会议要点
1、公司业务概述
· 公司是全球领先的人工智能训练数据提供商,也是国内首家且唯一一家上市的AI数据服务企业。其服务涵盖语音识别(ASR)、文本大模型、计算机视觉等多个方向,自动驾驶是其重要业务板块之一。
· 公司的客户包括全球AI产业巨头,如微软、谷歌、亚马逊等国际公司,以及字节跳动、华为等国内大厂,显示出其强大的客户覆盖能力。
2、自动驾驶数据服务
· 公司在自动驾驶领域提供定制数据服务、产品数据库和技术平台支持。其拥有1500多个高质量、完全合规的数据库,并打造了一体化的数据标注服务平台,特别在自动驾驶领域,这些平台和数据库具有极高的工程化和可销售性。
· 公司在自动驾驶数据采集方面有丰富的经验,包括道路采集和车载采集,覆盖国内外多个严格要求的项目。其标注服务涵盖2D、3D、4D标注,支持各种复杂场景和传感器数据的处理。
3、数据标注与技术平台
· 公司的标注能力包括2D标注、3D标注、4D标注等,支持从单帧到连续帧的标注,涵盖障碍物检测、车道线标注、点云分割等复杂任务。公司通过自研平台和算法,提升标注效率和数据质量。
· 公司在标注过程中采用了预标注和交互式标注技术,通过算法和人工的结合,提高标注效率和准确性。例如,点云框自动贴合和智能追踪技术显著提升了标注的精度和效率。
4、数据合规与安全
· 公司高度重视数据安全和合规性,是最早获得相关资质的公司之一。这使其在道路数据采集和处理方面具有明显的竞争优势,确保其AI数据服务的合规性和安全性。
5、市场趋势与客户需求
· 自动驾驶数据服务占公司总收入的15%-20%,随着大模型上车和量产车落地数量增加,预计这一比例将维持或提升。公司希望通过扩大收入绝对值,保持这一比例的稳定增长。
· 国内自动驾驶市场呈现出强者恒强的趋势,大型主机厂越来越多地掌握AI研发的主动权,注重数据服务商的综合能力。这对海天瑞声这样的综合性数据服务商是一个利好。
6、数据处理与技术壁垒
· 公司在数据处理环节具有显著的技术壁垒,包括强大的平台能力、算法能力和项目管理能力。其数据标注平台支持高效的预标注和交互式标注,显著提高了数据处理效率和质量。
· 公司在数据服务过程中提供多种服务模式,包括项目制服务和产品数据库服务,满足不同客户的需求。其收入结构主要由这两部分构成,占比超过90%。
7、真实数据与合成数据
· 真实数据仍然是AI模型训练的主要数据来源,合成数据作为辅助。海天瑞声主要以真实数据为主,同时也在研究合成数据的应用,以弥补真实数据的不足。
· 合成数据在某些特定场景下具有潜力,特别是在数据合规性要求高的情况下,可以通过合成数据来模拟真实数据,解决数据敏感性问题。
8、公司未来展望
· 公司预计今年的收入和利润将显著反弹,延续第一季度的增长势头。公司希望通过持续的技术投入和市场拓展,保持在AI数据服务领域的领先地位。
Q&A
Q:目前自动驾驶相关的收入占公司总收入的比例有没有提升?未来的预期如何?
A:自动驾驶相关的收入在前几年的年报中占总收入的四分之一左右。当前这个比例是否有提升以及未来的预期,具体数据需要进一步确认。
Q:国内车厂和一级供应商在自动驾驶领域的投入是否有大幅度加速?
A:国内车厂和一级供应商在自动驾驶领域的投入情况目前还在观察中,具体是否有大幅度加速需要进一步确认。
Q:自动驾驶业务在海天瑞声整体营收中的比例是多少?未来这一比例会如何变化?
A:自动驾驶业务在海天瑞声整体营收中的比例大概在15%到20%之间。我们希望未来这一比例至少维持在这个区间,并且随着量产车的增加和里程数的增加,自动驾驶业务的营收绝对值也会不断上升。
Q:国内自动驾驶客户的趋势和对海天瑞声的影响是什么?
A:我们观察到国内自动驾驶客户有一个“28效应”,即强者恒强。大主机厂逐渐掌握更多的主动权,包括AI研发和数据闭环的控制。这对海天瑞声这样的综合性数据服务商是有利的,因为大客户更看重数据服务商的综合能力,而不仅仅是价格。
Q:自动驾驶算法向端到端方向发展的趋势对数据服务行业有什么影响?
A:自动驾驶算法逐渐从模块化向端到端方向发展,这对数据服务行业有利。首先,数据量会进一步增加;其次,数据标注的难度和要求也在提升,这对头部数据服务公司是一个利好。虽然完全端到端的实现还需要时间,但对数据的需求和难度会持续增加。
Q:国内主机厂在算力储备和数据处理方面与特斯拉相比如何?未来的发展空间如何?
A:国内主机厂在算力储备方面与特斯拉相比还有较大差距,但这也意味着巨大的增长空间。如果国内厂商能够提升算力储备,将更容易进行数据处理。特斯拉的经验表明,75%的精力和资源用于数据采集、清洗、分类和标注,只有25%用于算法探索,这对国内厂商有一定的参考价值。
Q:公司数据是如何积累的?数据来源有哪些?
A:我们公司数据积累主要有两类来源。第一类是自建数据,我们根据对未来需求和行业发展的判断,每年拨专门的费用进行数据采集和处理,形成标准规格的数据集。第二类是客户合作数据,在服务过程中,部分客户会在合同协商后同意我们保留数据的所有权,这些数据对我们和整个行业都有价值。
Q:公司提供哪些形式的数据服务?
A:我们的数据服务主要有两种形式。第一种是项目制服务,根据客户具体需求提供定制化服务。第二种是产品化服务,直接提供成熟的数据库产品。此外,我们还提供数据加工服务,包括客户提供数据进行再处理、结构化加工等,或者从数据源头采集到结构化加工处理的全流程服务。
Q:公司收入结构是怎样的?
A:我们的收入结构主要由两部分构成:一是项目制和产品化服务,这两部分占据了每年营收的90%以上。剩下的部分是与AI训练数据相关的应用服务,包括模型训练和评测任务的打包服务。
Q:公司主业的收入模式是一次性收入还是周期性收入?
A:我们的收入模式既有一次性收入也有周期性收入。标准化产品是一次性收入,类似于货架上的商品,可以同时卖给多个客户。定制化服务则是周期性收入,根据客户模型训练的节奏和进程进行阶段性交付,项目周期可能长达六个月甚至更长。
Q:公司如何看待真实数据和模拟环境下的合成数据?
A:我们采集的主要是真实数据,但也使用模拟环境下的合成数据。两者在价值和应用场景上有所不同。真实数据在最终完成客户模型时具有不可替代的价值,而合成数据在某些特定场景下也能发挥重要作用。我们会根据具体需求和场景,合理配置真实数据和合成数据的比例。
Q:公司在真实数据和合成数据的使用上是如何平衡的?
A:目前,海天瑞声的主要业务形态仍以真实数据为主。真实数据对于模型训练最为有效,尤其在自动驾驶、语音、文本、自然语言处理等AI模型中,真实数据是行业内的共识。合成数据虽然在技术上有一定的研究趋势,可以弥补真实数据覆盖不足的部分,但目前主要作为辅助作用。未来,合成数据可能在数据合规性和敏感数据处理上有一定的商业空间,但现阶段仍处于理论研究和实验层面。
Q:未来整车厂通过量产车收集数据的规模增加,会对海天瑞声的数据业务产生什么影响?
A:随着量产车智能化水平的提高,通过真实路端反馈的数据量将不断增加。这对海天瑞声来说是一个积极的趋势,因为数据处理、数据加工和数据标注是公司的核心优势。大量数据的流转将有助于公司的业务发展。此外,自动驾驶技术的迭代、车型的变化、传感器的选择和车内布局的变化等多方面因素都会推动数据需求的增加,从而进一步促进海天瑞声的数据服务业务。
Q:公司在数据处理环节的技术壁垒和优势是什么?
A:公司在数据处理环节拥有多方面的技术壁垒和优势。首先,公司具备强大的平台能力、算法能力和项目管控能力,这些都是数据服务的重要壁垒。其次,公司拥有高效的模型支撑,包括预标注和交互式标注,这dada提高了数据服务的效率,降低了成本,满足了行业快速迭代的需求。此外,公司在3D、4D标注方面的资源和团队管理能力也远高于行业平均水平,这些都是海天瑞声在数据服务领域的领先性所在。
Q:公司在处理自动驾驶数据时,如何在降低成本的同时保证数据质量?
A:公司在提供数据服务时,首先确保满足客户的基本要求,然后尽量降低成本。同时,在降低成本的情况下,努力提高数据质量。特别是在自动驾驶领域,海天瑞声能够达到98%以上的数据准确率,处理数百万甚至上亿帧的数据,达到客户验收标准。这表明海天瑞声在成本、质量和工期方面都有明显优势。
Q:车企收集的数据是否可以外包给海天瑞声处理?
A:车企在合规要求下,会对收集的数据进行处理,如清洗、筛选和格式化调整,然后在数据安全前提下交给海天瑞声处理。海天瑞声也提供安全屋或合规室模式,即进入客户内部进行服务,或自建场地与客户场地打通,确保数据不离场。
Q:不同车型的传感器配置是否影响数据的通用性?
A:不同车型的传感器配置确实会影响数据的通用性。通过流内外生校准或模型数据迁移,可以在一定程度上实现数据通用。然而,实际商业需求中,各家车企更倾向于独立采集数据,以确保最真实、最贴近量产车的硬件形态和参数。因此,目前通用数据只能提供一个基本版本,追求最佳效果仍需重新采集数据。
Q:公司对今年的收入和利润展望如何?
A:去年海天瑞声的收入和利润出现明显下探,主要由于一些特殊原因,这些原因现已不存在。今年Q1的财报显示,无论是收入还是利润,都比去年有明显反弹,呈现出向上抬升的态势。公司希望能够保持这一势头,预计全年收入和利润将继续增长。