海天瑞声:具身数据进入元年，异构与专家数据驱动高阶增长

摘要

1.具身智能业务放量，2026H1已签合同4-5千万元，在手待签数千万元，2027年预期更乐观，但受客户流程影响收入确认周期拉长。

2.数据需求结构从真机遥操作转向异构数据为主，异构数据因便携及可大规模部署(上千台级)将成为2027年主流标准化产品。

3.行业核心竞争力转向“真实场景资源获取能力”，客户极度强调真实场景专家数据(如专业保洁/美容师)，合成数据现阶段需求极低。

4.“反蒸馏”趋势倒逼模型厂商增加高质量原始数据预算，带动专家数据、版权数据及多语种数据需求在近一季度显著上升。

5.与国家数据集团达成深度合作意向，定位为技术集成商，重点参与消防、烟草等垂直行业及部委级公共数据价值变现项目。

6.海外策略聚焦境内外双循环，重点布局东南亚(已有1,500人团队)及美日韩，海外业务因竞争缓和、单价高、持续性强成为盈利重心。

Q&A

公司在具身智能数据领域的业务布局、最新进展以及2027年的展望如何？

公司自2025年春节后开始布局具身智能数据业务，历经半年团队组建与三四个月的市场探索，于2025年第四季度正式启动项目。业务自2026年春节后开始起量。为加速在该领域的发展，公司孵化了名为“地灵定律”的独立子公司，专注于具身数据方向，致力于在硬件、大脑模型和数据工程三个维度进行前沿性投入。在技术研发层面，公司不仅自建算法能力，还与清华大学于2025年9月30日成立的具身智能与机器人研究院展开合作，重点依托其算法与数据算力中心，以保持技术领先性和资源聚合优势。在业务成果方面，2026年上半年已完成四五千万元的合同签订，主要由三个项目构成，目前正陆续交付。当前在手待签订单规模约有数千万元。展望2027年，预计业务将比2026年更为乐观，但具体增长数字尚无法量化。需要指出的是，尽管订单获取与交付进展顺利，但受客户方流程拉长的影响，收入确认周期比预期要长。

当具身智能领域的技术路线尚未收敛，这对数据业务的具体开展有何影响？主流的数据需求类型和场景偏好是怎样的？

尽管技术路线每周都在演进，但这并不妨碍当前业务的开展。公司紧密跟踪市场前沿变化，以确保行业头部地位。从数据需求类型的演变来看，自2025年第四季度至今，主流需求已从最初的真机遥操作数据，转变为以异构数据为主。这两种类型是并存关系，只是占比发生了变化。异构数据因其设备便携性强，能够大规模应用于真实场景，预计在2027年仍将占据主导地位。对于“污蔑”(音)这类技术路线，我们判断它可能是技术演进过程中的一种中间数据形态，最终可能占比极小甚至不存在。然而，只要市场存在需求，公司就会承接相关业务。目前，异构数据的占比最高，且最有可能发展成为未来可规模化售卖的标准化产品，届时公司将开始追求毛利率的稳固提升。现阶段，公司策略是在确保每个项目毛利率底线的前提下，优先拓展业务。在场景偏好上，与一线机器人本体公司数据负责人的交流显示，“场景”已成为高频关键词。客户当前极度强调真实场景数据，对于搭建场景产生的数据需求很低。就合成数据而言，尽管其在深度学习和及大模型技术路线下一直存在，但需求量不大。在具身智能领域，从2025年至今，公司所接触和执行的订单中没有一个是合成数据项目，主要原因是客户现阶段不愿为此投入过多预算，获取真实世界数据是更优先的事项。但公司在研发层面会密切追踪合成数据的技术进展，因其未来可能在特定发展阶段扮演相应角色。

如何看待新近挂牌成立的国家数据集团？其定位、业务模式及其与海天瑞声等市场化公司的潜在合作关系是怎样的？

国家数据集团的成立，是继2023年10月国家数据局和2026年3月30日世界数据组织之后，国家在数据要素顶层建制上的又一重要布局。国家数据局负责顶层规划、制度设计与资源协调;世界数据组织旨在依托国内数据资源，在合规前提下进行全球资源布局与技术产能输出;而国家数据集团作为“国家队”，将亲自下场执行大型项目。基于与该集团筹备组长达一年多的交流，我们理解其业务重点将发挥其独特优势，主要集中在两个领域:一是垂直管理属性强的行业，如消防、烟草等全国一盘棋的领域，由央企主导更为适宜;二是中央部委一级公共数据资源的价值变现。在商业模式上，考虑到国家数据集团自身编制有限，其大概率会采用集成模式。海天瑞声的数据处理能力是其能力拼图的一部分。双方的合作是双向的，例如，在四川一个大型项目中，我们考虑引入国家数据集团作为牵头方，利用其资源优势，而我们在其中承担擅长的数据处理等具体工作。对于我们不擅长的领域，如大规模算力运营，则会选择与优质伙伴合作。这种合作逻辑促使我们与国家数据集团的七个筹备组都进行过不止一轮的深入交流，对方也表现出在业务乃至投资层面与海天瑞声展开全方位合作的意愿。

面对行业内众多头部具身智能公司设立子公司自研数据业务的趋势，以及大模型反向蒸馏技术可能带来的影响，如何评估当前行业对专业数据服务的需求程度？

我们服务的客户群体主要分为两类:一是估值和融资额排名前十的具身智能公司，二是大型综合科技公司内部的具身智能团队。这两类客户构成了我们的主要客户群。关于技术路线的变化对数据业务的影响，我们认为，尽管技术路线在不断演进，但对专业数据服务的需求是持续存在的。

在具身智能或物理AI领域，未来2-3年内数据采集的技术路线将如何演变，对数据需求，特别是场景特征和数据类型，会产生哪些具体变化？

未来2-3年，预计异构和真机遥操这两种数据采集方式将持续存在，但真机遥操的量可能会随时间推移而降低。当前主流的三种素材采集方式，即真机遥操、5米和异构，均是为满足现有技术路线而设。一个更重要的需求变化是，无论技术路线如何演进，行业对真实世界数据的场景特征要求将愈发精细化和颗粒化，并且会引入“专家数据”这一概念。例如，在采集“擦桌子”这类看似简单的任务数据时，最初尝试使用在校大学生或家庭主妇，效果均不理想。前者缺乏家务经验，动作不规范;后者虽然熟练，但动作拆解到帧后发现不合理性较高。最终，项目选择聘请受过专业培训的保洁人员，因为他们的动作效率更高且相对标准化。同样，在“宠物美容”数据采集中，普通的爱狗人士或宠物主人无法满足要求，必须寻找大型连锁宠物店中经验丰富的美容师。这些案例表明，为了获取高质量的场景数据，必须寻找特定领域的专业人士，这无疑增加了采集难度和成本，但对于解决高质量场景问题是必要的。这种趋势在专业技能要求更高的垂直领域尤为明显。例如，在工业制造场景中，若要将物理AI嵌入类似宁德时代这种规模和复杂度的生产环节，就必须与这类专业制造商合作，在其实际生产场景中，由专业人员执行并采集任务数据。因此，未来数据需求将显著向高价值、高专业度的专家数据倾斜。

市场近期有关于“反蒸馏”的讨论，这是否会对AI大模型的数据需求结构产生影响？从订单层面观察，数据需求在近期呈现出哪些新的趋势？

近期市场确实存在关于减少模型蒸馏的传闻。从订单端观察到的数据需求变化来看，最近一个季度左右，高质量专家数据、AI数据、版权清晰数据以及多语种数据的需求量呈现明显上升趋势。这种上升体现在客户为2027年进行的规划和预算配置中，与我方交互时高频提及的正是这些类型的数据。如果“反蒸馏”成为模型领域的新主流趋势，模型厂商将无法再像过去那样主要依赖消耗算力进行数据蒸馏，而必须投入更多预算直接采购高质量的原始数据。

目前主流的真机遥操、5米和异构这三种数据采集路线各自存在哪些优劣势？行业技术路线的收敛方向和进展如何？

这三种采集路线的优劣势主要体现在数据质量与成本的平衡上。真机遥操采集的数据质量最高，因为它是机器人本体直接执行动作并采集数据:供机器人自身学习，但其成本也最为昂贵。其劣势在于设备笨重，例如，之前操作过的智源G2机器人重近200公斤，其电池功率比家用电瓶车高5-6倍，消防法规禁止其在普通室内环境大规模部署。这种物理限制和高昂成本使其难以实现500台或1,000台以上规模的部署。异构路线位于另一端，其数据质量相对较低，但成本也最低。它通过视频拍摄人类执行动作，再由机器人进行模仿学习。为追求便捷性和低成本，其采集设备在功能和效果上会有所折衷。然而，其优点在于可以实现上千台甚至数千台设备的大规模快速部署。5米介于两者之间。其设备复杂度高于异构，操作者需要穿戴带有传感器、夹爪、数据存储及充电等设备，限制了其便利性。但相较于真机，它仍是单人可穿戴设备，能够进入更多场景进行作业。关于技术路线的收敛，目前观察到的趋势是异构正在快速成为主流。预计到2027年，5米路线的占比将进一步降低，当前的业务实践也符合这一逻辑特征。

当前部分头部的机器人本体公司也开始自建数据业务或成立数据公司，这与第三方数据服务商之间是竞争关系还是合作关系？

目前来看，这更倾向于是一种合作关系，而非直接竞争。这种模式与过去大模型或深度学习领域客户自建数据团队的情况类似，但现阶段又有其特殊性。一些一线机器人本体公司自建数据团队，其目的之一可能是为了在当前机器人本体出货量极低(预计2026年全球总出货量不超过5万台)的背景下，讲述新的资本故事，增加业务支撑点。尽管它们自建了团队，但这并不意味着所有数据工作都由自己完成，双方存在明确的专业化分工与协同。第三方数据服务商的优势在于，拥有规模化、成本可控的数据生产能力，以及丰富的场景资源拓展能力。这些是基于过去二十多年在数据领域积累的研发基础、团队、外部合作网络、平台工具以及合规经验。例如，在数据合规方面，我们自2020-2021年起便开始研究数据跨境相关法规，对2022年9月1日网信办颁布的相关办法己有深入实践和完整解决方案。而许多机器人公司成立时间较晚，在这方面积累不足。具身智能业务从一开始就面向全球化，尤其以东南亚为起点，我们在当地已拥有1,500人的数据交付团队，可以快速调动资源支持具身智能的数据采集与标注。这些独特的优势决定了双方是互补的合作关系，而非竞争。

国家数据集团的成立将对数据要素产业及数据服务行业的格局带来哪些影响？

国家数据集团的成立，结合此前国家数据局出台的《数据产权登记暂行办法》，为解决行业长期面临的两大难题提供了方案。过去，一些敏感度极高的公共属性数据难以被有效开发利用，主要缺失两方面要素:一是顶层的制度设计，二是具备足够资质在全国范围内统一执行标杆性项目的权威角色。现在，《办法》提供了制度基础，而国家数据集团则扮演了这一权威角色。二者结合，使得过去难以触及的高价值公共数据，例如顶级三甲医院的医疗数据，有望实现确权登记和全链路的价值变现。国家数据集团下设的一个一级子公司专门负责公共数据资源的运营，包括产权相关业务，这具有很强的针对性。由国家数据集团牵头，可以专门处理这类高价值、高敏感度、行业期待已久的公共数据的确权、登记、交易与应用。对于数据服务商而言，这创造了新的市场机会，可以在这个过程中发挥自身的数据处理与服务能力。

与海外市场相比，国内数据类公司似乎数量较少，例如对标ScaleAI或DataAI这类企业，其原因是什么？同时，在国内市场，公司面临的主要竞争对手有哪些？

从竞争格局来看，自DeepSeek于2025年出现后，数据需求与供给侧正在快速分层。其中，基础层的数据需求量大但毛利率低，公司目前基本不再涉足该领域。公司现在聚焦的是中阶及高阶数据业务，在这个维度上，国内的竞争对手屈指可数。关于国内数据类公司相对较少的问题，可以归结为“水大鱼大”的逻辑。首先，中美两国，尤其是一线和二线的模型公司，其数据需求总量构成了整个市场的“水池”。如果“水池”的容量不够大，其中的“鱼”(即数据公司)自然也难以成长壮大。以行业内的头部纯模型公司为例，通过公开信息可以发现，国内排名第一的公司与海外排名第一的公司的年化ARR存在显著差距。既然模型公司之间存在如此大的差距，那么数据公司之间存在差距也是自然而然的。其次，国内的商业环境或商业习惯是另一个重要因素。国内的科技公司，尤其是大型厂商，普遍倾向于自建内部数据团队，这种现象已经持续了至少十年以上。这些自建团队会分流其内部算法团队的数据预算。尽管我们与这些厂商的内部团队存在合作关系，但自建模式的存在是客观事实。相比之下，在美国的AI或科技公司中，即使是大型企业，也很少会专门设立一个庞大的自建数据团队。这种差异不仅存在于数据行业，在其他领域也普遍存在，例如美国综合性科技公司的垂直业务单元数量通常不如中国的工具类公司多，这是一种商业土壤的差异。展望未来，第一个因素是动态变化的。随着国内模型公司及综合性科技公司的模型业务收入持续增长，其在数据侧的投入必然会随之加大。特别是如果反向验证(adversarialvalidation)等技术方法成为主流，将进一步倒逼企业采购更多高质量数据。因此，市场“水池”的水位预计将比前两年上涨得更快，数据公司的成长速度也将加快。然而，第二个因素，即商业土壤，可能较难改变，因为它并非单一行业或计算机软件行业所特有的现象。尽管如此，只要第一个因素持续向好，市场前景依然可期。

在具身智能的最终竞争力排序中，数据能力处于何种位置？

具身智能的竞争力可归结为几个核心能力，其重要性排序在不同阶段会有所变化。大约在2026年6、7月份之前，我们内部的排序是:第一，硬件综合能力;第二，具身大脑能力;第三，数据工程能力;第四，合规能力。然而，站在当前时间点(2026年10月)，我们会将“资源能力”从原有的数据工程能力中独立出来，并将其置于首位。因此，现在的排序变为五个能力，其余能力的相对顺序不变。之所以做出这样的调整，是因为现阶段市场对于金字塔尖上难度最高、毛利最高、最具话语权的业务需求，已明确指向真实场景的数据。近一个半月以来，与智源、自变量、阶跃星辰、阿里、字节跳动等几家头部客户的交流中，各方都强调需要真实场景的数据，而非人工搭建的场景。因此，获取真实场景数据的资源能力己成为现阶段的第一竞争力。当然，这个排序未来可能还会随着行业发展而动态调整，但竞争力的核心要素基本会在此框架内。

公司当前的新签订单情况如何？对2026年全年及2027年的业务景气度有何展望？

关于具体的订单数字，由于即将披露2026年第三季度报告，目前不便在公开场合透露。从我目前的感受来看，公司业务趋势与2026年半年报中呈现的几个核心指标基本一致，均保持向上态势，区别仅在于向上增长的力度。预计2026年全年也将延续这一趋势。基于此，展望2027年，业务景气度至少会维持当前的水平。需要补充一点，目前境内的大额订单普遍存在确认周期越来越长的现象。这并非因为客户资金问题，这些客户资金实力雄厚，而是其内部流程过长，其中涉及到一些博弈，这可以看作是商业土壤问题的一种体现。

公司在海外业务方面的最新进展如何？未来的发展策略是怎样的？公司的海外策略未发生本质变化。核心主轴始终是持续构建境内外双循环的高端数据供给能力。在商务层面，策略是尽可能多地建设本地化的售前与商务资源，以更贴近客户。具体部署包括在美国的湾区、洛杉矶、旧金山、西雅图，亚洲的新加坡、东京、首尔，以及欧洲的德国和法国等地增加人员配置。在具身智能方向，由于涉及场景和硬件，我们需要在更多国家进行布局。与以往在单一国家增加人手不同，现在需要在更多国家建立能力。例如，在东南亚，我们正依据菲律宾、印度尼西亚、越南、泰国和马来西亚五国进行布局，方式包括自建团队或与当地有华人背景的合作伙伴共同开展。此外，日韩、南美的巴西以及非洲部分地区也在布局规划中。目前，东南亚的进展最快，其他地区由于是从2026年第二、三季度才开始增派人手，速度相对较慢。从纯市场化角度看，公司高管层更倾向于发展境外业务，因为海外市场竞争不那么激烈，价格更高，业务持续性也更好。

近期市场同时关注物理AI和国家数据集团成立所代表的数据要素两大主题，这与公司的业务发展是否存在巧合？公司如何看待这两大业务方向的未来发展？

近期市场对物理AI和数据要素的关注点恰好与公司的两大核心增长曲线相契合，这既有偶然性，也存在必然性。数据要素业务的布局始于大约三年半前，而具身智能(物理AI)则是从2025年至今，在公司夯实基础业务板块之上重点发展的两个新增方向。我们并非将这两个方向作为一两年的短期业务来做，而是看到了其底层的长远逻辑，并在人员配置、优质资源倾斜、预算及研发投入上花费了大量心血。市场的关注并非偶然。众多一线机器人本体公司的一号位在2026年上半年至下半年的多个公开场合宣布，2026年是“具身数据元年”。同时，国家数据局局长刘烈红在2026年两会后也提出，2026年是“公共数据要素价值释放元年”。这些行业趋势与我们的战略布局在当前时间点上汇合。展望未来，我们认为前景将比现在更值得期待。当然，在业务执行过程中，我们仍有大量基础工作要做，也会遇到各种挑战，但我们将保持积极而审慎的态度推进。