（来源：AI科技评论）

2026年9 月 22 日下午，清华校友总会 AI 大数据专委会 “清华校友上市公司深度走访” 系列活动走进 A 股 AI 训练数据企业海天瑞声（688787.SH）。本次是该系列年度活动第五站，30余位深耕人工智能、大数据与数据要素领域的清华校友参与本次参访交流。专委会执行会长倪鸣，副会长黄小兵、朱旭光，以及专委会多位副秘书长出席活动。海天瑞声联合创始人、CEO 李科校友，副总裁、首席语言学家郝玉峰现场参与交流分享。

清华校友总会AI大数据专委会执行会长倪鸣致辞

倪鸣在致辞中表示，数据供给能力正在成为决定 AI 能力上限的关键变量，高质量、场景化、合规化的训练数据，是 AI 技术落地的重要基石。AI 数据行业属于长赛道、重积累、强壁垒的刚需产业，贵在坚守、重在深耕、成在长期。海天瑞声深耕 AI 数据赛道二十一年，根植清华底色、秉持长期主义，是值得校友们学习的标杆企业。他希望各位校友珍惜面对面交流机会，在思想碰撞中拓宽行业视野，挖掘合作机遇。

海天瑞声联合创始人、CEO 李科校友分享

李科以《AI时代的数据工程变化、挑战与实践》为题，首先从数据供给、AI能力形成与应用反馈的循环关系切入，阐释数据工程如何连接AI能力与应用价值。随后，他结合相关行业研究与报告，梳理了四大变化：技术边界持续外扩，数据规模同步增长；数据需求从总量增长转向结构升级；数据供给从劳动密集走向技术与知识密集；数据生产从规模扩张走向质量工程。围绕专业数据稀缺、多模态处理复杂以及数据可信性等挑战，他进一步介绍了海天瑞声在人机协同生产、数据处理平台、全球交付及全生命周期安全管理等方面的实践。

海天瑞声副总裁、首席语言学家郝玉峰分享

郝玉峰围绕《高质量数据集驱动数据要素价值转化之路》展开分享，将讨论进一步落到数据集的建设与应用。他结合高质量数据集的定义与分类，介绍从需求出发，经数据规划、集成、清洗、标注和模型验证形成高质量数据集的完整过程，重点讲解规则制定、质量审核与交付验收等环节，以及通过模型验证评估数据价值的方法。在实践层面，他分享了文旅视频转化为多模态问答数据、方言语音数据支持模型适配，以及面向具身智能的真实世界交互数据生产等案例，展示不同场景下的数据如何经过加工与质量控制，用于模型训练和持续迭代，使数据价值在具体应用中得到体现。

清华校友总会AI大数据专委会副秘书长刘晨分享

专委会副秘书长刘晨带来《智能化构建AI Ready知识基座》主题分享。他指出，大模型落地背景下，数据治理正在发生重大转变：治理对象从传统结构化数据拓展到海量非结构化文档，服务对象也从面向人的 BI 系统转向 AI 智能体，由此带来知识分散、模型幻觉等现实难题。对此，他提出本体驱动的知识工厂解决方案：搭建业务本体语义层，借助大模型从企业存量文档中萃取实体、业务关系与规则，构建结构化知识图谱，以此弥补传统向量检索方案的不足；同时配套本体自演进机制实现体系迭代，快速将知识体系转化为可用的业务智能应用。

现场互动交流

在互动交流环节，校友们围绕具身智能数据挑战、医疗数据合规、数据标注行业未来等话题，与嘉宾展开深入交流。大家认为，具身智能尚处在发展早期，硬件本体迭代快、行业技术路线尚未收敛，大规模数据爆发仍有待时日；医疗等高价值行业数据想要实现流通，需要综合运用匿名化、可信空间等技术手段，兼顾产业创新应用与风险责任。

参观学习

本次走访还安排了参观环节，校友了解了动作捕捉手语数据集、多语种语音采集、多模态全生命周期数据标注平台等成果，其中国家通用手语数据集曾服务北京冬奥会听障人士赛事实时播报。

本次走访，让校友们对AI数据工程全流程、高质量数据集建设及企业级智能体数据治理有了更具体的认知，也为后续产学研合作建立起联系渠道。清华校友总会AI大数据专委会将持续推进上市公司深度走访系列活动，推动校友网络成为链接技术与产业的务实平台。

关于海天瑞声

北京海天瑞声科技股份有限公司（688787.SH）成立于2005年，是我国最早从事AI训练数据的专业服务商之一，也是目前A股市场唯一一家以训练数据为主业的上市公司。

经过21年的发展，公司的数据服务类型已经实现智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个核心领域全覆盖，可服务于智能驾驶、内容生成、机器人、智慧医疗、智慧教育、智慧金融等22种创新应用场景。目前，公司产品/服务线已覆盖全球300+个主要语种及方言，已积累1900+个自有知识产权的AI训练数据产品。

公司的产品和服务已获得阿里巴巴、腾讯、百度、科大讯飞、海康威视、字节跳动、微软、亚马逊、三星、中国科学院、清华大学等国内外客户的认可，客户累计数量近1300家，客户类型覆盖了科技互联网、社交、IoT、智能驾驶、智慧金融等领域的主流企业，教育科研机构以及部分政企机构。