海天瑞声 - 688787.SH

主营业务：AI训练数据的研发设计、生产及销售业务

经营范围：技术开发、技术服务、技术咨询、技术转让、技术推广;销售计算机、软件;货物进出口、技术进出口;出租办公用房;经营电信业务、增值电信业务、互联网信息与服务业务;职业中介活动;业务培训。

北京海天瑞声科技股份有限公司(股票代码:688787)成立于2005年,是我国最早从事AI训练数据解决方案提供商之一。

海天瑞声作为AI数据行业首家主板上市公司,致力于为AI企业、研发机构提供AI数据集及服务。

海天瑞声向全行业提供多语言、跨领域、跨模态的人工智能数据及相关数据服务,涵盖智能语音(语音识别、语音合成等)、计算机视觉、自然语言等多个核心领域,覆盖全球超200个主要语种及方言。

深耕行业近20年,与阿里巴巴、腾讯、百度、科大讯飞、海康威视、字节跳动、微软、亚马逊、三星、中国科学院、清华大学等全球1000家科技互联网、社交、IoT、智能驾驶等领域的主流企业,以及教育科研机构等建立了深度合作关系,以专业、可靠、安全的数据服务,成功交付数千个定制项目,深得客户信赖。

依托覆盖70多个国家、近200种语言及方言的优质资源,技术完善的算法研发团队,经验丰富的项目团队,全方位助力AI前沿项目的全球商业落地。

2026年上半年,全球多模态大模型持续迭代落地,AI应用场景加速商业化,公司传统数据服务与新兴平台类业务实现同步增长。

一方面,伴随视觉大模型在文生视频、智能驾驶等方向快速落地,计算机视觉相关训练数据需求旺盛,带动公司计算机视觉业务增长；智能语音业务则受益于国内外模型企业全球化布局、人机交互体验升级趋势,多语种语音识别、多音色多情感语音合成类数据订单带动智能语音需求持续扩容,公司依托长期积累的数据生产与质量管控能力,持续承接国内外头部科技企业的训练数据需求。

另一方面,在《可信数据空间发展行动计划（2024—2028年）》等政策指引与市场需求共振下,公司ToG可信数据空间业务取得里程碑式突破。

在2025年市场试点基础上,公司依托深厚的数据技术壁垒与成熟的数据服务落地能力,与国家级数据标注试点城市达成深度合作,输出全栈式可信数据空间综合解决方案,助力地方构建安全可控、合规流通的数据要素基础设施,推动区域数据资源资产化、价值化落地。

上述业务协同增长,共同推动公司2026年上半年营业收入、归属于母公司所有者的净利润、归属于母公司所有者的扣除非经常性损益的净利润实现稳步增长。

报告期内,公司实现营业收入1.92亿元,较上年同期增长22.45%；归属于母公司所有者的净利润977.29万元,较上年同期增加156.87%；归属于母公司所有者的扣除非经常性损益的净利润为898.47万元,较上年同期增加813.52%；经营性现金流净额70.92万元,较上年同期增加3,446.05万元。

截至报告期末,公司总资产为9.16亿元,较期初增加6.41%；归属于母公司的所有者权益为7.31亿元,较期初减少1.47%。

2026年上半年公司具体经营情况如下：(一)核心业务板块经营情况1.境外业务2026年上半年,全球多模态大模型技术持续深化,海外人工智能产业保持技术迭代与商业化落地态势,行业高质量发展趋势明确。

海外头部科技企业持续推进大模型技术迭代与场景商业化落地,但受境外客户算法迭代需求结构性调整影响,当期集中采购订单体量同比阶段性回落,使得公司本期境外营业收入同比有所下滑。

目前,海外市场发展已从早期规模化数据储备阶段,迈入精细化、场景化、高频迭代的高质量数据驱动新阶段,客户更加聚焦垂直场景高精度数据、定制化专项数据集的迭代打磨,标准化通用类数据采购需求阶段性收缩。

公司始终坚守全球化发展战略,持续深耕海外市场布局,依托长期积累的多模态数据技术优势与成熟合规的交付体系,持续推动与全球头部客户的深度合作。

东南亚交付基地运营体系持续保持有竞争力的本地化服务能力、合规交付能力。

同时,公司持续夯实北美、欧洲、日韩区域本地化服务团队建设,积极参与全球顶级AI学术会议,持续强化国际化技术品牌影响力,持续完善全球化交付与服务体系,全面适配海外AI产业高质量、精细化的发展趋势,为后续海外业务稳步修复与长效发展夯实核心能力底座。

2.境内业务2026年上半年,国内人工智能产业化落地进程持续提速,互联网科技、政府与国央企、智能驾驶等多类客户AI需求集中释放、同步发力,推动公司境内业务实现高速增长,报告期内境内营业收入同比增长69.18%。

随着大模型出海竞争加剧及多模态交互体验需求提升,互联网科技大厂在多语种语音识别、高自然度语音合成等维度投入持续加大,公司充分发挥自有知识产权数据集的积累优势和专业数据采标能力,深度嵌入客户模型训练全数据链路,全面支撑客户大模型全球化布局与交互体验的迭代升级。

政府与国央企层面,在国家数据要素市场化、可信数据空间建设政策持续深化的背景下,各地加快推进可信数据空间体系搭建,为公司政府类业务带来规模化、持续性增量需求；同时以运营商为代表的国央企持续加码多模态基座模型研发与垂直场景应用落地,带动相关训练数据需求持续扩容。

智能驾驶数据领域受益于车型智能化渗透率快速提升及高阶自动驾驶算法规模化落地,已进入高速发展窗口期。

针对下游客户对舱外智能驾驶训练数据量级与复杂度的大幅攀升,公司依托高质量、合规化的数据采标服务,精准匹配车厂、智能驾驶技术公司等量产研发与迭代需求,驱动该领域业务实现持续增长。

(二)核心技术能力建设情况2026年上半年,按照技术+产品双轮驱动的定位,公司继续保持有竞争力的研发投入强度,不断提升技术和平台工具先进性、在大模型数据处理技术方向进行积极探索储备、巩固标准化数据集产品储备、增厚语音语言学基础研究领先性,持续巩固公司核心竞争力。

报告期内,公司研发费用共计2,797.30万元,占当期营业收入的14.58%。

截至报告期末,公司研发人员数量为56人。

1.算法及平台能力建设、大模型数据处理技术持续探索储备报告期内,公司持续保持大规模基础研发投入,重点提升人工智能基础算法、一体化数据处理平台及前沿技术研究等领域的核心能力,持续推动大模型数据服务的迭代升级,并形成了一定的代表性成果：1.1算法公司在智能语音、计算机视觉、自然语言处理等领域的预标注算法上持续深耕布局,同时,在面向智慧文旅场景的多模态大模型能力研究、面向数字人场景的基础能力研究、智能驾驶、大模型训练数据自动化标注、面向语音及多模态场景的数据自动化清洗、面向中文方言的语音识别大模型等垂直领域取得显著进展。

面向智慧文旅场景的多模态大模型能力研究主要包括：AI眼镜伴游场景的目标检测与分类算法、文旅场景实时交互数字人算法、LLM与ASR大模型推理适配及国产服务器部署。

面向数字人场景的基础能力研究主要包括：实时交互图片数字人、视频数字人算法的研发和国产服务器部署,推理速度较基线提升200%；智能驾驶主要聚焦在具身智能3D点云语义分割、3D矩形框预测、连续帧稳定分析、车载视频动作采集与自动切分等；在大模型训练数据清洗与自动化标注研发领域内,研发多语种OCR、文本过滤、敏感信息脱敏、翻译质量评分等语料自动化清洗算法,研发覆盖多语种与多垂类领域适配的OCR算法矩阵,完成10+个语种TN转换等多种语料清洗pipeline搭建与优化；针对语音大模型训练数据,完成语音数据自动化清洗pipeline的进一步升级,融合说话人聚类、多引擎协同识别、多语种句意切分、长音频织布机等10+种模型算法,构建了多个适配不同垂类清洗任务的自动化pipeline,可满足90%以上的语音自动化清洗与标注需求；针对中文方言领域,持续完善面向中文方言的语音识别大模型Dolphin-CN,在21个方言测试集上取得1B以内新SOTA,完成双模式热词增强、多级多卡分布式训练、SDK重构与多芯片适配,并取得预期效果。

1.2平台公司持续在数据处理平台进行规模化投入,重点提升语音、视觉等核心领域的数据采集、数据清洗及数据标注环节处理效率。

同时,为完善产业生态布局、增强内部管理效率,公司持续完善多个人工智能数据服务及生产平台,具体情况如下：智能语音平台：创新落地音频选区记错与自动剪辑功能,支持标注人员在线标记无效语音段并自动剔除,无需手动输入时间戳,省去后期人工剪辑环节,大幅降低单环节人工成本,有效提升标注质量与作业效率；新增双人语音对话标注类型,支持按角色差异化配置文本编辑、导出及统计规则,并可前置语音识别结果校验,有效提升复杂对话场景的标注准确率与专业性；为优化项目管控,平台上线任务包拆分再分配能力,允许项目经理在平台内灵活拆包,显著提升多人协同效率；统计体系新增更多关键统计维度,使管理决策更具数据依据。

同时,为支撑不断增长的长音频数据处理需求,新增长音频语音采集和标注一体化模块：优化移动端语音采集APP,支持自动领取采集任务、实时监测录音环境、实时查看录音质量以及质检反馈情况；Web端支持采集任务动态分发、动态配置采集任务规则以及支持采集进度实时查看；有效引入大模型辅助检测和处理能力,进一步提升长音频数据质量和项目管理效率。

多模态数据生产平台：新增具身智能数采与标注子系统,完整覆盖数据上传、任务配置、人员指派、在线标注、质查、验收及数据集导出全链路体系；支持多视角视频同步加载与自由切换,各机位画面帧对齐播放、多角度对比核验；支持机器人三维模型实时渲染,实现空间关键点向视频画面自动投影,直观呈现位姿变化与运动路径；支持多时间轴并行标注,支持关键帧精确定位与帧间快速跳转；支持为标注片段绑定多维度自定义属性信息,满足具身数据复杂场景下的属性扩展需求。

同时,面向大模型GUI智能体数据集生成需求,启动建设GUI用户行为多端记录软件,支持操作任务配置、用户交互轨迹采集以及屏幕和操作事件同步记录等核心功能；支持部分交互动作采集与轨迹回放验证；持续推进多端适配、动作序列标注、质量审核及批量任务能力建设等。

面向人工智能数据服务的实训平台：旨在服务高校人才培养、面向企业人员开展AI知识科普与技能培训,助力企业掌握AI数据应用能力、实现智能化升级,为AI产业链提供高质量的人才培养方案。

平台包括理论体系建设、课程学习、资料共享、题库管理、智能分析、上机实训、课后练习、在线考试、资格认证、人才推送等一体化体系,重点覆盖文本、语音、图像、视频、3D点云等多类型数据标注实训。

公司已完成整体架构设计及重要模块开发,并形成基础理论体系和全模态实战课程课件,完成数据智能分析能力建设,从多维度、全链路进行数据洞察分析,便于教学效果复盘、学员能力评估、题库质量优化。

面向人工智能数据生产的管理平台：为应对人工智能数据业务不断发展所带来的项目管理、商务管理、财务管理等诸多管理能力不断提升的需求,公司整合既有工具模块、优化现存平台、并整体提升用户交互体验,建设新一代面向人工智能数据生产的管理平台。

该平台包括不少于20个重要功能模块的建设任务。

公司今年已完成包括合同签署、内部合同管理、发票、决算、AR账龄线上化等重要模块的建设任务；初步完成数据看板模块的框架搭建；并陆续启动剩余模块的开发任务。

以上平台均以技术创新构建壁垒,兼具规模化能力与商业化成果,为持续增长奠定基础。

2.标准化数据集产品标准化数据集产品,是公司区别于众多竞争对手以定制化服务为主的特有商业模式,也是公司核心竞争力之一,标准化产品是公司基于未来行业需求的研判,在市场需求出现之前,预先开发的数据集,具有即用即取的特点,可帮助客户大幅缩短模型研发周期并有效降低数据投入成本。

同时,由于产品本身的知识产权由公司享有,具有一次性研发生产、可重复多次销售的特点,因此可更好帮助公司实现未来可持续性销售、以及毛利空间提升。

因此,为更好适应行业发展需求,公司2026年上半年在产品研发方面持续投入,用于开发覆盖智能语音、计算机视觉以及自然语言等传统深度学习以及大模型领域的相关数据集产品。

截至报告期末,公司新增研发超35个训练数据集产品,自有知识产权的训练数据产品储备达到1,912个,尤其在多方言语音对话、多语种互译平行语料等方面积累了更丰富的标准化产品资源,并建成包括“多方言双工数据集”、“视觉大模型（视频-文本）预训练及微调数据集”等在内的多领域大模型数据集。

截至报告期末,公司标准化数据集产品储备情况如下：截至报告期末,公司已向下游客户提供了累计超过13,000次/个定制或标准化训练数据集,并已应用于个人助手、语音输入、内容生成、智能家居、机器人、语音导航、智能客服、智能播报、语音翻译、移动社交、虚拟人、智能驾驶、智慧医疗、智慧教育、智慧交通、智慧城市、智慧金融、机器翻译、智能问答、信息提取、情感分析、OCR识别等22类创新应用领域,赋能人工智能技术与实体经济的深度融合。

3.语音语言学能力随着全球化扩张成为头部AI企业收入增长的重要引擎,多语种数据的作用和价值更加凸显。

为更好满足客户多语种拓展需求,公司持续保持语音语言学研究力度,在语音语言学基础研究方面,公司不断丰富合作语言学家团队资源,成员遍布世界各地的学校及研究机构,在语音语言学领域具备丰富经验和技术储备。

截至报告期末,公司已经拥有超过300个语种/方言的覆盖能力,不仅包括英、法、德、意、西、日、韩等常见语种,还包括东南亚、一带一路等国家地区的罕见小语种,尤其在亚洲小语种、中东欧小语种的服务上具备竞争优势。

同时,公司建立了成熟的发音词典构建流程,公司已积累下近140个多语种的发音词典,覆盖波斯尼亚语、塞尔维亚语、巽他语、尼泊尔语、奥利亚语、基隆迪语、茨瓦纳语、达利语等小语种,累计词条数超过1,200万条,可支撑构建高质量的智能语音、以及多模态训练数据,是公司的主要竞争壁垒及核心技术之一。

(三)其他综合能力建设情况1.数据安全及合规2026年上半年,国内数据要素与AI行业治理体系持续完善,各类行业指引、配套细则逐步落地,对企业的数据安全水准和能力提出了更高要求,也为企业在数据要素、人工智能等领域的发展提供了新的机遇。

公司一直以来非常重视数据安全管理以及相关能力的提升,并将其作为把握新发展机遇所必须练好的“基本功”。

报告期内,公司积极参与行业发展,提出立法建议、参与行业调研,数据安全能力获得广泛认可。

2.供应链体系2026年上半年,公司围绕多模态大模型相关应用,全面升级供应链生态体系。

在产业布局方面,公司深度整合产学研资源,重点布局具身智能、医疗、金融、教育、美学等专业领域；上半年投身具身采集业务,搭建形成场景搭建、入户采集等多种类全场景需求支撑能力,并完成一批供应商储备。

此外,通过与行业权威机构合作,构建了覆盖诊断、智能投顾、合规风控、数字版权等场景的专业资源池,显著提升了供应链的行业适配性和专业壁垒。

公司在全球化资源网络建设方面取得重要突破：通过海外数据基地建设和供应商资源拓展,已覆盖65万终端资源,涉及178个国家和地区及超过300种语种/方言,大幅提升全球数据服务的响应能力。

此外,公司通过技术创新驱动供应链管理效能提升：通过知识图谱与区块链技术融合,实现跨领域资源的智能匹配与全流程可信溯源；依托动态标签体系和智能算法,完成需求线上化、结算线上化管理；基于精细化成本模型与实时化系统,实现订单处理、资源配置的全链路数字化,为可持续产能扩张奠定基础。

3.人力资源报告期内,公司坚持人才强企战略,持续完善人力资源管理体系,不断拓宽人才渠道,精准为交付体系补充核心岗位人才,提升人岗匹配度。

重点健全人才培训与职业发展体系,分层分类开展业务培训和管理能力培养,对应届高潜毕业生、新锐力量、中坚力量、中高层管理人员采取不同的梯队建设规划,以保障人才队伍的不断夯实。

深化绩效、薪酬、晋升联动改革,健全中长期激励机制,有效激发员工积极性与创造力。

文化建设方面,强化高度敬业和持续创新文化,进行榜样之星等多样化的文化倡导和活动辐射,打造更加尊重信赖和追求卓越的组织基因,持续提升人力资源整体效能,为公司长期可持续发展筑牢人力根基。

发行人由前身海天瑞声有限整体变更设立。

2005年5月9日,贺琳和俞舸签署《北京海天瑞声科技有限公司章程》,共同出资设立海天瑞声有限。

根据该章程,海天瑞声有限注册资本为30万元,其中,贺琳以货币出资27万元、俞舸以货币出资3万元。

根据北京市工商局2004年2月颁布实施的《北京市工商局改革市场准入制度优化经济发展环境若干意见》的规定,贺琳、俞舸分别于2005年5月9日向海天瑞声有限于中国农业银行北京市海淀区支行开立的企业入资专用账户缴纳27万元、3万元,并向北京市工商局提供了中国农业银行北京市分行出具的《交存入资资金凭证》。

2005年5月11日,北京市工商局向海天瑞声有限核发《企业法人营业执照》(注册号:1101082832381),海天瑞声有限成立。

根据中兴华会计师事务所(特殊普通合伙)出具的《北京海天瑞声科技股份有限公司出资复核报告》(中兴华核字[2020]第010114号),经审验,截至2005年5月9日,贺琳缴纳出资款27万元,俞舸缴纳出资款3万元。

发行人系海天瑞声有限以2017年8月31日为基准日,以经审计净资产折股,整体变更设立的股份有限公司。

2017年11月6日,瑞华会计师事务所(特殊普通合伙)出具《审计报告》(瑞华审字[2017]02280059号),截至2017年8月31日,海天瑞声有限的净资产值为8,810.95万元。

根据中兴华会计师事务所(特殊普通合伙)出具的《审计报告专项复核报告》(中兴华核字(2020)第010135号),海天瑞声有限截至2017年8月31日净资产情况与上述情况一致。

2017年11月6日亚洲(北京)资产评估有限公司(后更名为蓝策亚洲(北京)资产评估有限公司)出具《评估报告》(京亚评报字[2017]第110号),以2017年8月31日为评估基准日,按资产基础法海天瑞声净资产的评估值为9,498.99万元。

2017年11月9日,海天瑞声有限通过股东会决议,同意公司以截至2017年8月31日经审计净资产8,810.95万元按照1:0.3405的比例折合3,000万股,整体变更为股份有限公司。

根据中兴华会计师事务所(特殊普通合伙)出具《验资报告》(中兴华验字(2020)第010005号),公司之全体发起人已按发起人协议、章程之规定,以其拥有的有限公司截止2017年8月31日经审计净资产88,109,473.40元,作价88,109,473.40元,其中3,000万元折合为公司的股本,股份总额为3,000万股,每股面值1元,缴纳注册资本3,000万元整,余额58,109,473.40元计入资本公积。

2017年11月24日,北京市工商局海淀分局向发行人颁发了《营业执照》(统一社会信用代码:91110108776388751R)。

根据2017年4月20日海天瑞声有限召开的股东会决议、转让各方签署的股权转让协议以及投资协议,中瑞立将其持有的6.07万元出资额作价454.905万元转让给上海丰琬,中瑞立将其持有的10.13万元出资额作价760.095万元转让给上海兴富,杭州银杏数以1,300.00万元的价格认缴公司新增注册资本17.33万元,杭州士兰以1,000.00万元的价格认缴公司新增注册资本13.33万元,天津金星以1,530.095万元的价格认缴公司新增注册资本20.40万元,上海兴富以219.905万元的价格认缴公司新增注册资本2.94万元。

根据2017年11月9日海天瑞声有限的股东会决议,海天瑞声有限拟整体变更为股份有限公司。

同日,原有限公司股东作为拟变更设立的股份有限公司的发起人,签订《发起人协议》并召开创立大会共同发起设立股份有限公司,整体变更后的公司名称为“北京海天瑞声科技股份有限公司”。

2019年12月4日,海天瑞声召开临时股东大会,会议通过决议,同意向中移投资、中网投分别定向发行81万股、129万股股份,每股认购价格为62元;本次定向增发后,发行人注册资本增加至3,210万元,股份总数增加至3,210万股;同意就股份转让及增加注册资本事项相应修改公司章程。

2019年12月26日,中移投资与海天瑞声、贺琳签署《股份认购协议》,约定中移投资以5,022万元的价格认购公司发行的81万股新增股份,每股认购价格为62元,对应新增注册资本81万元。

2019年12月26日,中网投与海天瑞声、贺琳签署《投资协议》,约定中网投以7,998万元的价格认购公司发行的129万股新增股份,每股认购价格为62元,对应新增注册资本129万元。

上述新增入股价格系各方结合中联资产评估集团有限公司出具的评估报告对应的企业评估价值协商确定。

2019年12月19日,中联资产评估集团有限公司出具《中移投资控股有限责任公司拟向北京海天瑞声科技股份有限公司增资项目资产评估报告》(中联评报字[2019]第2231号),经评估,于本次评估基准日2019年6月30日,海天瑞声净资产(股东全部权益)评估值为186,668.45万元。

2019年12月26日,上述评估报告已经国务院国有资产监督管理委员会备案。

根据中兴华会计师事务所(特殊普通合伙)出具的《验资报告》(中兴华验字(2020)第010006号),上述增资情况经审验无误。

2019年12月26日,海天瑞声就本次股份转让及增加注册资本事宜修改了公司章程,办理了工商变更登记,领取了新的营业执照。

自2019年12月股份转让、增加注册资本以来至本招股说明书签署日,发行人未再发生股本和股东变动的情形