AI手机行业深度报告：AI手机，AI产业革命的决定性力量

投资建议：AI手机或将成为AI产业革命中应用层的颠覆性切入点。 终端应用来看，手机具备普及性、伴随性，应用场景更为下沉，有望超越AI PC，成为终端AI的核心入口。未来的AI手机将成长为自主感知、自主决策执行、具备数字人格的Agent。产业链来看，手机厂商享受量、价、利红利，大模型厂商商业变现加速，硬件厂商受益于产品迭代及供需格局。AI手机有望全面带动产业链获益，推荐标的：高通（QCOM.US）、台积电（TSM.US），受益标的：苹果（AAPL.US）、谷歌（GOOGL.US）。 端侧部署大模型在技术上具备可行性。内存端，大模型轻量化技术逐渐成熟，内存管理逻辑优化、可调用闪存，两条路线共同发力可克服内存瓶颈。算力端，NPU跨越35 TOPS门槛提供高性能算力支撑，头部芯片厂商持续迭代，骁龙8 Gen4、天玑9400即将面世。 复盘4G至5G的升级，我们认为AI手机将在量、价、利方面利好手机厂商。量：AI手机有望驱动新一波换机潮，我们测算2025年AI手机出货量约3.8亿部，同比高增134%。价：AI手机在性能、用户体验方面的升级，超越了5G手机相对4G手机的升级，我们判断有望复刻上一轮的涨价潮。利：5G时代纯手机组装厂商大部分利润被硬件端侵蚀，AI手机软硬件成本高企，具备自研大模型、自研芯片能力的手机厂商占据一体化优势，有望守住利润。复盘谷歌和苹果在搜索引擎上的合作，我们认为手机厂商拥有终端消费者基础和流量入口优势，在与大模型厂商合作的过程中是更为强势的一方。 硬件端和大模型端均受益。推理芯片环节：复盘4G到5G的芯片升级，划时代产品具有较强的溢价能力、供需失衡下高通有强大的议价能力，AI手机时代高通、联发科有望凭借高性能SoC及强势议价权，改善毛利率，我们测算高通有望凭借骁龙8 Gen 4环比改善毛利率至57.62%。散热材料环节：材料用量增加叠加新材料渗透率提高，单机散热材料价值量有望提升11-14元/部。内存芯片环节：主要由供需关系驱动涨价，容量瓶颈被克服的前提下，内存芯片更看重带宽，关注LPDDR6量产进度。大模型环节：大模型厂商有望凭借端侧AI应用，加速变现，我们测算2026至2028年三星AI手机搭载的（自研）收费大模型订阅费用或将带来73、134、221亿美元收入。 风险提示：隐私安全风险；消费者接受度不及预期风险；新智能终端威胁的风险；硬件、大模型等技术迭代不及预期风险；消费电子需求持续低迷风险。 1.AI手机颠覆性体验推动渗透率高增 1.1.智能手机市场转暖叠加AI手机渗透率提升，需求可期 全球智能手机出货量触底反弹，验证边际复苏预期。据IDC数据，2023年全球智能手机全年出货量同比下降3.2%至11.7亿部，为近十年来最低。随宏观经济边际转好、年初库存逐渐消耗，以及AI应用场景日渐丰富，2023下半年智能手机需求转暖，第四季度全球出货量同比增长8.5%至3.3亿部，好于预期的7.3%增长。触底反弹趋势亦可在中国市场得到验证，2023年第四季度，中国智能手机出货量约7,363万台，同比增长1.2%，在连续同比下降10个季度后首次转正，其中高端机型恢复势头好于中低端机型。据IDC预测，2024年中国市场出货量将达2.87亿台，同比增长3.6%,为2021年以来首次实现增长。 图12023 Q4全球智能手机出货量同比增长8.5%，好于预期 图2 2023Q4中国智能手机出货量同比增长1.2%，近10个季度首次转正 复苏大背景下，AI手机加速渗透有望带动新一轮换机潮。2023下半年起，以谷歌、三星、OPPO等为代表的厂商将大模型内置于智能手机中，完成从云端AI向终端AI的转变，“AI手机”浪潮开启。据IDC预测，2024年全球新一代AI手机出货量将达1.7亿部，占智能手机总出货量的近15%，较2023年的约5,100万部出货量大幅增长约233%。随着新芯片的发展和应用场景的进一步扩展，AI手机渗透率将持续迅速攀升。 据Counterpoint Research预测，2024年生成式人工智能(GenAI)智能手机的出货量将超1亿部，2027年出货量将达到5.22亿部，三年复合年增长率约为73%。 图3 IDC预测2024年AI手机出货量达1.7亿部 图4 Counterpoint预测2027年AI手机出货量达5.22亿部 三星AI手机开山之作Galaxy S24系列预购、销售数据双双创新高，Ultra机型受偏好反映消费者对高端机型溢价的高接受度。自1月19日至1月25日，为期一周的Galaxy S24系列韩国国内预购数量录得121万台，打破了S23系列一周预售109万台的成绩，日均预购量为17.3万部，超越了Galaxy Note 10（12.5万部），成为所有Galaxy智能手机中最高预售记录。121万台预购量中，S24 Ultra约占60%，Galaxy S24 +约占21%，Galaxy S24约占19%，体现消费者对高端机型溢价的高接受度。Galaxy S24系列在韩国本土市场上市28天后销量即超过100万台，成为最快达到韩国市场100万台销量的Galaxy S系列，比此前Galaxy S8系列纪录快了9天时间，其中Galaxy S24 Ultra占总销量的55%。 AI加持下，有望加速迎来新一波的换机潮，带来巨大潜在销量的同时，亦可提振手机ASP。 1.2.AI手机在定义、功能、用户体验上均具颠覆性 AI智能手机如何区别于上一代智能手机？上一代智能手机已搭载部分AI功能，如2019年APPLE在iPhone 11上推出的AI照片处理技术Deep Fusion，通过机器学习以低到中等的光线拍摄照片，连续拍摄九张照片并最终合成高细节、低噪点图片。购物平台与短视频平台的智能推荐亦依赖于AI算法。可以说，上一代智能机在硬件端、软件端均具备运行端侧AI的能力。那么，新一代AI智能手机新在何处？ 从定义看，新一代AI手机（Next-gen AI Smartphone）指NPU算力大于30TOPS、搭载能够支持更快速高效端侧Gen AI模型的SoC、支持包括Stable Diffusion和各种大语言模型在内的Gen AI模型在端侧运行的智能手机。根据IDC分类，上一代搭载初步AI功能的智能手机可统称为“硬件赋能AI手机”，其NPU TOPS≤30。以2017年苹果发布的iPhone X为例，其搭载的A11 Bionic仿生芯片神经网络引擎每秒运算可达6000亿次，可胜任机器学习任务，人脸识别功能可随机主的样貌变化而调整适应。而新一代AI智能手机在端侧AI运行速度、效率、应用场景、芯片算力等均实现全面提升。 表1硬件赋能AI手机与新一代AI手机对比 从特征看，新一代AI手机应具备算力高效利用能力、真实世界感知能力、自学习能力、创作能力。根据OPPO与IDC，在算力高效利用能力方面，AI手机需要高效地利用计算资源，以满足生成式AI计算和端侧部署的需要；真实世界感知能力方面，AI手机需要利用视觉、听觉、触觉敏锐地感知真实世界，了解用户与环境的复杂信息；自学习能力方面，除模型本身的学习能力外，AI手机通过机器学习不断理解用户习惯，通过自学能力提高交互体验；创作能力方面，AI手机需具备创造性，生成式服务为用户提供持续的灵感与知识支持。 图5AI手机应具备创作、自学习、感知、算力高效利用能力 从应用场景与功能看，新一代AI手机的已落地的使用场景可大致分为文字类、图像视频类、语音类及效率提升类。文字类方面，大模型接入后，无论部署于云端或是终端，AI手机均具备了文字分析处理及生成功能。图像视频类为当前AI手机重点发力的应用场景，利用AIGC可实现文生图、图像美化、图像扩展与消除、视频补帧等功能。语音类功能对AI算力要求较高，OPPO推出AI大模型通话摘要功能，可以提取和总结通话中的要点信息，三星内置通话实时双向翻译和文字翻译功能，无需第三方应用并支持13种语言。效率提升类目前已有笔记智能摘要、网页智能摘要等功能落地，三星即圈即搜功能进一步完善了交互逻辑，预计未来效率提升类应用将带来最颠覆性的体验升级，即成长为真正的用户智能助理，目前Pixel系列推出的个人助手Assistantwith Bard以及魅族21pro系列推出的Aicy助手已初步具备智能助力雏形。 表2部分AI手机机型的AI功能应用场景 从用户体验看，新一代AI手机有望真正成为自在交互、智能随心、专属陪伴、安全可信的个人化助理。相较于传统智能机，AI手机通过人格化、记忆、感知和管理能力，为用户带来全新的人机交互体验，打破系统、服务、设备与人之间的边界。一方面，AI手机基于准确的语义理解能力及庞大的知识数据图谱，叠加对用户个性化信息、习惯的学习，可提供准确且定制化的建议与回答；另一方面，AI手机的终极目标是摆脱臃肿、繁多的APP，垂直整合端侧应用，深层次联通各个独立的孤岛，用户一个指令可以调动多个APP自动解决需求，提供一站式服务，真正扮演智能助理的角色。 表3AI手机扮演智能助理角色，提供颠覆性用户体验 1.3.AI手机本身本质上是AI Agent AI手机不仅限于具备生成式AI功能，更扮演着AIAgent的角色。在业内看来，AI手机并非仅指具备生成式AI功能的手机。独立的大型模型难以为手机上的其他应用提供支持，各个APP仍为独立的孤岛，但将这些模型融入手机系统中可以打破应用之间的隔阂，将系统的能力提升到AI Agent级别，不仅让大模型加持智能助手，还能让系统工具也具备AIGC能力。据荣耀CEO赵明刻画，AI手机是一个更加基础性、系统性的AI算力平台。 AI手机成长为具备数字人格的AI Agent，需要具备自主决策能力。AI手机不仅有底层硬件的需求，也有OS层面AI化和交互体验的革新，它本身即是一个AI Agent。它们能够感知用户的需求、自主决策执行，甚至学会用户的习惯，为用户提供更为个性化的服务。根据小米、华为、vivo等公司联合清华大学智能产业研究院共同发布的个人LLM智能体综述论文，AI Agent可根据能力和交互逻辑分为L1-L5五个等级。当前智能手机的AI功能停留在L2阶段，仅能执行确定化的任务，我们认为未来的AI手机将真正成长为具备数字人格的Agent，超越理解任务的范畴，具备自主决策能力，主动而不是被动地提供个性化服务。 表4目前智能手机停留在L2阶段，未来AI手机将具备L5级别数字人格 2.手机有望成为最适配终端AI落地的设备 2.1.从云端到终端，混合式AI是AI的未来 2.1.1.云端推理受限于成本和算力瓶颈 云端推理成本较高，阻碍生成式AI模型进一步规模化扩展。目前，云端是生成式AI模型部署的主要方式，用户可以通过网页对模型进行访问或通过API接口直接调用，向云端服务器发出请求，在云端收到请求后，会调用训练完成的模型对需求进行处理并返回结果。对比训练与推理的成本，尽管生成式AI模型参数数量较多，进行一次训练将产生较高昂的成本，但因其每年平均仅需训练几次，因此成本较为固定，不会随终端用户的增加而产生大幅变动。然而推理端成本则与终端用户数量正相关，由于生成式AI模型需求的拓展推动其市场规模高增，模型推理端的市场规模将远高于训练端，表现为模型的推理成本随着日活用户数量及其使用频率的增加而飞速增长。然而，在云端进行模型推理的成本极高，这将导致规模化扩展难以持续。 云端推理受限于算力，需求高峰期会出现长时延甚至宕机。2023年11月，ChatGPT和其API接口出现“严重停机”（Major Outage）事件，故障时间持续长达超过12小时。云端推理出现“宕机”现象，主要是算力不足、推理数据过大、算法能力不强等因素，根本原因与海量用户同一时间涌入ChatGPT平台输入输出内容有关。据不完全统计，在2023年3月份和8月份已发生过类似事故，宕机时间分别为12小时、3小时。 图6需求高峰期下，ChatGPT宕机现象时有发生 2.1.2.从云到端、端云混合，具备成本、能耗、