产品收入占比大幅提升，公司整体数据交付能力提升，使训练数据定制服务的毛利率同比显著增长[4][5] - 研发投入强度呈现自然回落，销售费用以及管理费用有效降低[5] 技术研发进展 - 加大对高级别数据标注工具的研发力度，开发了3D动静分离标注工具、BEV多图层4D车道线标注工具等[6] - 优化算法中台中枢能力，开发了2D-3D融合的动静分离检测追踪算法，在点云分割产线实现提效20%以上[6] 大模型业务布局 - 完成并持续建设多领域大模型数据集，包括语音、视觉等[7] - 针对大模型在特定行业的应用需求，开发了医疗、金融、法律、艺术等垂直领域的标注资源[7] - 与清华大学联合启动多语种语音大模型研发计划[7] 未来发展规划 - 全球化业务:推出全面的出海战略，建立海外技术研发体系[9] - 智能驾驶业务:继续升级自动驾驶数据平台DOTS-AD，提高数据处理效率及实现规模化效应[9][10] - 新兴业务探索:围绕大模型所需数据相关服务,探索数据要素创新业务[10] 语音业务进展 - 拥有超过205个语种/方言的覆盖能力,积累了超过130个多语种的发音词典[11] - 可支撑构建高质量的智能语音、以及多模态训练数据[11] 智能驾驶海外采集业务 - 已在全球范围内扩展道路采集业务,为公司构建智能驾驶全球化数据服务能力奠定基础[12]

证券代码：688787 证券简称：海天瑞声 北京海天瑞声科技股份有限公司 投资者关系活动记录表 编号：2024-014 | --- | --- | --- | |----------------------|------------------------------|---------------------------------| | | | | | 投资者关系活动类别 | √ | 特定对象调研 □分析师会议 | | | □ 媒体采访 □业绩说明会 | | | | □ 新闻发布会 □路演活动 | | | | □ 现场参观 □电话会议 | | | | | □其他（请文字说明其他活动内容） | | 参与单位名称及人员姓 | 国寿安保 余舒嘉铭 | | | 名 | 华夏基金 贾静雯 | | | | 万家基金 陈鹏宇、高源 | | | 会议时间 | 2024 年 9 月 11 日 | | | | 2024 年 9 月 12 日 | | | 会议地点 | 腾讯会议 | | | 上市公司接待人员姓名 | 证券部总经理：张哲 | | | --- | --- | |----------------------|---- ...

证券代码：688787 证券简称：海天瑞声 北京海天瑞声科技股份有限公司 投资者关系活动记录表 编号：2024-013 | --- | --- | --- | |----------------------|-----------------------------|----------------------------------------| | | | | | 投资者关系活动类别 | □ | 特定对象调研 √分析师会议 | | | □ | 媒体采访 □业绩说明会 | | | □ 新闻发布会 □路演活动 | | | | □ 现场参观 □电话会议 | | | | □其他 | （请文字说明其他活动内容） | | 参与单位名称及人员姓 | | 源乐晟资产管理有限公司 王雁杰 | | 名 | | 北京鸿道投资管理有限责任公司 方云龙 | | | 兴合基金管理有限公司 候吉冉 | | | 会议时间 | 2024 年 9 月 4 日 | | | 会议地点 | 券商策略会 | | | 上市公司接待人员姓名 | 证券部总经理：张哲 | | | 投资者关系活动主要内 | 1 | 、公司上半年收入增长的主要驱动因素是什 | ...

公司上半年业绩增长的主要驱动因素 - 受益于多模态大模型的发展、《促进和规范数据跨境流动规定》出台带来的政策环境改善以及公司在境外营销体系的持续投入,公司境外业务收入同比增长50.00%,拉动公司整体营业收入快速增长[4][5] - 标准化数据集产品收入占比大幅提升,公司整体数据交付能力提升,使训练数据定制服务的毛利率同比显著增长,共同驱动公司整体毛利率增加至70.34%[4] - 研发投入强度呈现自然回落,销售费用和管理费用有效降低,共同驱动公司上半年净利润大幅增长,实现扭亏为盈[4][5] 公司全球化业务增长的原因 - 大模型技术快速发展以及应用领域不断拓展,科技巨头加大多模态数据投入,全球数据服务市场持续增长[5] - 公司凭借多年来在语言研究以及自然语言方面的技术积累、以及全球领先的标准化数据集储备,进一步赢得了境外客户信赖[5] - 《促进和规范数据跨境流动规定》等法规出台,为数据出境提供了更为高效简明的路径[5] 公司在大模型业务上的布局和进展 - 持续建设包括"大语言模型中文对话预训练数据集"、"语音大模型（声音复刻、歌曲）微调数据集"等在内的多领域大模型数据集[6][7] - 针对大模型在特定行业的应用需求,重点开发了医疗、金融、法律、艺术等垂直领域的标注资源,形成垂直领域专家库[6] - 与清华大学联合启动多语种语音大模型研发计划,有效提升多语种语音数据处理的效率和准确性[7] 公司在智能驾驶领域的最新进展 - 加大对高级别数据标注工具的研发力度,开发了3D动静分离标注工具、BEV多图层4D车道线标注工具等,有效支撑了自动驾驶算法演进对数据标注工具的需求[7][8] - 开发了2D-3D融合的动静分离检测追踪算法,在点云连续帧融合产线实现提效30%以上,迭代优化点云分割算法和地面检测算法,在点云分割产线实现提效20%以上[7][8] - 在全球范围内扩展了道路采集业务,为公司构建智能驾驶全球化数据服务能力奠定了基础[8] 强化学习阶段数据服务的发展趋势 - 由单模态向多模态转变,逐渐向更多垂类拓展,标注评价/评分指标变得更为丰富[9] - 大模型向多模态发展将推动数据服务行业进入更大的增量空间,高质量多模态训练数据集的持续学习训练的重要性将更加凸显[9][10]

公司概况 - 公司主营业务包括智能语音、自然语言处理、计算机视觉等人工智能核心技术[10,11] - 公司持续加大在算法、算力、训练数据等方面的投入，不断提升技术实力[10,11] - 公司积极拓展海外市场，在美国、欧洲等地区取得良好进展[2] - 公司完成了对数安易公司的投资，进一步增强了数据安全方面的技术实力[2] - 公司未来将持续加大在新兴技术领域的研发投入，推动业务创新和市场拓展[6] - 公司将进一步优化产品结构，提升产品的性能和可靠性，满足客户多样化需求[2] - 公司将持续完善公司治理，提升管理水平，为股东创造更大价值[3,5] 财务数据 - 公司2022年1-6月营业收入为9,242.64万元，同比增长24.13%[23] - 公司2022年1-6月归属于上市公司股东的净利润为41.64万元，上年同期为-1,724.14万元[23] - 公司2022年1-6月经营活动产生的现金流量净额为1,567.69万元，上年同期为-2,387.38万元[23] - 公司2022年6月30日归属于上市公司股东的净资产为75,337.91万元，较上年度末减少3.70%[23] - 公司2022年6月30日总资产为78,778.98万元，较上年度末减少4.45%[23] 行业发展趋势 - 全球人工智能(AI)IT 总投资规模预计从2022年的1,324.9亿美元增至2027年的5,124.2亿美元，年复合增长率为31.1%[33] - 中国人工智能产业规模预计从2023年的2,137亿元增长至2028年的8,110亿元，年复合增长率为32.9%[34] - 训练数据作为AI发展和演进的"燃料"作用更加凸显，2021年全球AI训练数据市场需求约为42亿美元，预计到2027年将增长到220亿美元，年复合增长率达32%[35][36][37][38] - 在数字经济发展和大模型技术的双重驱动下，人工智能行业将进入新一轮产业高速发展期[33] - 数据将在未来发挥更重要的作用，成为大模型竞争的重要决定性要素[35] - 中国人工智能基础数据服务市场规模将从2023年的45亿元增长到2028年的170亿元,年复合增长率为30.4%[56,57,58] 公司技术实力 - 公司持续在智能语音、计算机视觉、自然语言等基础算法研究方面取得进展，新增数十个基础模型[111] - 完成多个现有模型的优化升级，如3D点云目标检测算法准确率提升10%以上、3D点云跟踪算法准确率提升20%以上[111] - 探索语音大模型所需要的无监督训练数据自动清洗技术、视觉大模型所需要的图文对数据标注技术[111] - 实现了千万级大规模点云语义分割的技术突破与落地，完成了多项4D标注相关平台能力升级[111] - 重构了包括副语言标注、打点标注、音素边界标注等在内的多项标注流程，实现了高精度实时语音流线上化处理与可视化渲染[111] - 建设了高性能多源、多维度实时大数据分析系统，优化了数据同步技术与实时采集质控技术的自动检测与错误报告机制[111] 公司资质与荣誉 - 数据堂获得国家高新技术企业、国家及北京市专精特新"小巨人"企业等多项资质荣誉[95] - 标贝科技获得国家高新技术企业、北京市专精特新"小巨人"企业等资质荣誉[95] - 海天瑞声获得国家高新技术企业、国家专精特新"小巨人"企业等多项资质荣誉[95] - 公司被认定为国家级专精特新"小巨人"企业[112,113] 公司产品与服务 - 公司主要从事 AI 训练数据的研发设计、生产及销售业务[98] - 公司提供的训练数据涵盖智能语音、计算机视觉、自然语言等多个核心领域[98] - 公司客户累计数量超过 1,000 家，覆盖了科技互联网、社交、IoT、智能驾驶、智慧金融等领域[98] - 公司提供定制服务、标准化产品和训练数据相关的应用服务三类盈利模式[103] - 公司训练数据生产过程包括设计、采集、加工和质检四个环节[104] - 公司基于自身训练数据提供算法模型相关的训练服务[104] - 公司生产的训练数据广泛应用于个人助手、智能家居、智能驾驶等多种应用场景[102] - 公司成品训练数据集主要由数据文档、说明文档、技术文档三部分构成[100] - 公司提供的训练数据助力 AI 技术实现实践应用及商业化落地[102] 公司研发实力 - 公司拥有同行业具有竞争力的综合研发实力，研发团队规模为65人，覆盖平台工具开发、算法研究、产品设计等多条主线[129] - 公司核心研发人员均曾服务于全球顶尖科技企业或毕业于名校，组成了公司坚实的研发领导核心力量[129] - 公司积累了较为完备的综合性、一体化数据处理平台及工具体系，覆盖智能语音、计算机视觉、自然语言等全业态领域[129] - 公司设置了专门的产品研发部门及AI+研发部门，可前瞻性挖掘和布局新兴市场需求[129] - 公司具备较强的数据生产工程化能力，可助力公司大幅缩短数据研发及生产周期[129] - 公司自有知识产权的训练数据产品储备超过1,650个，全面覆盖

智能驾驶数据业务市场需求分析 - 车型及传感器丰富度决定所需数据解决方案的数量[2] - 量产车数量决定整个训练数据需求基数的大小[2] - 智能驾驶级别的提升决定数据处理场景的种类和体量[2] - 上述三个因素共同作用下,数据处理需求将呈现指数级增长趋势[2] 合成数据技术对业务的影响 - 合成数据可作为数据采集的有效辅助,但存在较强局限性,降低真实世界特征的训练效果[2] - 目前大多数企业仍使用真实场景数据进行模型训练,公司会关注合成数据技术的发展并及时调整业务布局[2] 标品化产品数据集与定制化服务的差异 - 产品数据集是先于客户需求形成的模拟数据,属于一次性投入、未来重复授权销售[2] - 定制业务的需求来源是客户的定向化需求,部分原始数据来源于客户提供的实网数据[2] - 客户在产品初期通常需要采购模拟型数据集,后续会提供实网数据进行加工[2] 公司在智能驾驶数据业务的竞争优势 - 拥有覆盖全应用场景、支持多传感器融合的智能驾驶数据业务平台[2] - 具有前瞻性的标注工具和持续提升的算法能力[2] - 具备数据安全保障能力,满足行业监管要求[2] 训练数据产品与定制服务的意义 - 自有知识产权训练数据产品集群是公司的显著优势,保障了规模化和高利润率[2] - 提供训练数据定制服务有助于公司了解行业动态,为研发迭代提供资源[2] 行业竞争格局及未来变化 - 目前市场主要由品牌数据服务商、客户自建团队和中小数据服务商构成[2] - 未来市场集中度将进一步提升,技术研发投入和资源能力将成为竞争焦点[2] - 数据安全合规能力也将成为淘汰不合格企业的重要因素[2] 公司未来增长点 - 境外业务和智能驾驶业务将成为核心增长点[2] - 大模型数据服务和数据要素市场将成为新的增长动能[2]

财务数据和关键指标变化 - 公司未提供具体的财务数据和关键指标变化信息 [无] 各条业务线数据和关键指标变化 - 公司主要介绍了自动驾驶数据服务业务,包括定制数据服务、产品数据库和数据标注平台等 [4][7][10] - 公司在自动驾驶数据采集、标注等方面有丰富的经验和能力,可以满足国内外客户的需求 [12][13][14][16] - 公司持续投入算法研发,提升数据处理和标注效率,如视频目标跟踪、点云框自动贴合等 [28][29][32] 各个市场数据和关键指标变化 - 公司的客户包括国内外知名的科技公司和车企,覆盖全球AI产业的主要参与者 [5][7] 公司战略和发展方向及行业竞争 - 公司专注于提供高质量的AI训练数据服务,在安全合规和资质方面具有优势 [8][9] - 公司持续加强自动驾驶数据服务的能力建设,包括标注技术、算法预处理等 [19][27] - 公司希望通过自有的产品数据库,为客户提供基础数据支持 [34] 管理层对经营环境和未来前景的评论 - 公司未提供管理层对经营环境和未来前景的具体评论 [无] 其他重要信息 - 公司拥有全国范围的供应商资源和数据采集基地,可以灵活调配资源满足客户需求 [35][36] - 公司积累了丰富的项目管理和交付能力,可以保质保量完成高难度的数据服务项目 [35][36] 问答环节重要的提问和回答 无相关内容

会议主要讨论的核心内容 - 公司是全球领先的人工智能训练数据提供商,是国内首家上市企业 [1][2] - 公司提供全面的AI训练数据服务,涵盖语音、计算机视觉、自动驾驶等领域 [2] - 公司拥有广泛的客户群,包括国内外BAT、车企等知名企业 [2] - 公司在数据安全合规、环境支持等方面具有竞争优势 [3] - 公司提供定制数据服务、成品数据库、软件方案和基地服务等多种合作方式 [3][12] 问答环节重要的提问和回答 问题1 **提问内容** 公司在自动驾驶数据标注方面有哪些能力和经验 [4][5][6][7] **回答内容** - 公司在2D、3D、点云分割等多种标注能力上有深厚积累和丰富经验 [4][5][6] - 公司针对车道线、停车泊车等场景开发了多种标注技术,并持续优化提升 [7] - 公司投入大量资源建设了一体化的数据标注服务平台,能够提高标注效率和数据质量 [4][8] 问题2 **提问内容** 公司在自动驾驶数据处理和算法建设方面有哪些创新 [9][10][11] **回答内容** - 公司自研了多种算法模型,如目标跟踪、弹性框贴合、智能追踪等,提升了数据标注效率 [9][10][11] - 公司针对动态物体和静态物体采用差异化的标注模型,进一步提升了标注质量 [11] - 公司利用大模型技术如MetaSAM等,与自有算法相结合,不断优化数据处理能力 [11] 问题3 **提问内容** 公司在自动驾驶数据服务方面有哪些独特的优势 [12][13] **回答内容** - 公司拥有大量的成品数据库,可以直接为客户提供高质量的数据资源 [12] - 公司在全国各地拥有广泛的基地资源,能够灵活调配满足客户需求 [12] - 公司积累了20年的项目执行和交付能力,能够保质保量完成高难度的数据服务项目 [13]