每日互动:2025年2月7日投资者关系活动记录表

证券代码：300766 证券简称：每日互动
每日互动股份有限公司
投资者关系活动记录表
编号：2025-001
√ 特定对象调研  分析师会议
投资者关  媒体采访  业绩说明会
系活动类
别  新闻发布会  路演活动
√ 现场参观  其他（ ）
东北证券、东方财富证券、东吴证券、光大证券、广发证券、国海证券、国金
证券、国泰君安、海通证券、华安证券、华创证券、华鑫证券、民生证券、天
风证券、信达证券、浙商证券、中金公司、中邮证券、HCEP Management、安
参与单位 联基金、博道基金、渤海人寿、敦和资管、亘曦资产、工银安盛资管、国泰基名称及人 金、海通资管、昊晟投资、恒越基金、华安基金、华夏基金、健顺投资、交银 员姓名 基金、泾溪投资、君榕资产、宁银理财、人保养老、山西证券资管、上海仙人
掌私募基金、太平养老、泰康资产、天治基金、西部利得基金、野村东方资
管、益恒投资、银叶投资、永赢基金、云富投资、浙江发展资产、浙商资管、
正鑫基金、中银资管等
时间 2025 年 2 月 7 日
地点 公司展厅、公司会议室
上市公司 董事长、总经理 方毅
接待人员 副总经理、董事、CTO 叶新江
姓名 副总经理、财务负责人 朱剑敏
副总经理、董事会秘书 王冠鹏
一、公司介绍
投资者关 公司在上市之后就始终专注在数据智能领域，在技术上追求“极致”。我们系活动主 非常喜欢鲸鱼的文化，我们的大楼也是鲸鱼的形状。鲸鱼大多数时间很低调地沉要内容介 在水面之下，但每当需要时，它便能立刻浮上水面，喷出巨大的水柱。就像日常
绍
我们的 SDK 在手机中，大家是没有感知的，当国家有需要的时候就浮出水面，比
如健康码、地震预警等，我们都深度参与。

关于大家关心的话题，我们在 DeepSeek2.5 的时候就做了深度集成，在 3.0
版本更进行了深化。它的每个版本，我们是在第一时间集成。在春节期间，我们也没有停下，思考如何在可信数据空间里面去构筑可控大模型，这对于产业界放心深度地使用大模型非常重要。中国（温州）数安港近日发布了全国首个基于可信数据空间和 DeepSeek 的可控大模型服务，为各行业提供更为安全、高效的大模型应用解决方案，我们也深度参与。
大模型对产业赋能最好的开启方式是可信数据空间里面的可控大模型。我和很多全国头部企业沟通，比如 500 亿以上市值的企业大多数都会选择私有化部署一套大模型，费用在千万级，但自己的数据输入大模型是大家没把握的。所以，人工智能发展除了在线的 to C 的服务之外，可信数据空间里面的可控大模型是大模型产业落地的很好方式。
但我们和幻方和 DeepSeek 都没有股权关系，幻方的一个重要股东曾是我们的
创始核心骨干成员。在 20 年前，我们就追求技术的“极致”。最早我们做“备备”手机充电器，做到了“缩到极致”，那时候的手机操作系统约 50 个，1,000 多款
手机的同步软件有几十 G。我们把几十 G 做到了几十 K 的代码。后续我们的推送
产品也做到了“省到极致”。一个是省流量，当时推送一个月得耗费 30M 流量，我们把它做到了 0.8-1.2M 每个月；另外就是省电，每日耗电仅 15-50 毫安时；最后是省成本，我们运用了长链接的技术，使得我们的推送成本最低只需要甲方自己做成本的 1%。所以很多头部 APP 也在用我们。我们在速度上也“快到极致”，高并发、高吞吐、高速度、高可靠。我们可以做到亚秒级就能够把消息送到手机端，所以地震预警我们也在做。在发生地震的时候，我们的集群能做到亚秒级千万人员的消息分发。
回顾了历史，再讲讲现在。五年前，我们提到的数据智能。这里面包含着两个非常重要的概念，“数据”和“智能”，大白话来讲就是吃进去是数据，吐出来是智能。当大模型出来之后，这个比喻就变得非常具象。从我们营收构成来看，我们大概是“数据要素”含量最高的公司之一，那么接下去智能的东西会更多地体现在我们的未来。在战场上，我们定位在充分数字化的领域里，做数据智能化，帮助客户完成数据治理。在战术上，我们一直围绕“DMP(Data-Machine-People)”三层来展开。在战略上来讲，第一步是自数，就是合规地把我们自己的“数”拿
出来服务于别人；第二步治数，就是客户相信我们的能力，我们在客户侧帮它的数据加上我们的数据进行治理；第三步的时候我们提出“置数”，就是数据的“加工贸易”，后面有了数安港，这就可以落地了。我们要做的是数据积累、数据治理、数据应用，做到数尽其用、器尽其专、人尽其才。大家可以看看我们上市后财报，我们的方向一致都没变过。
前段时间我们发布了 2024 年再融资的预案，而在 2020 年的时候，我们也发
过一轮再融资，虽然终止了，但大家感兴趣可以把之前公告拿出来看，里面仔仔细细讲了我们的五年战略，那时候讲的是治数平台，目前已经落地，现在不停地去升级和迭代。这次我们两个募投项目也反映了未来五年我们干的事情。第一个是公共与产业数据价值融合开发的平台，我们也叫它“发数站”，对标发电站，这中间非常重要的是数据价值，是要构筑合规机制加上安全装置，技防加人防。同时，我们要强调的是，我们必须为产业创造出价值，然后分享价值。第二个项目叫可控智算能力平台建设与行业垂直模型产业化项目，这里面除了算力的打造，非常重要的是强调可控性，包括空间的可控性、算力的可控性，更加专注于在行业里面的垂直模型，拓展更多场景，强化我们的 AI 能力和多源数据。
我具体讲讲“发数站”是什么概念。“发数站”全称是公共与产业数据价值融合开发平台，大家在数据要素领域会把数据认为是一个非常危险和不确定性的东西，这和核燃料很类似，我们讲“核能危险，封闭预防；热能管控，局部流动；电能安全，开放传输”，数据也是从原始数据，到数据中间件，再到数据应用。数据的特点是无形性、非排他性和可复制性，一旦离手无法回收。中国（温州）数安港构筑了“中立国”模式，多方数据可以放在这里面进行联合计算，算完之后结果经审计输出，原始数据就地销毁。我曾经提出数据使用除了分级分类管理之外，一定要做到“分场景、封场景”使用。同一份数据在 A 情况下使用是合法，到 B 场景就是违法的，比如说数据用来合规的精准营销没问题，用来诈骗就是违法的；第二就是封闭，在物理上就不允许数据转移到域外去，就是可信数据空间。所以我们用机制保证分场景，用装置保证封场景使用。因此我们就构筑了“发数站”，底下是企业数据和产业数据，通过可信连接器进行接入，运用可信数据空间技术，上面是业务系统管理等，最终从下到上实现“供得出、流得动、用得好、保安全”。不同的数据需要不同的处理方法，我们提出了“挖、挑、捡、淘、萃”
的方法论，发数站也是一样，未来也要根据不同的数据去配发数站，实现不同数据资源的转化，接下来我们会携手我们交通、医疗等领域数智生态伙伴到全国各个城市建发数站。谢谢！
二、问答环节
问 1：我们注意到 DeepSeek-R1-Zero 是以无监督训练的方式进行，所以对于无标注的低质量数据依赖度减少，相反公司手里的高质量数据更加关键。我想再请教一下。公司在“微调”或者“蒸馏”的过程当中，具体做了哪些工作？有没有落地的客户？
答：
CEO：我认为数据是模型训练非常重要的原料，目前公司没有向 DeepSeek 提供语料数据，我们对于 DeepSeek 能力的应用以自用为主。我们已经把大模型的能力应用在营销、公共服务等领域，比如公司的“AITA 智选人群”（Artificial Intelligence TargetingAudience）功能，我们运用了自研的数据编织算法，用于提升营销效能。技术上可以请我们的 CTO 讲一下。谢谢！
CTO：感谢投资者的提问。大家知道人类的学习是两种，一种是模仿学习，再进一步是探索学习。模仿学习就像是预训练，探索学习可以理解为强化学习，目前高质量数据面临了一定程度的枯竭，所以必须要从模仿学习进入到探索学习。DeepSeek-R1-Zero 是利用新的强化学习的方式进行探索，呈现出来的能力非常令人惊讶，并且通过模型之间相互的训练实现了能力的提升。对于“微调”和“蒸馏”，我们会使用自己的数据来做一些产品，比如惠企政策智配大模型，政府发布政策后，运用我们的产品就能知道有多少企业是符合要求的，以后希望企业享受政策的时候不用再去申请，政府直接把政策下发到目标企业。
AI 的三要素是算力、算法和算料（数据），所以高质量的数据是企业或者国家重点关注的内容，如何经治理成为高质量数据也是非常重要的问题。我们的战略是自数-治数-置数，第一个自数就是指使用自己的数据，第二个治数，是客户可以运用我们的数据智能操作系统（DiOS）治理成高质量数据，但后续你就会发现自己的数据可能不够用，我们就需要从外面“置换”数据，即置数。因此我们不仅能把自己的数据用好，还可以把数据价值输出到行业里面去，产生更大的经济效益。谢谢！
问 2：大数据联合计算中心目前推广的进度如何？另外，方总提到运用可信数据空间赋能产业，这个如何理解？
答：
CEO：中国（温州）数安港成立至今大概 2 年半的时间，刚刚提到的很多产品都在上面运行，尤其是一些需要多方数据融合的场景。我们的发数站到每个城市也要和产业伙伴一起落地，就像一个城市可以有多个发电站，因此我们的模式是要先创造价值，然后再分享价值。对于第二个问题，我指的是在可信数据空间里面建可控大模型，针对不同体量的企业提供不同的服务。比如工业类企业想提升良品率，就要把生产过程中的数据放到大模型中去训练调优，对于预算充足的大型企业，我们可以为其进行私有化部署；对于中型企业，我们可以对可控大模型进行进一步“瘦身”；对于小型企业，我们就可以在中国（温州）数安港构筑一个可信的数据空间，在政府、数据安全公司的监督下，帮助小型企业实现“原始数据非必要不流转，数据价值流转”使用大模型。谢谢！
问 3：公司每天处理的数据量非常大，这些数据如何产生价值？
答：
CEO：我觉得可以从两个方面来回答这个问题，第一是从数据资产入表的角度来看，这是以成本计价，第二是运用数据产生更大的产业价值。举个例子，在营销场景中，我们积累了丰富的特征层数据，通过和品牌客户的种子数据融合并共同建模，实现 20%的预测人群覆盖 80%的购买人群。但如果客户不愿意提供种子数据，我们通过编织的技术，借助大模型对产品和品牌的理解力，哪怕是从来没卖过的新产品，没有种子数据，都可以推导出相关的人群特征。因为数据具有可复制性等特点，同样一份数据可以在多个领域进行运用，就像我们的数据在商业服务、公共服务等多个领域进行了使用，这个市场空间会很大。谢谢！
问 4：数据是定期更新的，以前软件公司会有很多定制化的内容，数据的定期更新会不会加快行业从定制化到 SaaS 化的转变。
答：
CEO：我之前写了一篇文章，叫《树立数件与软件硬件等效意识》