AI手機行業(yè)深度報告：AI手機AI產(chǎn)業(yè)革命的決定性力量

股票研究行業(yè)深度研究股票研究行業(yè)深度研究證券研究報告——AI手機行業(yè)深度報告秦和平(分析師)qinheping027734@gtjas李奇(分析師)liqi028295@證書編號S0880523110003S0880523060001本報告導讀：廠商享量價利紅利，大模型廠商變現(xiàn)加速，硬件廠商受益于產(chǎn)品迭代及供需格局。在搜索引擎上的合作，我們認為手機廠商擁有終端消費者基礎(chǔ)和流量入口優(yōu)勢，在與大模型廠商合作的過程中是更為強勢的一方。57.62%。散熱材料環(huán)節(jié)：材料用量增加疊加新材料滲透率提高，單海外科技增持細分行業(yè)評級相關(guān)報告海外科技《GB200發(fā)布，繼續(xù)看好算力的投資機會》2024.03.24變動》2024.03.10歡繼續(xù)》2024.02.25海外科技《特斯拉短期業(yè)績承壓，互聯(lián)網(wǎng)大廠啟動春節(jié)檔》2024.01.28海外科技《芯片巨頭集體推新迎AIPC元年》2024.01.14請務(wù)必閱讀正文之后的免責條款部分行業(yè)深度研究22of43 3 3 4 6 7 72.1.1.云端推理受限于成本和算力瓶頸 72.1.2.從云到端、端云混合，具備成本、能耗、性能、隱私安全、 8 3.突破內(nèi)存及算力桎梏，技術(shù)可行性得到驗證 3.1.多路線發(fā)力克服手機內(nèi)存瓶頸，終端部署大模型可行性得到驗 3.1.1.大模型壓縮：輕量化大模型有望“塞” 3.1.2.優(yōu)化內(nèi)存管理：蘋果閃存方案效果顯著 3.2.異構(gòu)方案下，頭部芯片廠商有望突破推理算力制約 3.2.1.NPU提供高性能算力支撐 4.2.蘋果具備全棧式能力，持續(xù)投入帶來持續(xù)產(chǎn)出 5.從硬件端、大模型端、手機廠商端看潛在機遇 5.1.硬件端：高性能NPU享議價權(quán)，散熱材料、內(nèi)存芯片價值量提 5.1.3.內(nèi)存：比拼帶寬，供需關(guān)系驅(qū)動漲價 5.3.手機廠商：用戶基礎(chǔ)和流量入口打造護城河，全棧自研方享高 5.3.3.機遇與風險并存，需把握先發(fā)優(yōu)勢 行業(yè)深度研究33of431.AI手機顛覆性體驗推動滲透率高增1.1.智能手機市場轉(zhuǎn)暖疊加AI手機滲透率提升，需求可期好于預期10個季度首次轉(zhuǎn)正4-5%-10-1500行業(yè)深度研究44of43億部0.5010亦可提振手機ASP。1.2.AI手機在定義、功能、用戶體驗上均具顛覆性AI智能手機如何區(qū)別于上一代智能手機？上一代Fusion，通過機器學習以低到中等的光線拍攝照片，連續(xù)拍攝九張照片并最終合成高細節(jié)、低噪點圖片。購物平臺與短視頻平臺的智能推薦亦依賴于AI算法。可以說，上一代智大于30TOPS、搭載能夠支持更快速高效端側(cè)GenAI模型的So支持包括StableDiffusion和各種大語言模型在內(nèi)的GenAI模型在運算可達6000億次，可勝任機器學習任務(wù)，人臉識別功能可隨機主的行業(yè)深度研究55of43表1硬件賦能AI手機與新一代AI手機對比硬件賦能AI手機新一代AI手機算力數(shù)據(jù)類型端側(cè)AI運行端側(cè)AI示例發(fā)布時間代表機型搭載芯片≤30NPUTOPS>30NPUTOPSint-8蘋果A17Pro，聯(lián)發(fā)科天璣9300，高通驍龍8Ge從特征看，新一代AI手機應(yīng)具備算力高效利用能力、真實世界感知能除模型本身的學習能力外，AI手機通過機器學習不斷理解用戶習慣，圖5AI手機應(yīng)具備創(chuàng)作、自學習、感知、算力高效利用能力從應(yīng)用場景與功能看，新一代AI手機的已落地的使用場景可大致分為文字類、圖像視頻類、語音類及效率提升類。文字類方面，大模型接入總結(jié)通話中的要點信息，三星內(nèi)置通話實時雙向翻譯和文字翻譯功能，網(wǎng)頁智能摘要等功能落地，三星即圈即搜功能進一步完善了交互邏輯，預計未來效率提升類應(yīng)用將帶來最顛覆性的體驗升級，即成長為真正的行業(yè)深度研究66of43表2部分AI手機機型的AI功能應(yīng)用場景谷歌Pixel8系列OPPOFindX7魅族21PRO文字類根據(jù)場景選擇合適文風及語氣；筆圖像視頻類整光線和背景；調(diào)整視頻的顏色、照明、穩(wěn)定性和顆粒度；智能識別噪音干擾AI搜圖，圖片擴展，魔語音與交流類要效率提升類APP或切換界面究從用戶體驗看，新一代AI手機有望真正成為自在交互、智能隨心、?；?、記憶、感知和管理能力，為用戶帶來全新的人機交互體驗，打破系能力及龐大的知識數(shù)據(jù)圖譜，疊加對用戶個性化信息、習慣的學習，可正扮演智能助理的角色。表3AI手機扮演智能助理角色，提供顛覆性用戶體驗上一代智能機新一代AI手機用戶價值自在交互智能隨心專屬陪伴安全可信賴些模型融入手機系統(tǒng)中可以打破應(yīng)用之間的隔閡，將系統(tǒng)的能力提升到AIAgent級別，不僅讓大模型加持智能助手，還能讓系統(tǒng)工具也具備行業(yè)深度研究77of43AI手機成長為具備數(shù)字人格的AIAgent，需要具備自主決策能力。AI至學會用戶的習慣，為用戶提供更為個性化的服務(wù)。根據(jù)小米、華為、范疇，具備自主決策能力，主動而不是被動地提供個性化服務(wù)。通過遵循用戶或開發(fā)者預定義的確切L2-確定性任L3-策略性任L4-記憶和情2.手機有望成為最適配終端AI落地的設(shè)備2.1.1.云端推理受限于成本和算力瓶頸端是生成式AI模型部署的主要方式，用戶可以通過網(wǎng)頁對模型進行訪后，會調(diào)用訓練完成的模型對需求進行處理并返回結(jié)果。對比訓練與推理的成本，盡管生成式AI模型參數(shù)數(shù)量較多，進行一次訓練將產(chǎn)生較高昂的成本，但因其每年平均僅需訓練幾次，因此成本較為固定，不會隨終端用戶的增加而產(chǎn)生大幅變動。然而推理端成本則與終端用戶數(shù)量正相關(guān)，由于生成式AI模型需求的拓展推動其市場規(guī)模高增，模型推理端的市場規(guī)模將遠高于訓練端，表現(xiàn)為模型的推理成本隨著日活用戶數(shù)量及其使用頻率的增加而飛速增長。然而，在云端進行模型推理的成云端推理受限于算力，需求高峰期會出現(xiàn)長時延甚至宕機。2023年11行業(yè)深度研究力不足、推理數(shù)據(jù)過大、算法能力不強等因素，根本原因與海量用戶同2.1.2.從云到端、端云混合，具備成本、能耗、性能、隱私安全、個性化五大優(yōu)勢混合AI結(jié)合云端與終端，并根據(jù)不同應(yīng)用場景靈活分在高效利用資源的同時為使用者提供更好的體驗。在以云為中心的場景而在其他的場景下，計算將主要以終端為中心，在云端與邊緣端靈活分配；模型方面，大模型將逐漸向邊緣端滲透，在智行業(yè)深度研究99of43圖8數(shù)量可觀的生成式AI模型可從云端分流到終端上運行表5混合AI較云端AI在成本、能耗、時延、隱私安全、個性化方面具備優(yōu)勢成本能力的數(shù)十億邊緣終端，未來預計還將有具備更高處理能力的數(shù)十億終端落地。延負載可防止這一現(xiàn)象發(fā)生。此外，混合AI架構(gòu)中終端側(cè)處理的可用性優(yōu)勢，讓用戶無論身處何地隱私和安全個性化數(shù)字助手可根據(jù)用戶的表情、喜好和個性進行定制，利用如社交媒體、電子郵件、消息、日歷和位置實際行為、價值觀、痛點、需求、顧慮和問題等方面刻畫用戶畫像，并且具備持續(xù)學習和行業(yè)深度研究/天。若簡單以50%分流率計算，將50%推理分流至端側(cè)進行，將節(jié)約55~68億人民幣/年的云端運算成本。最后一環(huán)戶基數(shù)將增長11%，全球智能手機滲透率將持續(xù)保持上升趨勢。根據(jù)活的方方面面，已從單純的通訊工具演變?yōu)殄X包、播放器、生產(chǎn)工具、隨屬性強，數(shù)據(jù)采集設(shè)備能夠收集到豐富、廣泛的多模態(tài)用戶數(shù)據(jù)，從目的地信息，給出穿衣建議；可調(diào)用機票或車票信息，給出出行時間及行業(yè)深度研究定位數(shù)據(jù)調(diào)用通過鏡頭、話筒、傳感器、定位，能夠收集到最豐富的典型應(yīng)用場景典型功能一典型功能二典型功能三到驗證數(shù)。大多數(shù)大模型都在具有強大服務(wù)器硬件支持的云端運營，若直接部大模型從而降低大模型體積，三是優(yōu)化內(nèi)存調(diào)用邏輯。目前以微軟、聯(lián)3.1.1.大模型壓縮：輕量化大模型有望“塞”進手機型精簡為更為輕量級的形式，在保持模型原有性能的基礎(chǔ)上減少推理過程中的內(nèi)存和計算成本，以便模型可以在各種資源受限的設(shè)備上運行。大模型的壓縮和加速算法主要包括量化、剪枝及蒸餾，可在大幅簡化模行業(yè)深度研究表9量化、剪枝、蒸餾等方案可實現(xiàn)大模型壓縮量化減枝蒸餾原理通過減少模型參數(shù)的表示位數(shù)來降低計算和可以有效減少位數(shù)，從而提高模型的運行效率。量化是減少內(nèi)存成本和提高LLMs推理類型（如INT4）快速操作的硬件上。移除模型中不必要或多余的組件（如參優(yōu)勢（1）高壓縮比：將LLMs中的移除個別參數(shù)會導致模型出現(xiàn)不規(guī)則的大語言模型的趨勢和范式，尤其是當大模型需要部署、運行于終端時。行更高效的神經(jīng)網(wǎng)絡(luò)，同時不影響準確性和性能表現(xiàn)。通過Int4量化綜合性能指標僅降低了1.1%和0.7%。表10Int4量化壓縮可在保持性能基本不變的同時降低模型內(nèi)存占用模型參數(shù)量微調(diào)方法（硬件）內(nèi)存占用（GB）訓練速度（sec/iter）全參數(shù)（32*A100）QLoRA（1*A100）全參數(shù)（1*A100）QLoRA（1*A100）行業(yè)深度研究化和壓縮模型，通過對每個權(quán)重矩陣應(yīng)用正交矩陣變換實現(xiàn)對模型的極限壓縮。為實現(xiàn)計算不變性，引入新變換矩陣Q，對在預測結(jié)果不變的前提下，權(quán)重矩陣的尺寸變小，從而減小了模型的參66B和Phi-2模型去除多達25%的模型參數(shù)（包括嵌入同時分別ROWSANDCOLUMNS》ROWSANDCOLUMNS》行業(yè)深度研究表11SliceGPT具備推理運算量低、速度提高、計算成本降低、吞吐量提高、無需額外代碼優(yōu)化等優(yōu)勢推理計算量顯著降低推理速度提升計算成本較低吞吐量提升提升明顯。在GPU數(shù)量固定的情況下，被剪裁過的模型的吞吐量將分別達到原稠密模型的6.26倍和無需額外代碼優(yōu)化參數(shù)的SwitchTransformer-c2有效性，而且還表明極低位寬的壓縮確實適用于大規(guī)模的MoE。優(yōu)化內(nèi)存管理：蘋果利用閃存，解決終端大模型部署的內(nèi)存瓶頸。計算機的記憶體簡單分為內(nèi)存（Ram）和閃存（Flash內(nèi)存用于臨時存儲需要隨時訪問的數(shù)據(jù)和指令，它提供高速的讀寫，有較高的存儲密度；閃存正相反，它讀寫較慢，適用于長期數(shù)據(jù)的存儲。因此從特性上看，內(nèi)存更適合需要頻繁讀寫的大模型，目前的標準方法是將整個模型加載行業(yè)深度研究避免了需要將整個模型適應(yīng)DRAM的需求。Memory》優(yōu)化內(nèi)存管理：蘋果利用兩種互補技術(shù)來最小化數(shù)據(jù)傳輸并最大化閃存用該特性有選擇性地從閃存中加載只有非零輸入或預測為非零輸出的參數(shù)。具體而言，蘋果構(gòu)建了一個以閃存為基礎(chǔ)的推理成本模型，并使鍵技術(shù)，來最小化數(shù)據(jù)傳輸并最大化閃存吞吐量。窗口化僅為前幾個減少了加載權(quán)重的IO請求數(shù)量。行列捆綁方法存儲上投影和下投影層的串聯(lián)行和列，以讀取閃存的更大連續(xù)塊，這將通過讀取更大的塊來增加吞吐量。窗口化和行列捆綁共同促使數(shù)據(jù)負載大幅減少，提高了內(nèi)存Memory》圖14將對應(yīng)的列和行一起存儲，可以將數(shù)據(jù)整Memory》優(yōu)化內(nèi)存管理：效果顯著，手機端部署大模型可行性進一步得到驗證。到100%。3DDRAM技術(shù)的小巧體積和大容量，有望成為移動設(shè)備的疊的方式，將存儲單元置于一個二維陣列中，通過垂直疊加顯著提高容量，同時降低平面面積的占用，使得單位面積內(nèi)的存儲容量顯著增加，構(gòu)，將一顆芯片的容量增加100G以上3.2.異構(gòu)方案下，頭部芯片廠商有望突破推理算力制約3.2.1.NPU提供高性能算力支撐大模型從云端向終端延伸需要端側(cè)AI推理算力支撐，CPU+GPU+NPU配AI的推理算力需求，相較于傳統(tǒng)的CPU和GPU，NP異構(gòu)方案嵌入NPU后，由CPU運行較小的工作負載并實現(xiàn)低延遲，NPU型工作負載。3U結(jié)合的異構(gòu)方案能夠?qū)崿F(xiàn)更快速、更高效率的邊緣AI言模型在內(nèi)的GenAI模型在端側(cè)運行的智能手機。在此定義下，級性能和能效于一體的強大產(chǎn)品。與前代平臺相比，驍龍8Gen3用HexagonNPU代替了原有的HexagonDSP，在架構(gòu)、了重新設(shè)計，內(nèi)部運行頻率更高，內(nèi)部緩存空間更大，實現(xiàn)了顯著的運升20%；GPU性能和能效均提升25%，光線追蹤性能提升了40%，第三代驍龍8能夠支持復雜的大語言模型、大視覺模型以及生成式AI基于臺積電的3nm工藝制程，放棄了Arm公主頻為2.0GHz的Cortex-A720大核，其峰值性能相較上一代提升圖20天璣9300搭載全大核CPU及第七代AI處理器常規(guī)能力之外，聯(lián)發(fā)科著重升級了天璣9300的AI性能，能夠?qū)崿F(xiàn)更2020of43大語言模型常用的Transformer進行算子加速，大模型的處理速度是上已經(jīng)率先實現(xiàn)了7B和13B大模型在移動端的圖21LoRA文生圖、大模型生成文字能力出眾續(xù)采用Arm內(nèi)核，在天璣9300架構(gòu)基礎(chǔ)上，大核從Cortex-X4升級到2121of43Cortex-X5，同時依舊支持LPDDR5T內(nèi)存，以滿足本地AI運算的需求。CPU，全新CPU微架構(gòu)和設(shè)計改進同時5TOPSA11A12A14A15A16A17Pro4.1.安卓手機廠商加速推出AI旗艦機型，靜待需求兌現(xiàn)態(tài)2222of43憶能力和工具調(diào)用能力，能基于知識圖譜、文檔數(shù)據(jù)以及搜索引擎，精2323of43普通用戶無需掌握專業(yè)的編程技能，可通過零代碼自然做到精細化、專業(yè)化、個性化，又具備“統(tǒng)攬全局”的特質(zhì)，超級智能體連接各個孤島，以總管家的角色直接對接用戶需求。圖27用戶可定義專屬的個性化智能體4.1.2.各大安卓廠商紛紛推出AI手機，功能各異持實時語音轉(zhuǎn)換成文字、來電篩選、自動回復消息、完美拍攝、圖像魔法編輯器、音頻魔術(shù)橡皮擦等功能。此外，谷歌還推出了AssistantwithBard，定位為用戶的個人助理，可幫助朗讀行業(yè)深度研究2424of43圖圖29基于語義理解能力實現(xiàn)自動回復地部署的應(yīng)用即可進行通話雙向?qū)崟r語音和文字翻譯。聊天助手戶只需僅通過圈選、高亮、涂鴉或點擊的方式，即可搜索屏幕上的任何構(gòu)圖或修復等簡單編輯，并加入生成式編輯功能，可填充背景畫面、調(diào)行業(yè)深度研究2525of43行業(yè)深度研究2626of43圖35魅族對AI終端設(shè)備持續(xù)迭代業(yè)首個在手機端運行的開源自研大模型——藍心大模型，覆蓋機型已達米直接利用AIGC技術(shù)重繪了圖像，突破了過往手機硬件能力的限制。行業(yè)深度研究2727of43表12代表性AI手機機型概覽谷歌三星魅族型號FindX7魅族21PRO發(fā)布時間大模型OPPO安第斯大模型對所有的大模型平臺功能擴展，魔法消除，AI交流：上下文關(guān)聯(lián)回復，指定語氣回復，小布照相館智能生究億美金）即將被叫停，團隊將部分轉(zhuǎn)崗至生成式人工智能項目。盡管當“內(nèi)容感知”的視頻壓縮和解壓算法減小視頻文件的大小，比如可以優(yōu)先考慮保留人臉，而省略場景中的其他元素以節(jié)省帶寬。據(jù)行業(yè)深度研究2828of432023年科技巨頭收購AI公司數(shù)量AppleGoogleMetaMicrosoftAmazon表13蘋果收購AI公司不完全統(tǒng)計收購時間公司成立時間收購額($)國家公司技術(shù)美國語音識別PolarRose瑞典面部識別Novauris英國自動語音識別PrimeSense以色列深度感知、結(jié)構(gòu)光識別、動感捕捉攝像頭Perceptio美國照片自動分類英國語音識別Faceshift瑞士三維運動捕捉美國面部情感識別Turi2億美國機器學習Tuplejump印度機器學習、大數(shù)據(jù)RealFace以色列人臉識別LatticeData2億美國數(shù)據(jù)挖掘SensoMotoricInstruments德國眼球追蹤Regaind法國圖像分類Init.ai美國消息助手PopUpArchive美國音頻搜索Spektral丹麥實時視頻背景替換Shazam4億英國音樂識別內(nèi)容推薦Asaii美國音樂分析內(nèi)容推薦美國人臉識別聲音監(jiān)測DataTiger英國Al營銷美國語音會話美國機器學習Drive.ai美國自動駕駛Fashwell瑞士圖像識別SpectralEdge英國白平衡優(yōu)化Xnor.ai2億美國圖像識別行業(yè)深度研究2929of43美國Al天氣預測愛爾蘭語音識別Inductiv加拿大自動識別糾錯vilynx5000萬西班牙Al分析視頻內(nèi)容CuriousAl芬蘭構(gòu)建自主AlAlMusicAl定制音樂WaveOne美國視頻壓縮Al算法（1）大語言模型方面，蘋果自研的AjaxGPT訓（2）多模態(tài)方面，2023年末蘋果發(fā)布了Ferret多模態(tài)大語言模型，模型支持文字、聲音、影像的多模態(tài)輸入，并通過其獨特的混合區(qū)域表示的領(lǐng)先之處在于不僅能準確識別并處理圖像內(nèi)容，還能用算法區(qū)分圖片體組成，不僅在預訓練指標中實現(xiàn)SOT行業(yè)深度研究3030of43單純的終端手機廠商、大模型研發(fā)廠商、芯片設(shè)計制造廠商，蘋果在算務(wù)及流量入口的必經(jīng)之路。蘋果作為有能力參與產(chǎn)業(yè)鏈全過程的科技企加速其產(chǎn)品滲透。5.從硬件端、大模型端、手機廠商端看潛在機遇量提升在即5.1.1.NPU：異構(gòu)計算成最優(yōu)解，NPU溢價有望提振高通毛利率件架構(gòu)上更適合于神經(jīng)網(wǎng)絡(luò)運算，可專門用于加速器的基準具有大約35TOPS(每秒數(shù)萬億次操作)的算力，僅能夠運代以增加NPU核心的尺寸。行業(yè)深度研究3131of43特點功能場景用戶輸入文字創(chuàng)作自定義圖像、生成會議紀根據(jù)對話內(nèi)容，自主建立線上會議室。表15CPU、GPU、NPU優(yōu)勢及適用場景各有不同優(yōu)勢特點適用場景GPUNPU圖38異構(gòu)計算架構(gòu)可根據(jù)不同需求調(diào)用合適的處理器帶寬占用和能耗。在2023年，大語言模型和大視覺模型賦能的生成式行業(yè)深度研究3232of43圖39NPU隨不斷變化的AI用例和模型持續(xù)演進高通NPU在系統(tǒng)級解決方案、定制設(shè)計和快速創(chuàng)新方面具備高通異構(gòu)計算架構(gòu)在系統(tǒng)層面具備優(yōu)勢，可定制化設(shè)計。設(shè)計整個系統(tǒng)，可為每類處理器插入全新的AI指令或硬件加速器。相比之下，若芯片組廠商選擇授權(quán)多個第三方處理器進行拼裝，則一方面處理器無法緊密配合，另一方面不是針對相同約束條件和細分市場而設(shè)高通第三代驍龍8性能領(lǐng)先，有望持續(xù)受益于端側(cè)AI需求。在個tokens的速度運行Llama2-7B；在不損失太多精度的情及市場份額，實現(xiàn)量利齊升。行業(yè)深度研究3333of43圖40第三代驍龍8在多項基準測試中均展現(xiàn)出色性能的兩倍。三星采購成本亦有所印證，據(jù)Tech的升級，小米作為高通芯片首發(fā)手機廠商，理應(yīng)擁有較強議價權(quán)，但小認為驍龍8Gen4的推出將進一步提升高通議價權(quán)，改善驍龍8Gen1驍龍8Gen2驍龍8Gen3驍龍8Gen4提價幅度（%）毛利率行業(yè)深度研究3434of43人工石墨散熱膜價格（元/平米）石墨烯yoy5.1.2.散熱：用量增加、新材料滲透率提升，帶動散熱材料價值量提人工石墨散熱膜價格（元/平米）石墨烯yoy升膜為主流方案，石墨烯導熱膜為人工石墨散熱膜的升級迭代產(chǎn)品，在價格和性能上均有提升，但尚未大規(guī)模商業(yè)化應(yīng)用。以2022年富烯科技人工石墨散熱膜仍為絕對主流方案。具有獨特的晶體結(jié)構(gòu)，表面可與電子產(chǎn)品內(nèi)部發(fā)熱器件貼合，能夠以最大的有效表程在內(nèi)部反復循環(huán)，不斷將熱端的熱量傳至冷卻端，形成將熱量從管子的一端傳至另一端的而帶走大量的熱能。由于水蒸氣的潛熱性，均熱板的熱蒸汽會由高壓區(qū)擴散到低壓區(qū)（冷凝端當蒸圖41石墨烯價格遠高于人工石墨散熱膜價格3002000石墨烯價格（元/平米）人工石墨散熱膜yoy2021202220202021202220%-10%-20%圖42人工石墨散熱膜仍為絕對主流方案，石墨烯散熱膜使用率較低人工石墨散熱膜石墨烯散熱膜碳納米管散熱膜5%83%行業(yè)深度研究3535of43石墨散熱片面積增量(mm2)石墨散熱片價值增量（元/部）VC均熱板價值增量（元/部）AI手機散熱硬件總價值增量（元/部）散熱材料面積(cm2)石墨烯價值量（元/部）人工石墨膜價值量（元/部）石墨烯相較人工石墨膜的價值增量（元/部）行業(yè)深度研究3636of43400080%60%40%20%供需關(guān)系驅(qū)動內(nèi)存漲價，三星、海力士有望憑借率先出貨LPDDR6受市場價:LPDDR4/8Gb:平均價市場價:LPDDR4/16Gb:平均價Nano，泛用模型GeminiPro，以及規(guī)格最高、適用于高度復雜任務(wù)的行業(yè)深度研究3737of43Ultra模型。隨著端側(cè)AI滲透率逐漸提高，表20三星AI手機搭載的自研大模型預計將于2026年起變現(xiàn)全球智能手機出貨量/銷量（億部）三星智能手機出貨量/銷量（億部）AI手機滲透率三星AI手機出貨量/銷量（億部）000享高溢利5.3.1.AI手機帶動量增、價增，具備軟硬件自研能力的手機廠商方能享受利增行業(yè)深度研究3838of434.5 43.5 2.5 1.5 0.50全球智能手機出貨量（億部）yoy30%25%20%-5%-10%-15%-20%-25%表21AI手機換機潮測算yoyAI手機滲透率（%）AI手機出貨量（億部）yoy看，各年四季度的均價均有明顯上漲，我們判斷主要因iPhone1主要由5G換機潮驅(qū)動往往在Q4大量出貨40003500300025002000150010005000中國手機均價（元/部）yoy14%12%10%8%6%4%2%0%40003500300025002000行業(yè)深度研究3939of43上漲，僅靠組裝而生的手機廠商無法獲得大規(guī)模溢利。以三星、小米、研能力、高性能AI推理芯片自研能力的手機廠商無供應(yīng)鏈優(yōu)勢的手機廠商難以獲得大規(guī)模盈利45%40%35%30%25%20%15%10%BOM成本上漲幅度（%）售價上漲幅度（%）三星5.3.2.手機廠商擁有終端用戶基礎(chǔ)和流量入口護城河，相較大模型廠商更為強勢垂直整合端側(cè)應(yīng)用，深層次聯(lián)通各個獨立的孤島，用戶一個指令可以調(diào)部分取代應(yīng)用程序開發(fā)商，實現(xiàn)流量瓜分及變現(xiàn)。以智能修圖、錄音摘類軟件（如美圖秀秀）、錄音類軟件（如訊飛聽見），此類功能將集成于手機的操作系統(tǒng)中，完全內(nèi)置于通話、攝像功能中。彭博社消息，蘋