海天瑞声:投资者关系活动记录表-(2025年5月14日)

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：2025-007
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 金信基金 谭佳俊、赵浩然、曾艳、江泽希
名 招商信诺 赵若琼、林威宇、郁琦
南方基金 何欣冉
国信证券 库宏垚
国新自营 蒋坤鹏
国信证券 贺东伟
麦高证券 金朝振
紫时私募 丁帅
北京飞旋 陈旋
天壹资本 张宇翔
鸿竹资管 费征帅
龙赢富泽 郑明吉
会议时间 2025 年 5 月 12 日
2025 年 5 月 13 日
2025 年 5 月 14 日
会议地点 线上交流、现场交流
上市公司接待人员姓名 董事会秘书 张哲

1、2025 年第一季度，公司收入增长的驱动因素是
什么？
随着多模态大模型的快速迭代及行业应用渗透提
速，公司计算机视觉业务和自然语言业务分别同比实现
高速增长。其中，在国家对“AI+数据要素”政策同步
发力的背景下，以运营商、互联网平台公司为代表的大
型客户持续加码高质量图像/视频等多模态数据采购，
为其通用多模态大模型训练提供有力支撑；同时，政务、
法律合规等场景应用的落地，带动场景类文本数据需求
快速增加。在全球化布局方面，公司去年在东南亚新增
建设的数据交付体系已进入爬坡运营阶段，通过拓展海
外定制服务市场，不仅带来了可观的增量收入，并有望
成为海外业务扩展新的战略支点。上述因素，共同驱动
公司 2025 年第一季度营业收入显著增长。
投资者关系活动主要内
2、目前公司是否有在尝试新的业务或者商业模
容介绍
式？
当前，在国家大力推进“人工智能+”行动和“数
据要素 X”的战略指引下，公司正积极探索与实践数据
产业新业务和新模式。一是按照国家推动公共数据资源
的开发利用，发挥海天瑞声的技术优势，与多地政府、
地方运营商等开展战略合作，共同探索数据要素市场化
与产业化的创新路径，通过构建“数据可信空间”，协
助地方政府打造安全、高效、合规的数据治理与流通体
系，推动数据要素的价值释放。二是发挥海天瑞声的行
业经验和积累，联合当地高校，培训和培养数据标注人
才，提升就业率的同时夯实区域数字经济发展人才基
础。三是，发挥海天瑞声的生态优势，助力地方及产业
园区打造数据标注基地和构建数据标注产业新生态。
3、公司与运营商的合作进展如何？

在国家"AI+数据要素"战略的指引下，尤其是国务院国资委连续两年开年启动部署中央企业“AI+”专项行动以来，以运营商为代表的重点央企自 2024 年起加速布局通用+垂向大模型研发，带动了高质量图像、视频等训练数据的规模化采购需求。公司凭借在数据领域的核心优势，已快速成为运营商类客户重要的数据服务供应商。未来，随着以运营商为代表的重点央企在多模态大模型方向的持续加码，以及其基座大模型在更多传统行业的应用落地，预计相关数据需求将进一步增长，为公司收入带来持续的增长动能。
4、2025 年公司营收的核心增长点是什么？
2025 年公司营收增长的核心驱动力来自 AI 产业的
两大发展趋势。首先，多模态 AI 技术的快速演进催生了跨模态融合数据的增量需求。随着 AI 从单一文本处理扩展到视觉生成、语音交互等多元模态，市场对高质量图文对数据、细粒度标注语音数据集等高价值多模态数据服务的需求呈上升态势，这为公司业务增长提供了基础。其次，AI 在垂直行业的深度应用创造了新的市场机遇。开源大模型的普及推动 AI 在政务、法律合规等专业领域快速落地，这些场景对专业化数据服务的需求将会显著提升。此外，公司去年在东南亚新增建设的数据交付体系已进入爬坡运营阶段，该基地可以帮助公司拓展海外定制服务市场，预计可为公司带来可观的收入增量，并有望成为海外业务扩展新的战略支点。
5、标品化的产品数据集业务与定制化服务业务的区别是什么？
产品数据集是先于客户需求形成的模拟数据，是公司区别于其他竞争对手的一大特色，基于公司对市场的判断和通用化需求的提取能力，其属于是一次性投入、
未来重复授权销售，对于公司的营收、毛利有着重要作用；而定制业务的需求来源是客户的定向化需求，有些定制业务的原始数据来源是客户提供的实网数据，公司提供纯加工的服务。
客户的 AI 产品在上线之前及初期，因为其自身尚
未产生实网数据，通常需要采购模拟型数据集进行算法模型的训练，在产品上线并运行一段时间、产生大量实网数据之后，则会提供实网数据给到我们进行数据加工，加工的数据反哺到客户的产品上从而促进其产品的迭代、升级。之后，客户需要进行产品功能或语种的拓展，再次需要购买模拟数据集来支撑，后续再采购数据加工服务进行迭代。
产品+服务的组合一直是公司向市场提供的综合解决方案，是一个整体，服务于不同客户的不同研发阶段需求，其收入贡献比例在各年间也呈现较为一致的趋势。而产品+服务带来的数据积累，也哺育了公司的数据处理平台和相关算法不断提升，努力达到数据处理场景下的行业最优。
6、海天的标准数据集是如何积累的？
公司标准数据集产品的积累方式主要为基于公司对市场需求趋势的判断和共性需求的提炼能力，先于客户需求开发数据集。数据集产品的这种商业模式在行业内往往具有较高壁垒，一方面需要公司对未来需求趋势有精准把握，另一方面由于产品开发属于先投入后产出，因此需要公司具备充足的资金保障，只有具有大量行业经验+know-how 积累以及资金充足的企业，才能具备产品开发能力。因此，产品模式也成为公司区别于其他竞争对手的一大特色，目前公司产品数据集储备已处于行业头部水平，产品的积累对公司未来的收入扩张和
毛利提升都将起到重要作用。
7、境外业务的毛利率为什么会比境内业务高？
首先，公司境外业务当中标准化数据集产品的销售占比相对更高一些，而标准化产品的销售毛利率为100%，远大于定制服务毛利水平。此外，相比于境内客户，境外客户更认同数据服务商的综合能力及品牌价值、价格敏感度相对较低。以上两个因素综合导致境外业务较高的毛利水平。
8、训练特定垂向领域的大模型所需的数据，主要来源于哪里？
目前来看，训练垂直领域大模型的核心数据来源可分为三类：公开数据、客户自有数据和垂直场景定向采集数据。其中，公开数据（如互联网知识库、开源数据集和行业标准文档）可以为模型提供基础数据支撑；客户自有数据和定向采集数据则针对具体业务场景进行专项优化。值得注意的是，这些原始数据必须经过专业处理流程才能投入使用，主要包括：1）数据清洗与标准化；2）格式转换（如语音转文本）；3）领域专家标注与校验。以智能病历系统开发为例，数据加工流程包括：首先将门诊录音转为文本数据，再由医学专家进行专业校对并提取关键临床信息，最终生成结构化电子病历。这一过程高度依赖专业领域知识，需要大量临床医师参与质量把控。正因如此，在垂直领域大模型训练中，专业数据服务商扮演着双重角色：既是特定领域高质量数据的提供方，也是专业数据加工服务的提供商。
9、DeepSeek 出来后，对数据需求的影响如何？是
否会降低 AI 行业对数据的需求？
（1）DeepSeek 推出了一系列模型，其中 V3 模型
依然使用了预训练、以及 SFT 等训练方式，其中预训练
阶段的 token 使用量达到了 14.8T，远超 GPT4 等同类
可比大模型预训练阶段的数据使用量，且在后训练阶段也使用了一定规模的标注数据，这也更加说明海量以及高质量数据对于基础模型能力提升的重要意义。
（2）关于让大家震撼的 R1 模型，基于目前的公开
信息来看，其部分优势体现在推理类任务上，尤其是那些具备较强的规则性、可以推导的任务类型上，确实不需要大量的人工标注，但是对于其他领域（尤其是更为广阔的垂向领域）的复杂问题，依然需要观察，我们认为高阶的数据专家的参与依然非常重要。
（3）此外，数据质量不仅影响模型获取和表达知识的能力，还决定了模型生成内容的风格和准确性，帮助 DeepSeek 实现了在输出端的文采能力提升。
其一，高质量数据可以提升模型表达和推理能力。优质数据包含准确、连贯且富有表现力的语言样本。例如，包含 CoT 数据可以引导模型在推理时进行反思，进而在生成回答时展现出清晰的逻辑和优美的语言表达。这正是 DeepSeek 模型能够生成既准确又具有华丽文风的关键因素之一。
其二，高质量数据可以降低噪音和确保一致性。数据中的错误、噪音或不一致信息会导致模型生成内容出现语法或逻辑问题。高质量的数据则能有效减少这些问题，使模型更好地学习到语言规