海天瑞声获229家机构调研：东南亚基地原有人员规模扩充到1300-1500人，原本服务传统大模型标注，现在同步筹备具身业务（附调研问答）

海天瑞声（688787）10月27日发布投资者关系活动记录表，公司于2026年10月25日接受229家机构调研，机构类型为QFII、保险公司、其他、基金公司、海外机构、证券公司（399975）、阳光私募机构。 投资者关系活动主要内容介绍：

问：请介绍物理AI数据业务的行业大背景，公司布局该业务的核心逻辑是什么？

答：对比大语言模型LLM，物理AI目前最大的痛点是数据缺口远大于LLM，产业想要加速突破，必须在数据端实现突破。同时国家数据集团成立，将服务人工智能（885728）发展纳入主责主业，数据要素（886041）产业从建立规则进入运营落地阶段，供需两端都迎来加速窗口。基于行业机遇，公司正式布局物理AI也就是具身智能训练数据业务，发挥我们多年的数据工程能力，切入产业缺口。

问：目前物理AI数据业务的客户覆盖和标杆项目进展如何？

答：客户层面主要分为三类，人形机器人（886069）企业、科技大厂内部具身团队以及车企。代表性客户包括智元、极佳视界等。标杆项目方面，2026年春节后我们承接智元真机摇操订单，服务超100台本体的数据采集工作，经过3个月爬坡，实现稳定运行后快速扩容至数百台，下一阶段目标冲击千台规模。另外，我们和国内头部世界模型企业极佳视界，已经在真机遥操方向深度合作，后续计划将拓展到Ego第一视角数据，同时探讨模型落地层面的配套方案。

问：当前物理AI数据业务主要业务形态是什么？行业采集技术路线发生了怎样的迭代变化？

答：现阶段业务以具身数据采集为主，标注业务也已经启动。物理AI本身具备特殊物理属性，采集环节需要攻克稀缺场景对接、硬件适配驾驭、大规模批量落地三大难题。行业采集路线迭代节奏比较清晰：2026上半年行业主流是室内真机遥操、搭建模拟场景；5-6月行业Ego第一视角，依旧以室内场景为主；78快速转向月至今，不少客户开始走向真实线下场景开展采集。-一线客户反复提到，场景化数据是提升机器人出货、拓展落地场景的关键。

问：仿真、Ego、UMI、真机遥操这几条技术路线，公司怎么看待各自定位、占比以及优劣势？

答：仿真数据目前整体占比很小，未来更多是作为补充。Ego路线实施相对简单，更容易适配海量真实场景做规模化落地，我们判断它标品复用潜力最高，未来有望支撑较高毛利。UMI路线我们定义为行业中间过渡形态。真机遥操产出的数据属于“金标准”，当前在我们的有效小时产出中占比20%以上；但短板也很突出，机器人本体重量普遍接近200公斤，电池功率数倍于民用电瓶车，在室内做规模化采集的安全、落地阻力很大，硬件物理约束最强，同时也是三类里面单价最高的。

问：业务开展中硬件如何处理？产能现状和后续扩产空间怎么样？

答：如果客户自身已经具备成熟硬件，优先使用客户硬件；商务模式分为采购、租赁、代采三种。评判硬件是否合格，唯一标准就是产出的数据能不能满足客户模型训练、验证要求。产能上，不同设备有效产出不一样：Ego设备单班8小时有效产出3-4小时，UMI设备约3小时以上，真机遥操约2小时以上，设备支持两班倒作业。目前三类采集方式合计单月有效小时产能已经突破一万小时，对应年产能15-20万小时。待各条模式跑通成熟，后续扩产难度较低。

问：公司做物理AI数据业务，核心竞争力体现在哪些地方？

答：第一是场景落地能力；其次是对硬件、具身算法的理解驾驭能力；同时依托公司21年沉淀的数据工程能力，还要持续夯实完善的数据合规体系。场景落地我们有实际案例，某地方项目曾调动近,

问：海外业务筹备与推进情况如何？

答：东南亚基地原有人员规模扩充到1300-1500人，原本服务传统大模型标注，现在同步筹备具身业务。当地已经完成场景储备，覆盖雅加达及周边连锁商超、餐厅、高校、医院（884301）；后续将推进合规出海。北美市场同步推进，已经和当地两家头部科技大厂开启Ego数据业务需求沟通。

问：具身数据业务在成本以及数据资产方面有什么特点？

答：现阶段具身数据以高清视频为主，存储资源消耗大。但是我们自主采集的数据具备长期复用价值，如果打磨成为标准化产品，会成为高毛利业务的重要支撑，其中Ego数据标品化潜力最高。

问：投资者跟踪具身业务，可以重点关注哪些核心指标？

答：分为需求端和供给端。需求端，重点跟踪具身基座、世界模型企业（包括北美厂商）对有效小时数据的需求量，这个指标直接对应潜在订单规模。供给端，一是各家厂商单月有效小时产出，以及Ego、真机遥操、UMI三者的结构占比；二是产出数据集的场景丰富度，场景丰富度直接决定数据对模型训练的实际价值。

问：通用大模型能力提升，会对物理AI行业带来什么影响？

答：-顶层规划能力实现突破，有可能把具身智能商业化落类似GPT6 Astra这类通用大模型，如果在具身地的时间节点往前推动。但即便通用大模型能力很强，工业、专业场景容错标准很高，仍然需要具身企业自研垂域模型，搭配高质量专家动作数据做微调优化;

调研参与机构详情如下：

点击进入交易所官方公告平台下载原文>>>