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.docx

《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.docx》由会员分享，可在线阅读，更多相关《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.docx（10页珍藏版）》请在第一文库网上搜索。

1、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:2023-012投资者关系活动类别J特定对象调研口分析师会议媒体采访口业绩说明会口新闻发布会路演活动口现场参观电话会议口其他（请文字说明其他活动内容）参与单位名称及人员姓 名天弘基金：杜昊 中泰证券：何柄谕 长城财富保险资管：江维 兴合基金：侯吉冉 炼金聚信：王登辉 中航证券：卢正羽 江信基金：王伟 国新国证基金：卫湛松 西部利得基金：温震宇 富国基金：曹文俊 国寿资产：刘宁、杨琳 民生加银：朱智彬 弘尚资产：李国斌 中再资产：孙浦哲 亿能投资：谭永东 汐泰投资：何亚东会议时间2023年7月18日20

2、23年7月20日2023年7月25日会议地点中泰证券策略会 浙商证券策略会 海天瑞声会议室上市公司接待人员姓名证券事务代表：张哲投资者关系负责人：袁璐投资者关系活动主要内 容介绍1、生成式人工智能服务管理暂行办法已于7 月发布，请问公司如何看待该管理办法对数据行业 的影响？此外，公司在高质量数据方面有何进展？7月13日生成式人工智能服务管理暂行办法 （以下简称“办法”）正式发布，其中重点体现了发展 与安全并重、以及包容审慎等原则，显示了国家大力发 展生成式人工智能的决心。数据作为人工智能发展的三 大要素之一也备受重视，办法提到“要扩展高质量 训练数据资源”、“采取有效措施提高训练数据质量” 等

3、，在数据规模、丰富度以及数据质量等维度提出了更 高的要求和预期。公司作为训练数据领域的领军企业， 正在加快布局大模型相关的数据服务能力体系建设，包 括进一步整合发挥现有数据集价值、扩充数据来源、以 及利用大模型技术提升公司数据服务能力等。在大模型 高质量数据集建设方面，公司已取得阶段性进展并在全 球数字经济大会上发布了“大模型中文千万轮对话数据 集”、“大模型多语种语音数据集”等高质量工程化Al 数据集。同时，公司与中科院自动化所、智谱AI、信通 院泰尔实验室、澜舟科技、循环智能等5家科研机构及 企业签署高质量中文大模型训练数据集共建项目， 助力通用人工智能产业发展。此外，公司的“一体化人 工

4、智能基础数据服务平台助力行业大模型应用落地案例”入选“北京市人工智能行业赋能典型案例”。公司 在大模型高质量数据集和数据处理能力获得行业广泛 认可。2、大模型发展迅速，贵司是否考虑接入、使用大 模型以提高数据处理效率？大模型的发展不仅进一步抬升了 AI市场空间，同 时也为人工智能训练数据服务的发展提供了更好的便 利条件。例如，大语言模型可在部分场景/领域的设计 环节起到辅助作用；视觉类大模型也已具备通用物体的 预识别及标注能力，从理论上，可更好辅助完成视觉类 图片的预标注。未来，公司会持续积极探索，将适配于 公司业务领域的大模型技术与公司的数据服务全流程 进行更好的结合，以更好提升公司综合数据

5、业务能力。3、请问大模型向多模态发展后，是否会对公司业 务产生正向影响？大模型向多模态发展后，将会产生更多的新型数 据需求。例如文生图的多模态大模型，通过文字输入生 成对应图片，这就需要机器理解文字语义的同时将理解 的关键词与图片的关键标签进行映射，通过对齐两种独 立模态关键特征的方式，实现按指令的创作，以此完成 学习训练过程。因此，当大模型向多模态能力维度拓展 时，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，多模态的发展将推动数据服务行业进入更 大的增量空间。4、公司定增项目二“数据生产垂直大模型”，这 是否是单纯针对数据生产而推出的大模型？是的。公司将采用全栈自研技术开发用于

6、辅助数 据生产的大模型，以此辅助公司完成面向多个下游任务 的数据设计与处理规则，通过该大模型，可生成数据清洗方案设计、指令方案设计、指令泛化与迁移、指令数 据验证、多模态数据方案等在内的多项生成能力，以及 在上述方案下的原始数据及标注成果生成能力。本项目 的研发将服务数据生产垂直方向，应对未来数据智能进 一步发展的方向。5、请问未来Al数据会自动标注么，会对公司及 行业产生影响吗？首先，AI一定不会实现完全的自动化标注，因为 机器如果想要持续演进，使其更接近于人类的判断和理 解，就一定需要人类作为引导，通过人工标注帮助其完 成新知识的学习，所以只要人工智能在持续发展和进化 就一定需要人类参与，

7、即无法达到完全的自动化标注。另一方面，更加智能化的人机协作模式一直是数 据服务行业的发展趋势，同时也是数据服务企业的核心 竞争能力之一，自动化标注的核心不是完全替代人类， 而是提高人机协作效率，海天瑞声近年来在研发领域持 续加大投入，不断提升公司数据生产的智能化水平，并 据此形成规模效应、实现降本增效。6、在智能驾驶领域，公司目前的进展如何？在智能驾驶业务方面，公司进一步升级了智能驾 驶的数据服务能力，推出了新一代智能驾驶数据处理平 台DOTS-ADo新平台可支持更多场景、更多传感器、以 及更前沿的自动驾驶感知算法需求，可以覆盖市面上主 流3D、2D-3D融合标注需求以及更为前沿的数据处理能

8、力（包括：BEV鸟瞰图标注、点云叠加标注等）；同时，算 法中台功能更加完善，2D算法准确率持续提升，3D算 法功能逐步完善;此外，平台操作的友好度同比提升， 助力人工标注效率的提升。同时，由于智能驾驶数据涉 及大量的地理及个人隐私信息，已成为国家数安重点监管的领域，因此数据安全能力成为衡量数据服务公司的 核心要素之一。公司历来重视数据安全合规能力建设， 在管理体系搭建、资质储备方面，均处于行业领先水平， 为公司业务合规开展奠定坚实基础。7、决定智能驾驶数据业务市场需求空间的因素有 哪些？未来智能驾驶的数据需求如何？智能驾驶数据业务的市场需求主要与三个要素相 关：1）车厂的车型及传感器丰富度。通

9、常来说，不同 车型、不同传感器会有不同的硬件配置方案，继而需要 不同的数据解决方案，因此车型/传感器等硬件配置的 多样性程度将会直接影响所需数据解决方案的数量；2） 量产车数量。量产车的数量决定了整个的训练数据需求 基数的大小；3）智能驾驶级别的逐渐提升。智能驾驶 级别和渗透率的提升决定了数据处理场景的种类和体 ,L这三个要素对训练数据需求的影响是相互叠加 的。公司预测，随着智能驾驶相关政策的推出以及单车 成本的不断下降，智能驾驶的商业化进程将加速，在上 述三个因素的共同作用下，数据处理需求将呈现指数级 增长趋势。8、智能驾驶行业的核心竞争力是什么？智能驾驶数据领域的核心竞争力主要体现在三个

10、方面，分别是平台能力、算法能力以及数据安全能力。平台能力是数据标注能力的基石。平台功能点覆 盖的丰富度是评价平台水平的核心要素，目前同时具备 2D标注、3D点云标注、2D-3D联合标注以及3D语义分 割标注的供应商比较有限，能以最快速度覆盖更多功能 需求的数据服务商将能更好掌握智能驾驶数据市场的 主动权以及议价能力。第二个核心要素是算法能力。平台的智能化程度 越高，对人的依赖程度越低，在提高平台的生产效率的 同时可以大幅降低生产成本。第三个要素是数据安全能力。智能驾驶数据不同 于传统的语音类数据，由于其采集图像涉及大量的地理 及个人隐私信息，为更好防范数据安全风险，国家相关 法律法规要求数据流

11、转链条上各类企业必须做好充分 的数据安全保障。因此，未来不具备相关数据安全能力 的供应商将逐渐被市场淘汰。9、如果智能驾驶领域客户自建团队做数据业务， 对海天是否会造成影响？客户自建团队在整个AI训练数据市场并非新现 象，而是伴随着整个Al行业的发展一直存在的。但客 户自建团队主要解决其自身的部分数据需求，如敏感数 据等，对于那些需要投入较高研发力量以及数据安全要 求较高的复杂数据，客户出于成本以及规模化效益考 虑，仍会大量购买数据服务提供商的数据及服务。相较于客户自建团队，海天历来都是对接众多大 型科技公司、头部人工智能企业、科研院所等，项目经 验丰富，积累了大量的know-how,对数据处

12、理的理解更 广、更深刻，同时我们搭建了成熟的数据处理算法平台， 通过更高效的人机交互实现降本增效，保证数据质量的 同时能有效降低成本，为客户提供更高性价比的训练数 据产品/服务。因此，公司判断，智能驾驶数据业务市场空间足 够大，即便部分客户未来会长期维持自建团队，但出于 成本以及规模化效益考虑，仍会持续大量购买第三方数 据服务，不会影响海天在智能驾驶领域的整体收入体量 和增长趋势。10、单一智能驾驶客户能贡献多少订单量？从几年前公司已经开始为一些客户的座舱数据 （包括车载语音数据、舱内DMS以及OMS数据等）需求 提供服务或产品，经过几年发展，服务领域也已经拓展 至舱外数据，目前公司已经与传统

13、车企、造车新势力、 以及一些头部自动驾驶技术公司建立了合作，客户数量 已经突破50家，换言之，只要是有智能驾驶算法研究 部门的公司客观上都存在训练数据需求。如车内座舱类 数据，客户需要通过使用训练数据来训练其语音识别、 语音合成算法模型，进而支撑其车载语音交互产品或应 用；舱外数据，则会被用于道路识别、行车决策、泊车 决策等场景。订单规模与客户自身的需求相关，也跟客 户定义数据批次相关，从十几万元到上千万元不等。11、DOTS-AD自动驾驶平台相比公司以往平台有 何跟区别？该自动驾驶平台能达到最高L几级别的自 动驾驶？相比于公司过往平台，DOTS-AD在智能驾驶标注 功能点覆盖、算法预识别能力

14、、项目柔性管理方面进行 了全面升级，同时平台不断升级数据安全管理能力，确 保数据处理全流程的安全合规。DOTS-AD可支持2D、3D、 4D各类智能驾驶标注功能，可服务于目前市场主流及 前沿的智能驾驶标注需求，并已具备处理高级别智能驾 驶的数据服务能力。12、训练数据产品、定制服务对公司有怎样的意 义？拥有行业排名第一的自有知识产权训练数据产品 集群是公司区别于众多竞争对手的显著优势，公司已沉 淀下近千个自有知识产权的数据集产品，通过开发大量通用型、复卖率高的标准化产品数据集为公司的规模化 和高利润率提供了保障。训练数据定制服务是公司收入的重要来源，而且 在提供训练数据定制服务过程中，公司会接

15、触到各种类 型的数据，帮助公司了解行业最新的技术路线和需求， 同时，该等数据会在公司的采集加工平台上进行处理， 对公司的算法提升和平台的工程化能力都提供了很好 的学习资源，是研发迭代的较强助力。13、训练数据产品和服务的定价模式、收费模式 是什么样的？价格变动趋势如何？定制服务定价模式：一般采用成本加成定价法。 公司根据客户的具体服务需求预估项目成本，在预估成 本的基础上，参考公司制定的指导毛利率水平，结合项 目技术难度、复杂程度、时限要求等进行报价，并根据 市场环境与客户协商，最终确定价格。产品定价模式：一般采用需求导向定价法。公司 综合考虑训练数据集的开发支出、市场需求程度、预计 未来重复

16、销售的频率等因素，制定产品标准价格及价格 区间，在销售过程中，根据客户的实际需求情况，以价 格区间为基础向客户报价，经双方协商确定最终销售价 格。训练数据产品通常以单个数据集为单位进行定价， 定价比较灵活。价格走势主要由市场的供需关系决定。如果某类 数据为市场稀缺数据，例如具有较高进入壁垒的多模 态、虚拟人等前沿类数据需求、或传统业务里的多语种 数据，都可在一定时间内维持较高的溢价水平。但在较 为成熟的细分方向，比如中文智能语音数据领域，确实 存在进入者增多、价格竞争的情况。因此，未来公司将主攻有较高技术壁垒，存在较大毛利空间的细分场景, 尽力避免价格竞争带来的过度消耗。14、国家在数据要素方面政策频出，公司23年在 这方面有什么样的计划？数据要素已经