分组1：公司收入增长原因 - 大模型技术发展和应用领域拓展，带动全球科技公司对人工智能研发投入复苏增长，多语言智能语音、文本等数据需求增加，拉动公司营业收入同比大幅提升 [3] 分组2：版权数据方面的价值 - 汇聚不同版权方数据，针对客户需求提供不同版权数据 [3] - 针对客户定制化需求，对版权数据进行精细化清洗，节约大模型训练算力，使其具备良好法律道德价值观 [3][4] 分组3：数据方面的核心竞争力 - 技术平台能力：重视技术研发，加大投入，提升算法、平台、工程化能力，加深算法辅助与人工结合，提高人机协同效率，做大规模、提升效率、降低成本 [4] - 业务模式：服务产品双模式，产品化贡献显著，标准化数据集研产销体系复用性为规模化和高利润率提供保障；截至2023年12月末，积累超1550个自有知识产权训练数据标准化产品，数据库存量居全球企业前列 [4][5] - 供应链资源管理能力：通过长期建设的供应链体系保障资源获取，未来加大供应链资源平台建设，提升各方面能力，支撑客群拓展 [5] - 数据安全及合规能力：形成成熟安全、合规管理体系，通过重要体系认证，拥有相关资质，符合国际通用与国内法律法规要求，获业务领域合作客户高度认可 [5][6] 分组4：自动化标注及相关技术影响 - 自动化标注是行业发展趋势和企业核心竞争力之一，核心是提高人机协作效率，公司持续加大研发投入，提升数据生产智能化水平 [6] - 合成数据是人工智能行业发展到一定阶段的产物，可作为数据采集辅助方式，但有局限性，无法替代真实场景数据，公司会关注其发展并调整业务布局 [7] 分组5：大模型发展对公司业务的影响 - 大模型向多模态发展会产生更多新型数据需求，推动数据服务行业进入更大增量空间 [8] 分组6：接入大模型提升数据生产效率 - 公司通过自行研发和API接入两种方式，探索将大模型接入一体化数据处理平台，提高人机协作效率，辅助数据生产 [9] - 自研大模型方面，开展预训练数据集设计与处理技术研究规划，进行相关数据获取与清洗工作，开展评测技术调研并完成基础框架设计 [9] - 接入部分开源或提供API接口的大模型，如在智能驾驶平台接入开源语义分割模型并优化升级，提升2D语义分割项目降本增效能力 [9][10]