參加業績說明會的廣大投資者

1、智能駕駛是公司核心戰略型業務,今年上半年同比增長接近180%,請問智能駕駛業務目前的進展和未來的目標是什么?
尊敬的投資者:您好,23年上半年,公司進一步升級了智能駕駛的數據服務能力,推出了新一代智能駕駛數據處理平臺DOTS-AD。新平臺可支持更多場景、更多傳感器、以及更前沿的自動駕駛感知算法需求,可以覆蓋市面上主流的3D、2D-3D融合標注需求以及更為前沿的數據處理能力(包括:3D點云語義分割、BEV鳥瞰圖標注、300萬大點云以及4D標注等);同時,算法中臺功能更加完善,2D算法準確率持續提升,3D算法功能逐步完善;此外,公司成功引入最新SAM開源模型,并基于數據預標注實際需求,對模型進行了優化升級,有效提升了2D語義分割項目中的降本增效能力。
未來,公司將緊抓智能駕駛行業發展機遇,全方位布局和提升智能駕駛業務核心能力,前瞻性布局、迭代智能駕駛數據處理平臺,優化算法中臺中樞能力,同時加大數據安全體系建設,全方位保障數據生產流程安全合規。同時,基于已經獲取的測繪資質,進一步拓展數據服務環節,開展采標一體化服務,提升業務毛利水平。
2、公司定增項目二數據生產垂直大模型的進展如何?未來規劃如何,能否簡單介紹,謝謝
尊敬的投資者:您好,為進一步提升公司智能化標注水平,公司正在積極推進數據生產垂直大模型的建設工作。截至目前,公司針對大模型預訓練數據集設計與處理技術進行了初步研究和規劃,并基于研究成果開展了CommonCrawl、中文書籍等適用于預訓練階段的數據的獲取與清洗工作,形成了各項技術的框架方向;同時,開展大模型評測技術調研,完成基礎框架設計,形成可行性結論。
未來,公司會基于實際市場需求,在大模型基礎技術研究、大模型算法研發、以及平臺工具建設等方面,持續推進數據生產垂直大模型的建設。
3、請問未來AI數據會自動標注么,如果AI可以實現自動標注,會對公司及行業產生影響嗎?
尊敬的投資者:您好,首先,AI一定不會實現完全的自動化標注,因為機器如果想要持續演進,使其更接近于人類的判斷和理解,就一定需要人類作為引導,通過人工標注幫助其完成新知識的學習,所以只要人工智能在持續發展和進化就一定需要人類參與,即無法達到完全的自動化標注。
另一方面,更加智能化的人機協作模式一直是數據服務行業的發展趨勢,同時也是數據服務企業的核心競爭能力之一,自動化標注的核心不是完全替代人類,而是提高人機協作效率,海天瑞聲近年來在研發領域持續加大投入,不斷提升公司數據生產的智能化水平,并據此形成規模效應、實現降本增效。
4、公司是否考慮接入一些開源大模型來提升自身的數據生產效率?
尊敬的投資者:您好,智能化標注能力是數據服務企業的核心競爭力之一,公司一直致力于不斷提升數據標注的智能化水平,目前公司已通過自行研發以及API接入兩種方式,探索將大模型接入公司一體化數據處理平臺,以提高數據處理過程中的人機協作效率,輔助公司的數據生產。自研大模型方面,公司已在針對大模型預訓練數據集設計與處理技術進行初步研究和規劃,并基于研究成果開展了CommonCrawl、中文書籍等適用于預訓練階段的數據的獲取與清洗工作,形成了各項技術的框架方向;開展大模型評測技術調研,完成基礎框架設計,形成可行性結論。另一方面,公司已將部分開源或提供API接口的大模型接入公司一體化數據處理平臺。例如,公司已在智能駕駛平臺DOTS-AD中接入開源的語義分割模型SAM(Segment Anything Model),并基于數據預標注實際需求,對模型進行了優化升級,有效提升了2D語義分割項目中的降本增效能力。
5、在新能源行業相關半導體需求業務布局如何?
尊敬的投資者:您好,公司是專業的人工智能訓練數據服務提供商,可為包括大模型在內的AI產業鏈上的各類機構,包括但不限于科技互聯網、社交、IoT、智能駕駛、智慧金融等領域的主流企業,教育科研機構以及部分政企機構提供模型訓練所需的專業數據集,公司未涉及您提到的半導體業務,感謝您的關注。
6、大模型范式下的預訓練階段數據需求和傳統的數據需求有什么區別?
尊敬的投資者:您好,大模型預訓練階段的數據需求和深度學習技術路線下的傳統訓練數據需求,兩者在形態上基本一致,都是文本、語音和圖像,但在數據規模、質量、來源等方面,預訓練數據較傳統訓練數據會存在一定差異。例如,規模上,預訓練數據的token量普遍在萬億量級,而傳統模型數量則大約在10億量級。從數據來源的角度看,由于大模型所需數據規模遠超傳統模型,因此其數據來源將更加豐富以滿足規模化、多元化數據需求。具體來說,大模型數據來源除了來自傳統的定向采集外,還將涉及版權數據、公共數據等新型海量高質量數據來源。
此外,數據處理的核心技術也存在一定差異。例如,由于大模型預訓練階段的原料數據規模更大,因此大模型預訓練數據更加注重數據清洗的工程化能力,在預訓練階段需要結合原料數據特點以及所涉及的主題、領域等,對海量數據完成高質量清洗,這對數據服務商的工程化數據處理能力以及過往服務經驗的積累都提出了更高要求。
7、董秘好,請問貴公司的自動駕駛業務如何?公司數據服務在國內與國際的競爭力如何?對公司今后的展望如何?
尊敬的投資者:您好,23年上半年,公司進一步升級了智能駕駛的數據服務能力,推出了新一代智能駕駛數據處理平臺DOTS-AD。新平臺可支持更多場景、更多傳感器、以及更前沿的自動駕駛感知算法需求,可以覆蓋市面上主流的3D、2D-3D融合標注需求以及更為前沿的數據處理能力(包括:3D點云語義分割、BEV鳥瞰圖標注、300萬大點云以及4D標注等);同時,算法中臺功能更加完善,2D算法準確率持續提升,3D算法功能逐步完善;此外,公司成功引入最新SAM開源模型,并基于數據預標注實際需求,對模型進行了優化升級,有效提升了2D語義分割項目中的降本增效能力。
未來,公司將緊抓智能駕駛行業發展機遇,全方位布局和提升智能駕駛業務核心能力,前瞻性布局、迭代智能駕駛數據處理平臺,優化算法中臺中樞能力,同時加大數據安全體系建設,全方位保障數據生產流程安全合規。同時,基于已經獲取的測繪資質,進一步拓展數據服務環節,開展采標一體化服務,提升業務毛利水平。
8、賀總,前段時間《生成式人工智能服務管理暫行辦法》發布,請問這個辦法對公司業務有什么方面的影響?
尊敬的投資者:您好,《生成式人工智能服務管理暫行辦法》更加強調數據來源和數據處理過程的安全合規性,對訓練數據處理活動提出明確的合規目標和要求。例如涉及個人信息的,需要確保取得個人同意,不得侵害他人依法享有的知識產權等等;同時,增強訓練數據的真實性、準確性、客觀性、多樣性等等,這就要求相關數據服務企業具有完備的數據安全保障體系,不僅要確保數據來源合法合規,同時在數據處理過程中還要具備相應的數據處理經驗和技術(例如,如何通過清洗和預處理技術排除訓練數據中噪聲和偏差,使得用于訓練的數據不帶有民族、國別、地域等歧視內容),進一步增加了數據服務的難度和門檻。以上數據安全標準將有助于行業門檻提升以及對專業第三方數據服務公司的依賴程度。
9、董秘你好,今年上半年公司收入同比下滑,請問公司今年全面收入預期如何,什么時候可以止跌回升?
尊敬的投資者:您好,上半年,公司境外收入受境外部分客戶階段性裁員、業務方向調整,以及數據出境相關法規落地實施的階段性影響,同比下降,導致公司整體收入下滑。但另一方面,公司境內收入,受智能駕駛業務增長驅動,已在二季度呈現同比增長態勢。公司認為收入的下降主要受短期因素影響。未來,預計隨著境外客戶人員調整進入尾聲,以及出境安全評估逐漸轉向常態化,境外收入水平將逐步恢復;同時公司也將持續發力智能駕駛、大模型等新興戰略型業務,并積極探索數據要素市場,力爭通過多主線合力,實現未來業績的穩步回升。
10、23年上半年,因境外客戶裁員和數據出境安全評估導致境外收入大降,請問境外業務什么時候能恢復?
尊敬的投資者:您好,2023年上半年,公司境外業務收入下滑,主要受到境外部分客戶階段性裁員、業務方向調整帶來的訂單釋放緩慢的影響,疊加了法規方面的階段性觀望影響。未來,預計隨著境外客戶的階段性調整結束/進入尾聲,以及隨著政策適用范圍及實施尺度日漸清晰,逐步度過磨合期,境外業務預期將逐漸回歸正常水平。