海天瑞声（688787.SH）—— AI 训练数据龙头，高景气低盈利
一、业务画像
海天瑞声是国内 AI 训练数据集龙头，为智能语音、计算机视觉、自然语言处理等大模型提供高质量标注训练数据，拥有 1877 个自有知识产权数据集产品（2025 年新增 160+），覆盖多语种、多模态，客户包括国内外头部大模型厂商。公司处于 AI 产业链最上游的"数据供给"环节，直接受益于大模型与多模态训练需求爆发。
2025 年营收 3.77 亿，业务结构随技术浪潮快速迁移：
计算机视觉 1.48 亿（+217.66%）与自然语言 0.51 亿（+112.29%）成为高增双引擎，训练数据相关应用服务 +1390.69%，传统智能语音 1.50 亿（-8.66%）占比降至 39.88%。区域上境内 2.19 亿（+77.72%）、境外 1.58 亿（+38.68%，东南亚交付基地稳定），境内外均衡。
业务重心从"标准化数据集销售"转向"定制化训练数据服务"，反映头部客户为模型差异化寻求独特数据的行业趋势，也埋下毛利率波动的伏笔。
二、盈利质量
2025 年海天瑞声呈现高增长、低盈利、毛利塌缩的特征。营收 3.77 亿（+59.00%）高增，归母净利润 1412 万（+24.54%）、扣非 1079 万（+116.85%），但净利率仅 4%、ROE 1.90%，盈利极薄。毛利率从 2024 年 66.46% 骤降至 48.08%（-18.38pct），主因低毛利的定制化服务占比提升。
拉长周期看盈利波动剧烈：2022 年营收 2.63 亿、归母 0.29 亿；2023 年受大模型训练需求暂缓与行业调整冲击，营收跌至 1.70 亿、归母 -0.30 亿转亏；2024 年回暖至归母 0.11 亿；2025 年营收重回 3.77 亿高点但归母仅 0.14 亿，盈利弹性远低于收入弹性——体量扩张未转化为利润厚度。
资产端安全：负债率 13.73%、无有息负债，但经营现金流仅 177 万（-93.83%）偏弱，净利润现金含量低。2026Q1 出现积极信号：营收 9678 万（+38.63%）、归母 840 万（+2161%）、扣非 777 万（去年同期 -68 万），新签订单 +100%，景气延续。扣除股份支付后 2025 归母 +95.35%，利润趋势实际向好。
三、护城河
训练数据是 AI 时代的"原油"，海天瑞声的壁垒在于数据资产与工程化能力。第一层是数据集版权积累：1877 个自有数据集涵盖多语种、多模态，构建时间长、合规成本高，难以被快速复制。第二层是标注工程化能力：从采集、清洗、标注到质检的全流程体系，尤其多语种与专业领域（医疗、自动驾驶）标注门槛高。第三层是客户与生态绑定：头部大模型厂的数据需求具持续性与排他性，切换供应商成本高。第四层是政策卡位：公司参与数据要素试点，与成都、长沙、保定共建数据标注基地，布局地方垂直 AI 模型；并在具身智能机器人训练数据方向前瞻卡位。
四、关键变量
- 大模型训练需求持续性：视觉大模型、文生视频、具身智能驱动数据需求，若大模型资本开支退潮，高增难续。
- 毛利率企稳：定制化占比上升压制毛利，需观察标准化数据集占比回升或服务提价能力。
- 数据合规风险：隐私、版权与跨境数据传输监管趋严，合规成本与业务边界直接影响供给。
- 大模型厂商自建数据：头部厂为降本自建数据团队，中长期或侵蚀第三方份额。
- 估值约束：当前 PE 约 579 倍，与 ROE 1.9%、净利率 4% 严重背离，盈利兑现遥远，估值回归风险极高。
五、结论
海天瑞声卡位 AI 训练数据这一高景气赛道，数据集资产与工程化能力构成实质壁垒，2025 营收高增、2026Q1 订单翻倍显示赛道红利仍在。但盈利极薄、毛利率大幅塌缩、现金流弱，且估值已极度透支未来，是典型的"高弹性主题标的"。
综合给予 B-（归根曰静）：赛道景气确定、弹性可观，但盈利质量与估值严重不匹配。仅适合风险偏好高的主题博弈，需等待毛利率企稳、利润规模上台阶（ROE 修复至 5% 以上）后，再评估其从"概念"到"业绩"的兑现度，当前追高性价比低。
风险提示：大模型训练需求持续性；毛利率企稳；数据合规风险；估值约束；大模型厂商自建数据。
数据来源：公司 2025 年年报、2026 年一季报及公开披露信息。