Apple Intelligence驱动苹果新一轮创新成长周期

2024年07月03日 证券研究报告•公司专题报告 买入（维持） 当前价：220.27美元 苹果（AAPL.O）消费电子目标价：——美元 AppleIntelligence驱动苹果新一轮创新成长周期 投资要点 推荐逻辑：1）基于系统级AI、跨应用的信息整合能力、端云结合和私有云服务的差异化部署方式等优势，AppleIntelligence将为苹果带来新一轮创新和成长周期；2）AppleIntelligence或带动苹果硬件产品的换机需求，预计 2025-2026财年iPhone销售复合增长10%、Mac销售复合增长7.5%；3）AI 融合或提升软件服务业务价值，未来三年复合增长10%。 AppleIntelligence具备三大特色。1）系统级AI。AppleIntelligence融入到苹果的操作系统层面，可在应用中直接调用AI能力，从而提升效率。更加智能的Siri将是承载苹果AI的核心交互入口。2）跨应用的信息整合能力。通过为照片、 日历、行程和文件等内容创建语义索引，从各种应用中整理和提取信息，找出相关个人数据并提供给AI模型，AppleIntelligence能发现并理解跨应用之间的信息，具备跨应用信息处理能力。这得益于苹果在操作系统+模型+芯片+终端的一体化优势。3）AppleIntelligence基于内置的大模型（多个自研模型主导，并接入外部的GPT模型），采用端云结合、私有云的方式部署。AppleIntelligence基础模型通过预训练、后训练、优化、微调等建模流程，获得了在用户体验、指令遵循能力、文字处理能力、安全性等方面更优异的性能，在语言、图像、个人上下文等方面提供了强大的能力。 AppleIntelligence或带动苹果硬件产品的换机周期。受制于算力和内存的配置，旧款硬件产品对AI的支持有限，AppleIntelligence或驱动苹果硬件产品线 的换机周期的到来。2025-2026财年iPhone产品线或迎来新一轮创新周期，预计iPhone销售实现10%的复合增长；Mac产品线在搭载更强芯片和AIPC产品推动下，预计未来三年复合增速为6%。 苹果原生应用与AI融合，或提升软件服务业务价值。软件服务业务是苹果近十多年来增长最快的业务之一，FY2006-FY2023的年复合增速达21.4%。预计未 来更广泛的非英语语言功能、与第三方应用程序的命令/控制集成、以及可能增加的AI订阅服务将为软件服务业务带来更多的价值。 盈利预测与评级：考虑到消费电子基本面的改善，布局AI潜力可期，基于庞大的用户基础、强大的生态系统、以及优秀的产业定价能力，苹果有望成为未来 端侧AI浪潮的引领者。预计公司2025-2026财年净利润复合增速为11%。维持“买入”评级。 风险提示：消费电子需求或不及预期；AI进展或不及预期；反垄断的政策风险。 指标/年度FY2022AFY2023AFY2024EFY2025EFY2026E 营业收入(百万元美元) 394328.00 383285.00 387532.68 418154.10 454173.01 增长率 7.79% -2.80% 1.11% 7.90% 8.61% GAAP净利润(百万元美元) 99803.00 96995.00 102015.30 113032.65 125603.57 增长率 5.41% -2.81% 5.18% 10.80% 11.12% 每股收益EPS 6.51 6.33 6.65 7.37 8.19 PE33.8434.8233.1129.8826.89 数据来源：公司公告，西南证券 西南证券研究发展中心 分析师：王湘杰 执业证号：S1250521120002电话：0755-26671517 邮箱：wxj@swsc.com.cn 分析师：杨镇宇 执业证号：S1250517090003电话：023-67563924 邮箱：yzyu@swsc.com.cn 相对指数表现 数据来源：Wind 基础数据 52周区间(美元)165.00-216.75 3个月平均成交量(百万)68.24 流通股数(亿)153.34 市值(亿美元)33776 相关研究 1.苹果（AAPL.O）：业绩超预期，布局AI 前景可期(2024-05-14) 2.苹果（AAPL.O）：需求疲软压制短期收入，软件服务贡献主要增长 (2023-08-07) 3.苹果（AAPL.O）：宏观环境压制短期业绩，未来增长看iPhone和服务 (2023-02-08) 请务必阅读正文后的重要声明部分 目录 1苹果WWDC2024开幕，AppleIntelligence如期而至1 2AppleIntelligence的模型架构2 2.1AppleIntelligence模型的建模流程和整体性能评估2 2.2MM1模型8 2.3OpenELM模型10 2.4Ferret-UI模型10 3AppleIntelligence作为系统级AI，深入融合到各应用中，具备跨应用的信息整合能力13 4AppleIntelligence或带动苹果硬件产品的换机周期16 5苹果原生应用与AI融合，或提升软件服务业务价值19 6盈利预测与投资建议20 图目录 图1：AppleIntelligence的设计思路1 图2：AppleIntelligence模型架构2 图3：AppleIntelligence基础模型的建模概览3 图4：AppleIntelligence适配器4 图5：AppleIntelligence与微软Phi-3-mini在摘要用例的响应比率对比5 图6：AppleIntelligence基础模型与可比模型并排评估中首选响应的比例5 图7：有害内容、敏感话题和事实性的违规响应比例（数值越低表现越好）6 图8：在安全提示上并排评估AppleIntelligence基础模型与可比模型的首选响应比例6 图9：使用IFEval测量苹果基础模型和可比模型的指令遵循能力（数值越高越好）7 图10：在内部摘要和撰写基准测试上的写作能力测评（数值越高越好）7 图11：MM1基于大规模多模态预训练进行上下文预测8 图12：MM1模型可遵循指令进行跨图像推理8 图13：MM1模型在MLLM（少样本学习模型）基准测试上与SOTA模型的比较9 图14：MM1基于OpenELM与公开LLM对比10 图15：常见的小模型性能对比10 图16：Ferret-UI可理解用户界面的信息并实现有效互动11 图17：Ferret-UI-anyres（“任意分辨率”）架构11 图18：Ferret-UI对基本任务的处理12 图19：Ferret-UI对复杂任务的处理12 图20：Ferret-UI性能对比12 图21：AISiri新界面13 图22：Siri可根据用户个人环境执行任务13 图23：智能写作工具和优先级通知14 图24：智能写作工具帮助生成文章摘要和自动回复邮件14 图25：ImagePlayground，ImageWand，Genmoji14 图26：自定义的记忆电影，照片/视频智能搜索14 图27：跨应用的信息整合流程15 图28：AppleIntelligence根据用户背景提供个性化智能服务15 图29：AppleIntelligence与ChatGPsT无缝集成15 图30：AppleIntelligence当前兼容的终端型号16 图31：苹果iPhone历史销量17 图32：苹果Mac历史销量18 图33：苹果iPad历史销量18 图34：苹果软件服务业务历史业绩19 图35：苹果AppleOne资费19 图36：苹果原生APP与当前市场上可对标的AI应用19 图37：苹果PE-BAND21 表目录 表1：苹果历代A系列芯片规格16 表2：苹果M系列芯片规格18 表3：分业务收入20 表4：可比公司估值20 附：财务报表22 1苹果WWDC2024开幕，AppleIntelligence如期而至 苹果在今年的WWDC2024上亮出了市场期待已久的重磅产品—AppleIntelligence（苹果智能）。AppleIntelligence包括文字处理、图片处理、AI助手、隐私保护、ChatGPT等多项功能。其中，隐私保护是苹果在本次发布会上强调最多的点。 我们认为，本次WWDC发布会展现出来的AppleIntelligence主要有以下亮点： 系统级AI。AppleIntelligence融入到苹果的操作系统层面，可在应用中直接调用AI能力，用户无需在单独的AI助手工具与第三方应用之间来回切换，从而提升效率。 跨应用的信息整合能力。在使用过程中，通过为照片、日历、行程和文件等内容创建语义索引，从各种应用中整理和提取信息，找出相关个人数据并提供给AI模型， AppleIntelligence能发现并理解跨应用之间的信息（早期以原生应用为主，后期预计部分第三方亦会支持调用），具备跨平台信息处理能力。而这得益于苹果在操作系统+模型+芯片+终端的一体化优势。 AppleIntelligence基于内置的大模型，采用端侧为主、云端为辅的模式，以及私有云部署方式。云端服务器采用苹果自研芯片，用Swift语言编程，服务器代码接受第三方专家审查。苹果在发布会上承诺，用户上传的数据不会在服务器上存储。 苹果对AppleIntelligence的设计思路即是：内置在iPhone、iPad和Mac中，帮助用户轻松写作、表达自我和高效完成任务；利用用户的个人背景，同时为人工智能中的隐私保护设定了全新的标准。 而系统级AI、跨应用/平台的信息整合/交互能力、端云结合和私有云服务的差异化部署方式等三大特色，正是AppleIntelligence设计思路的体现。 图1：AppleIntelligence的设计思路 数据来源：苹果，西南证券整理 2AppleIntelligence的模型架构 AppleIntelligence核心的基座模型，包含了本地大语言模型、本地图像生成模型，以及Server端的模型。AppleIntelligence的模型架构形成了三个层次：第一层是苹果自研的端侧模型；第二层是自研的云端模型；第三层是外接的GPT模型，GPT是参数量最大、智能程度最高的模型。 AppleIntelligence由多个生成式模型组成，构建到AppleIntelligence中的基础模型已经针对用户体验进行了微调，例如写作和润色文本、优先排序和总结通知、为与家人和朋友的对话创建有趣的图像、以及在应用程序中采取行动以简化跨应用程序的交互等。 AppleIntelligence在接收到任务后会先判断任务的难度。当任务涉及到隐私时，会优先执行本地模型，如果本地模型无法满足要求，会交由Servermodel去完成推理，然后再返回结果。GPT作为外部模型，主要负责处理更加复杂和专业的任务。 图2：AppleIntelligence模型架构 数据来源：苹果，西南证券整理 2.1AppleIntelligence模型的建模流程和整体性能评估 AppleIntelligence基础模型的建模过程包含了：数据/指令接收，预处理，预训练，后训练，优化，微调等环节。 图3：AppleIntelligence基础模型的建模概览 数据来源：苹果，西南证券整理 2.1.1预训练 AppleIntelligence的基础模型是在苹果的AXLearn框架上训练。AXLearn框架是苹果在2023年发布的一个开源项目，它建立在JAX和XLA之上，允许在各种训练硬件和云平台上，包括云以及本地GPU上，以高效率和可扩展性训练模型。苹果使用了数据并行、张量并行、序列并行和完全分片数据并行（FSDP）的组合，沿着数据、模型和序列长度等多个维度扩展训练。 据苹果官方说法，苹果的训练数据来自于授权的公开数据。苹果在训练中不会使用用户的个人数据，苹果应用过滤器来删除公开的个人身份信息