海天瑞声 (Haitian Ruisheng)

📈 688787:SH🌍 中国

提供语音、视觉、自然语言等 AI 模型训练所需的高质量数据集和定制化标注服务。

⚔️ 核心护城河

国内稀缺的具备多语种、多模态高质量数据积累的企业，深度参与国内大模型语料库建设标准，并率先发布具身智能数据工程化服务平台。

公司概况

海天瑞声成立于 2005 年，总部位于北京，是国内最早从事 AI 训练数据服务的公司之一。2021 年在科创板上市，成为国内"AI 数据第一股"。

海天瑞声的核心业务是为 AI 模型提供"食物"——高质量的标注数据。从早期的语音识别语料库（方言、多语种）到如今的 LLM 指令微调（SFT）数据和 RLHF 偏好数据，海天瑞声的业务覆盖了 AI 训练数据的全品类。在具身智能（机器人）兴起后，公司率先发布了针对机器人训练的具身数据平台。

覆盖超过 200 种语言和方言的语音识别语料库，是讯飞、百度、阿里等公司语音产品的底层数据支撑。

提供 LLM 指令微调（SFT）数据集、RLHF 偏好排序数据集，以及针对特定行业（法律、医疗）的领域数据。

新推出的数据工程化服务平台，提供机器人所需的视觉、力觉、动作捕捉等多模态数据采集和标注服务。

海天瑞声是中国版的 Scale AI。在国内大模型研发热潮中，高质量中文语料的标注和建设需求旺盛。海天瑞声在语音和 NLP 领域的数据积累构成了其核心壁垒。