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。公司根据自身发展能力和业务需要,经公司登记机关核准可调整经营范围,并在境内外设立分支机构。

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,覆盖全球近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810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。

2025年上半年,在全球人工智能产业蓬勃发展的大背景下,公司业务实现全面增长。

一方面,随着多模态大模型技术持续突破和“人工智能+”应用场景不断丰富,全球训练数据需求呈现爆发式增长,公司凭借丰富的数据服务经验以及海量标品数据集积累,持续获得国内外头部科技企业的数据需求订单；另一方面,在国家“人工智能+”战略指引下,以运营商为代表的国央企加速AI布局,重点投入多模态基座模型研发和垂直领域应用落地,为公司带来新的业务增长点。

与此同时,去年公司新拓展的东南亚数据交付基地已进入稳定运营阶段,该基地不仅成功打开了海外定制化服务市场,更为海外业务贡献了显著的增量收入。

以上因素共同推动,公司2025年上半年度营业收入、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同比均实现显著增长。

报告期内,公司实现营业收入1.57亿元,较上年同期增长69.54%；归属于母公司所有者的净利润380.46万元,较上年同期增加813.65%；归属于母公司所有者的扣除非经常性损益的净利润为98.35万元,较上年同期增加465.94万元；经营性现金流净额-3,375.12万元,较上年同期下降315.29%。

截至报告期末,公司总资产为8.17亿元,较期初增加1.03%；归属于母公司的所有者权益为7.29亿元,较期初减少1.94%。

2025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.境外训练数据业务2025年上半年,在全球人工智能产业加速渗透及多模态大模型需求爆发的背景下,AI训练数据服务市场持续扩容。

在此趋势下,公司海外业务实现收入7,351.14万元,同比增长68.24%,继续保持强劲增长态势。

从业务驱动因素来看,一方面,以全球头部消费电子、企业级SaaS应用软件公司等为代表的国际客户,为支撑其全球化业务拓展,持续加大对多语种语音、平行语料等高质量训练数据的投入力度。

公司凭借在语言研究领域长达二十年的技术积累,以及覆盖智能语音、自然语言等多个技术方向的标准化数据集产品优势,进一步赢得了境外客户优选。

另一方面,公司在东南亚新建的数据交付基地已进入稳定运营阶段,该基地不仅成功打开了当地定制化服务市场,更为海外业务贡献了显著的增量收入,未来该基地也将成为支撑公司全球化战略的重要支点。

此外,为进一步提升全球市场竞争力,报告期内,公司持续优化国际化布局。

在市场拓展方面,进一步强化北美、欧洲及日韩销售团队,深化本地化服务能力；同时,通过参与CVPR、ACL、Tech-AD等全球顶级AI学术会议,提升技术品牌认知度和影响力；同时,重点加强海外交付能力建设,通过拓展菲律宾数据交付基地的团队规模和服务范围,为国际客户提供更加高效、合规的数据服务支持。

未来,这些战略布局也将为公司把握全球AI产业发展机遇、实现更高质量的国际化发展奠定坚实基础。

2.境内训练数据业务2025年上半年,随着人工智能技术在各行业的深度渗透和垂直场景的加速落地,AI产业呈现出明显的"场景纵深化"发展趋势。

在此背景下,公司境内业务实现营业收入8,318.45万元,同比增长70.70%,展现出强劲增长态势。

从市场需求结构来看,AI技术应用主体呈现多元化发展趋势。

首先,以运营商为代表的国央企积极响应国家"人工智能+"战略部署,加快推进多模态基座大模型研发,并在政务、法律、教育等重点领域进行布局；其次,以短视频平台、本地生活服务平台为代表的头部科技互联网企业开始将AI技术提升至核心战略地位,重点布局多语种语音交互、智能内容生成等关键技术,持续优化用户体验和内容创作效率,为业务创新和国际化发展提供技术支撑。

同时,传统科技企业持续加大AI技术研发投入,重点强化多模态基础模型能力建设,特别是在多语种处理等关键领域深化布局,夯实全球化发展的技术基础。

公司基于在智能语音、自然语言、计算机视觉等领域多年的技术积累,以及构建的近1,800个标准化数据集的专业产品体系,已成为多家行业领先企业的核心数据服务供应商,市场竞争优势进一步巩固。

3.数据要素业务2025年上半年,随着《"数据要素×"三年行动计划》深入实施和各地数据要素市场化配置改革加速推进,我国数据要素产业迈入高质量发展新阶段。

在这一背景下,国家数据局指导成都、长沙、保定等7个城市建设数据标注基地,先行先试探索数据标注产业发展经验。

数据标注基地建设成为推动数据要素价值释放的关键举措,旨在解决AI产业发展中的数据质量、标准统一和要素流通等核心问题。

为支持国家数据产业发展战略,公司充分发挥在数据服务领域的技术积累,提供覆盖数据全生命周期的综合解决方案。

在数据汇聚环节,公司与地方政府合作共建高质量数据集,整合公共数据和行业数据资源；在生产加工环节,建设数据可信空间,提供数据处理平台和运营服务；在开发利用环节,基于高质量数据开展模型训练；同时为中小企业提供数据治理服务。

截至目前,公司已与3个承担数据标注基地建设任务的城市：成都、长沙、保定等地方政府成立合资公司,并与内蒙古呼和浩特签署战略合作协议,聚焦当地乳业、草种、文旅等特色产业,共建高质量数据集,有效驱动当地产业的数字化转型。

此外,公司正积极拓展与上海、广州、宜宾等十余地的战略合作,进一步完善标注基地的全国性业务布局。

在支撑地方政府文旅产业数字化方面,公司也已取得阶段性成果：已启动彭州、长沙等地高质量文旅视频数据集的建设工作,重点为智能导览等应用场景提供专业数据支撑。

此外,公司深度参与华为+陕文投集团合作的陕西文旅示范项目,充分发挥在数据服务领域的技术优势,重点支持高质量文旅数据集建设和AI文旅垂直大模型开发,推动"AI＋文旅"场景的规模化应用,为陕西文旅产业数字化转型提供全方位数据支撑和解决方案。

与此同时,公司还参与"京西智谷数字人平台及配音平台项目",提供2,000余个数字人形象,通过数字人技术助力北京门头沟区乡村振兴和文化传播。

在区域合作方面,公司立足广西作为中国—东盟数字合作枢纽的战略定位,全面深度参与中国—东盟人工智能创新合作中心建设并与地方政府联合成立数字工坊,凭借在东盟小语种数据处理以及OCR预识别算法上的技术优势,有力支持东盟语料库建设。

通过参与国家级数据标注基地建设和区域数字合作项目,公司不仅实现了数据要素业务市场空间的持续拓展,也为推动我国数据要素市场高质量发展注入了新动能。

未来,公司将继续深化在数据汇聚、处理、应用等环节的技术创新,致力于构建更加完善的数据要素产业生态体系。

(二)核心技术能力建设情况2025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2,956.45万元,占当期营业收入的18.87%。

截至报告期末,公司研发人员数量为58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,公司持续加大基础研发投入力度,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、大模型训练数据清洗与自动化标注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：文旅场景的语音合成大模型、文旅场景视觉大模型、文旅场景的LLM大模型训练与微调,并完成主流国产算法的模型推理适配工作。

面向数字人场景的基础能力研究主要包括：图片数字人算法、视频数字人算法的研发和部署,以及3D数字人前沿算法的调研与实践；智能驾驶主要聚焦在以下领域的算法研发：4D点云重建与2D厘米级自动化映射、预刷红绿灯算法、亿级点云地面检测算法、通用3D目标检测模型升级等；在大模型训练数据清洗与自动化标注研发领域内,研发老挝语OCR与语料自动化清洗算法,并在项目中取得良好效果；针对语音大模型训练数据,完成语音数据自动化清洗pipeline的升级,融合10+种模型算法对多种类型的数据进行自动化清洗与标注；针对LLM大模型训练数据,完成题库、ITN/TN等多种语料清洗pipeline搭建与优化。

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、视觉等核心领域的采集及标注环节处理效率。

同时,为完善产业生态布局、增强内部管理效率,公司新增建设人工智能数据服务实训和AI数据生产管理两大专业平台,具体情况如下：智能语音平台：声优工厂平台形成规模化声优资源池,覆盖中、英、日、韩4大语系36种音色标签。

通过性别校验等算法模型,大幅提升试音通过率,且单条试音审核时长压缩10倍以上；自研流程引擎让项目平均周期缩减一半。

公司自研的多模态推荐模型,可实现候选声优的秒级反馈,匹配精准度提升至90%以上。

副语言&音素边界标注平台实现全流程自动化升级,通过集成语音识别等算法模块,将标注时间缩短约一半。

构建了精细化权限治理体系,该体系可适配多场景任务需求,且使跨角色协同效率提升50%以上。

计算机视觉平台：Bev视角点云、2D图标注平台攻克多源数据技术难关,自研时空配准引擎实现多源点云亚像素级对齐；轻量化拓扑压缩算法在保持99.5%几何精度下,通过点云压缩技术,将训练加载时间缩短80%。

此外,采用风格迁移网络实现4种天气、5个时段无缝切换,兼容主流行业标准,大幅降低客户迁移成本。

标注工具效率较传统提升近5倍,支持超过1,000个标注员并发作业,日均可产出50万张AI训练样本,并已在智能驾驶为代表的三大场景应用落地。

面向人工智能数据服务的实训平台：旨在为AI产业链提供高质量的人才培养方案,包括理论体系建设、课程学习、上机实训、课后练习、在线考试、资格认证、人才推送等重要模块。

公司已基本完成整体架构设计,并形成基础理论和部分模态实战课程的课件。

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,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。

公司上半年已完成包括客户管理、合同管理等重要模块的建设任务。

部分能力已在公司内部落地,并支撑业务加速发展。

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2025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。

截止报告期末,公司新增研发超70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1,790个,尤其在多语种语音对话、多语种OCR、多音色多情感数据集等方面积累了更丰富的标准化产品资源,并建成包括“双工数据集”、“视觉大模型（图像-文本）预训练及微调数据集”等在内的多领域大模型数据集。

截止报告期末,公司标准化数据集产品储备情况如下：截止报告期末,公司已向下游客户提供了累计超过10,000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。

截止报告期末,公司已经拥有超过240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2025年上半年,中央和地方出台了一系列有关数据要素、数据安全的法律法规和政策,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2025年上半年,公司围绕AI大模型在垂直领域的深度应用,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,重点布局医疗、金融、教育、美学等专业领域,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49万终端资源,涉及173个国家和地区及超过250种外语种,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,公司完成销售、生产、研发体系的绩效管理机制优化,并对内部反馈机制及奖金核算机制进行迭代,以期增强绩效牵引力实现更加公平和富于激励性的管理效果。

上半年公司组织多种类专项培训及人才发展项目,在大模型领域的探索与应用进行广泛深入的内部交流,组织销售、生产、职能等多体系的软技能培训,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。

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。

同时在人才引进方面,启动海外人才招募、研发专项人才和高潜毕业生吸引计划,引入多名欧美同业专家、优质研发人员、及卓越背景应届毕业生,充实销售、研发及项目交付队伍的人才密度,发展健康、可持续、多元化的人才队伍。

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