证券代码：688787 证券简称：海天瑞声

北京海天瑞声科技股份有限公司

投资者关系活动记录表

编号：2026-013

投资者关系活动类别 □特定对象调研 □分析师会议 □媒体采访 □业绩说明会 □新闻发布会 √路演活动 □现场参观 □电话会议 □其他（请文字说明其他活动内容）

参与单位名称及人员姓名 天弘基金 张磊 永赢基金 庄子童 永赢基金 陈永晟 永赢基金 庞雅倩 永赢基金 沈平虹 永赢基金 包斅文 永赢基金 邵玉豪 永赢基金 黎一鸣 上银基金 尹萌 上银基金 张靖仪 上银基金 卢扬 上银基金 王佳音 上银基金 蒋纯文 上银基金 徐一丹 上银基金 张和睿 东证资管 郑童仁 太平资产 徐磊 敦颐 薛浩洲 聚鸣 孔祥瑞 上海领久私募基金 胡彦超 交银施罗德 朱维缜 交银施罗德 徐嘉辰 中庚 邱添 平安养老 邵进明

会议时间 2026年10月26日 2026年10月27日 2026年10月28日 2026年10月29日

会议地点 线上、线下交流

上市公司接待人员姓名 董事会秘书：张哲

投资者关系活动主要内容介绍 1、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？ 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，将服务人工智能发展纳入主责主业，数据要素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。 2、目前物理 AI 数据业务的客户覆盖和标杆项目进展如何？ 客户层面主要分为三类，人形机器人企业、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。 3、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？ 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 月行业快速转向 Ego 第一视角，依旧以室内场景为主；7?8 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。 4、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？ 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。 5、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？ 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。 6、公司做物理 AI 数据业务，核心竞争力体现在哪些地方？ 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千名采集人员，联动政府、街道对接各类场景资源；也具备医院、学校这类准入门槛高、涉及隐私安全机构的对接落地能力。另外我们和清华大学官方的具身智能与机器人研究院深度合作，获得算法层面支撑，叠加全球化资源池，形成业务协同。 7、海外业务筹备与推进情况如何？ 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；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。 8、具身数据业务在成本以及数据资产方面有什么特点？ 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。 9、投资者跟踪具身业务，可以重点关注哪些核心指标？ 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。 10、通用大模型能力提升，会对物理 AI 行业带来什么影响？ 类似 GPT?6 Astra 这类通用大模型，如果在具身顶层规划能力实现突破，有可能把具身智能商业化落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。

附件清单（如有）

日期 2026年11月2日