股市必读：海天瑞声（688787）5月9日披露最新机构调研信息

截至2025年5月9日收盘，海天瑞声(688787)报收于94.96元，下跌2.88%，换手率3.13%，成交量1.89万手，成交额1.8亿元。

当日关注点

• 交易信息汇总：5月9日主力资金净流出2333.35万元，占总成交额12.98%。
• 机构调研要点：2025年第一季度，海天瑞声视觉业务收入占比首次超过45%，超越语音业务，主要受益于多模态大模型快速发展及行业应用渗透提速。

交易信息汇总

5月9日，海天瑞声主力资金净流出2333.35万元，占总成交额12.98%；游资资金净流入1465.24万元，占总成交额8.15%；散户资金净流入868.11万元，占总成交额4.83%。

机构调研要点

2025年第一季度收入增长驱动因素

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。国家对“I+数据要素”的政策支持，推动了运营商、互联网平台公司等大型客户对高质量图像/视频等多模态数据的采购，支撑其通用多模态大模型训练。同时，政务、法律合规等场景应用的落地，增加了场景类文本数据需求。公司东南亚新增建设的数据交付体系进入爬坡运营阶段，拓展了海外定制服务市场，带来了增量收入。

2025年第一季度收入结构

2025年第一季度，公司收入结构呈现阶段性显著变化，视觉业务占比超过45%，首次超越语音业务，文本业务占比约10%。这一变化主要源于大模型向多模态领域发展，一季度头部客户的数据需求集中在计算机视觉领域，带动视觉业务收入快速增长。

训练特定垂向领域大模型所需数据来源

训练垂直领域大模型的核心数据来源分为三类：公开数据、客户自有数据和垂直场景定向采集数据。公开数据提供基础支撑，客户自有数据和定向采集数据针对具体业务场景进行专项优化。原始数据需经过数据清洗与标准化、格式转换、领域专家标注与校验等专业处理流程。

国内大模型数据来源

大模型训练数据来源包括：可公开获取的数据、网络爬虫数据、采购数据、大模型应用及客户合作数据、企业自有数据。未来，公共数据的有序开放流通预计将带来更多大模型数据供给。

DeepSeek对数据需求的影响

DeepSeek推出的V3模型预训练阶段token使用量达14.8T，远超同类模型。尽管R1模型在某些推理任务上减少了人工标注需求，但复杂垂向领域的高阶问题仍需专业数据专家参与。高质量数据对模型能力提升至关重要，有助于提升表达和推理能力、降低噪音、确保一致性和提升泛化能力。

标品化产品数据集业务与定制化服务业务的区别

产品数据集是基于公司对市场需求的判断预先形成的模拟数据，一次性投入后可重复授权销售，对营收和毛利有重要作用。定制业务则是根据客户的定向化需求提供数据加工服务，客户在产品上线前及初期通常需要采购模拟数据集进行算法模型训练，后期则提供实网数据进行加工。

公司核心竞争力

公司核心竞争力包括：服务产品双模式，标准化数据集的研、产、销体系；技术平台能力，提升人机协同效率；供应链资源管理能力，保障资源获取；数据安全及合规能力，形成成熟的安全管理体系。

主要竞争对手

公司主要竞争对手包括国内的品牌数据提供商如数据堂、标贝，以及国外的ppen。长期来看，具有更强技术属性的同业公司如Scale I将成为主要竞争对手。公司在数据安全和合规方面的投入形成了新的竞争壁垒。

与运营商的合作进展

在国家“I+数据要素”战略指引下，运营商加速布局通用+垂向大模型研发，带动高质量图像、视频等训练数据的规模化采购需求。公司已成为运营商重要数据服务供应商，预计未来相关数据需求将进一步增长。

以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。