中信建投：“人工智能+”已成A股當(dāng)前最重要投資主線

zdgjhnb666 2025-07-05 數(shù)碼科技 13 次瀏覽 0個評論

　　炒股就看，權(quán)威，專業(yè)，及時，全面，助您挖掘潛力主題機(jī)會！

　　證券研究

　　以人工智能為核心的關(guān)鍵技術(shù)突破正在帶來新一輪產(chǎn)業(yè)創(chuàng)新浪潮。

　　展望2025年下半年，“人工智能+”已經(jīng)成為A股當(dāng)前最重要的投資主線。“人工智能+”，應(yīng)該“+”什么、怎么“+”？“當(dāng)前的“人工智能+”行情還將如何演繹？中信建投證券人工智能團(tuán)隊(duì)、電子團(tuán)隊(duì)推出【“人工智能+”投資機(jī)遇展望】：

　　人工智能2025中期投資策略報告：推理走向舞臺中央，自主可控大勢所趨，Agent及多模態(tài)加速

　　電子2025年中期投資策略報告：端側(cè)AI爆發(fā)可期，國產(chǎn)高端產(chǎn)能亟需突破

　　01 推理走向舞臺中央，自主可控大勢所趨，Agent及多模態(tài)加速

　　AI+教育

　　在全球科技革命與教育變革共振的浪潮下，人工智能正深度重構(gòu)教育生態(tài)，成為推動教育數(shù)字化升級的核心引擎。教育領(lǐng)域因其場景清晰性、數(shù)據(jù)豐富性和需求剛性，成為AI技術(shù)落地的黃金賽道。場景上，教學(xué)全流程的可量化特性使AI能夠無縫嵌入“教、學(xué)、評、管”核心環(huán)節(jié)，通過智能備課系統(tǒng)與自適應(yīng)學(xué)習(xí)引擎實(shí)現(xiàn)效能躍升；數(shù)據(jù)上，教育過程天然沉淀的海量多模態(tài)行為數(shù)據(jù)，為構(gòu)建學(xué)習(xí)者全息畫像與精準(zhǔn)決策提供基礎(chǔ)；需求上，國家戰(zhàn)略目標(biāo)與近億級終端設(shè)備部署形成政策與市場雙輪驅(qū)動，疊加億級K12群體對優(yōu)質(zhì)資源的剛性需求，共同筑牢技術(shù)落地的需求基座。這三者深度耦合，正在催化教育從工具賦能向生態(tài)重構(gòu)的范式升級，鑄就兼具公平價值與千億規(guī)模的新質(zhì)生產(chǎn)力高地。

　　AI教育的核心優(yōu)勢體現(xiàn)在：

　　一、教學(xué)模式的范式革新。通過智能算法對學(xué)生學(xué)習(xí)數(shù)據(jù)的實(shí)時挖掘，AI系統(tǒng)能夠精準(zhǔn)識別個體學(xué)情差異，動態(tài)生成適配學(xué)習(xí)路徑，使傳統(tǒng)“千人一面”的教學(xué)轉(zhuǎn)向“千人千路”的定制化培養(yǎng)。這種數(shù)據(jù)驅(qū)動的個性化教學(xué)大幅降低了因材施教的邊際成本。同時，AI技術(shù)的深度融入重塑了教學(xué)邊界，依托其強(qiáng)大的多模態(tài)內(nèi)容生成能力，AI可動態(tài)構(gòu)建多元課程形態(tài)，顯著提升學(xué)習(xí)場景的沉浸感與認(rèn)知參與度。

　　二、教育效能的規(guī)?；S升。在課堂教學(xué)場景中，多模態(tài)數(shù)據(jù)分析技術(shù)可實(shí)時捕捉學(xué)生參與度與知識掌握狀態(tài)，使教師動態(tài)調(diào)整教學(xué)節(jié)奏，提升單節(jié)課師生互動效率。在課后環(huán)節(jié)，自動化作業(yè)批改系統(tǒng)實(shí)現(xiàn)快速反饋，提升教師批改效率，提升教學(xué)效能，解決了教育領(lǐng)域長期存在的“規(guī)模擴(kuò)張”與“個性化服務(wù)”難以兼得的矛盾。

　　三、教育資源的普惠化革命。通過低成本終端搭載名校課程與虛擬教師服務(wù)，降低偏遠(yuǎn)地區(qū)獲取優(yōu)質(zhì)教育資源的門檻，顯著縮小區(qū)域教育鴻溝。AI技術(shù)承擔(dān)機(jī)械性工作后，教師得以轉(zhuǎn)向創(chuàng)造性教學(xué)與人文關(guān)懷，推動教育資源從“基礎(chǔ)覆蓋”向“優(yōu)質(zhì)均衡”躍遷。同時，技術(shù)通過開源平臺與數(shù)據(jù)共享機(jī)制，提升區(qū)域間教育資源配置效率，形成可持續(xù)的公平推進(jìn)路徑。

　　生成式人工智能技術(shù)的爆發(fā)性發(fā)展正驅(qū)動AI+教育進(jìn)入全新階段。據(jù)Market Research預(yù)測，教育領(lǐng)域生成式AI的市場規(guī)模將從2022年的2.15億美元躍升至2030年的27.4億美元，年均復(fù)合增長率（CAGR）高達(dá)37.5%。其中，面向?qū)W習(xí)者的應(yīng)用場景（學(xué)生端）貢獻(xiàn)近半數(shù)市場份額，成為產(chǎn)業(yè)增長的核心引擎。

　　雙減”政策疊加政策紅利賦能AI+教育行業(yè)發(fā)展。2021年，“雙減”政策的出臺旨在減輕中小學(xué)生過重的學(xué)業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)，限制學(xué)科類培訓(xùn)機(jī)構(gòu)的過度發(fā)展，強(qiáng)調(diào)教育的公益屬性。這一政策導(dǎo)致了行業(yè)供給端的大規(guī)模出清，許多中小型培訓(xùn)機(jī)構(gòu)關(guān)閉或轉(zhuǎn)型，而行業(yè)龍頭則開始調(diào)整業(yè)務(wù)方向，轉(zhuǎn)向素質(zhì)教育、職業(yè)教育以及合規(guī)的中高考復(fù)讀市場。隨著政策的邊際放松，教育行業(yè)迎來了新的發(fā)展機(jī)遇。2024年以來，政策導(dǎo)向從“限制”轉(zhuǎn)向“規(guī)范”，不再限制新機(jī)構(gòu)的審批，并鼓勵非學(xué)科類培訓(xùn)的發(fā)展。2024年《教育強(qiáng)國建設(shè)規(guī)劃綱要》首次將 “AI助教覆蓋90%義務(wù)教育學(xué)?！薄敖ㄔO(shè)教育專用大模型” 列為剛性目標(biāo)，2025年九部門《加快推進(jìn)教育數(shù)字化意見》進(jìn)一步細(xì)化 “學(xué)科垂直模型研發(fā)（數(shù)學(xué)/思政優(yōu)先）”、“智能學(xué)伴普及”、“算法安全備案制度” 三大抓手，標(biāo)志著政策重心從工具應(yīng)用轉(zhuǎn)向體系重塑。同時，政策支持教培機(jī)構(gòu)參與學(xué)校課后服務(wù)，為行業(yè)提供了更清晰的發(fā)展路徑，推動AI與教學(xué)流程的深度融合，以促進(jìn)教育公平和質(zhì)量提升。

　　教育信息化

　　教育信息化目前已全面進(jìn)入2.0時代，以技術(shù)深度融合、場景全面延伸、服務(wù)對象多元化為核心特征，推動教育從“工具賦能”向“生態(tài)重構(gòu)”跨越。在這一階段，教學(xué)場景不再局限于傳統(tǒng)課堂，而是向課后服務(wù)、教學(xué)管理、教育決策等全生態(tài)延伸，服務(wù)對象也從學(xué)生和教師擴(kuò)展至教育管理者和政策制定者。技術(shù)應(yīng)用方面，人工智能、大數(shù)據(jù)、云計(jì)算、5G等技術(shù)逐步取代單一硬件集成，成為教育信息化的智能中樞。例如，AI學(xué)習(xí)系統(tǒng)通過情感計(jì)算與生物識別技術(shù)，實(shí)現(xiàn)個性化教學(xué)路徑推薦，顯著提升學(xué)習(xí)效率；虛擬現(xiàn)實(shí)技術(shù)在醫(yī)學(xué)、語言等領(lǐng)域的應(yīng)用，使沉浸式教學(xué)成為可能。當(dāng)前行業(yè)狀態(tài)顯示，全國中小學(xué)互聯(lián)網(wǎng)接入率已達(dá)100%，99.5%的學(xué)校配備了多媒體教室，慕課數(shù)量全球領(lǐng)先，為教育信息化的進(jìn)一步發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

　　此外，教育信息化市場結(jié)構(gòu)持續(xù)優(yōu)化，硬件設(shè)備占比約42%，教育軟件占比30%，IT服務(wù)占比22%，內(nèi)容資源占比6%，其中軟件與服務(wù)板塊增速顯著，2022-2023年增長率分別達(dá)15%和18%。政策層面，國家通過《教育信息化2.0行動計(jì)劃》《教育數(shù)字化轉(zhuǎn)型三年行動計(jì)劃》等戰(zhàn)略，推動智慧教育平臺體系全覆蓋，為行業(yè)提供長期發(fā)展保障。

　　AI教育軟件

　　AI+教育軟件是以人工智能技術(shù)為驅(qū)動，通過算法分析學(xué)情數(shù)據(jù)、動態(tài)定制學(xué)習(xí)路徑，實(shí)現(xiàn)教學(xué)流程智能化重構(gòu)的教育應(yīng)用程序，是人工智能落地的重要領(lǐng)域。

　　多鄰國（Duolingo）作為全球領(lǐng)先的AI+教育軟件代表，自2011年成立以來便致力于通過人工智能技術(shù)打造高效、有趣且易于訪問的語言學(xué)習(xí)平臺。其核心設(shè)計(jì)理念是將學(xué)習(xí)過程游戲化，通過闖關(guān)模式、積分獎勵、排行榜以及虛擬寵物等方式，極大地提升了用戶的參與感和學(xué)習(xí)動力。近年來，多鄰國在AI方面的投入顯著加深，推出了Duolingo Max訂閱服務(wù)，這一服務(wù)基于GPT-4技術(shù)，具備“解釋答案”、“角色扮演”、“ AI虛擬視頻陪練”等多項(xiàng)AI功能，不僅增強(qiáng)了學(xué)習(xí)的互動性，也為用戶帶來了更深層次的知識理解。

　　在課程內(nèi)容方面，多鄰國充分利用生成式AI技術(shù)，在2024推出了148門新的語言課程，相當(dāng)于傳統(tǒng)方式下12年的成果，大幅縮短了內(nèi)容開發(fā)周期，同時降低了人力成本。其用戶規(guī)模也在持續(xù)增長，截至2025年第一季度，其月活躍用戶（MAU）已達(dá)到1.302億，同比增長33%，日活躍用戶（DAU）為4660萬，同比增長49%。付費(fèi)用戶數(shù)量同樣表現(xiàn)亮眼，達(dá)到了1030萬，同比增長40%，付費(fèi)用戶占MAU的比例為7.9%。與此同時，多鄰國的盈利能力不斷改善，2025年第一季度總營收達(dá)到2.31億美元，同比增長38%，其中訂閱收入同比增長45%，達(dá)到1.91億美元，成為其主要的盈利來源。公司還計(jì)劃在未來進(jìn)一步拓展AI的應(yīng)用范圍，涵蓋更多學(xué)科領(lǐng)域，如數(shù)學(xué)、音樂及國際象棋等，同時推出AR沉浸式學(xué)習(xí)功能以提升用戶體驗(yàn)。

　　在全球市場中，多鄰國尤其在中國取得了迅猛發(fā)展，2025年第一季度中文學(xué)習(xí)用戶數(shù)同比增長216%，成為中國市場增長最快的語言學(xué)習(xí)平臺之一。這一成績得益于多鄰國對AI驅(qū)動內(nèi)容本地化和創(chuàng)新營銷策略的運(yùn)用。展望未來，多鄰國的“AI為先”戰(zhàn)略將繼續(xù)引領(lǐng)其在教育科技領(lǐng)域的創(chuàng)新步伐，同時也面臨著來自政策監(jiān)管、競爭加劇、用戶付費(fèi)意愿波動等方面的挑戰(zhàn)，這些因素都將在其長期發(fā)展中起到關(guān)鍵作用。

　　松鼠AI作為人工智能教育領(lǐng)域的領(lǐng)先企業(yè)，憑借其自主研發(fā)的全學(xué)科多模態(tài)智適應(yīng)教育大模型，已在行業(yè)內(nèi)樹立起顯著的技術(shù)壁壘。截至2025年1月，松鼠AI的累計(jì)付費(fèi)訂閱學(xué)生數(shù)達(dá)到98.9萬人，顯示出其在市場推廣和用戶轉(zhuǎn)化方面的強(qiáng)大能力。此外，松鼠AI的線下門店布局也在快速擴(kuò)展，目前已在全國多個城市開設(shè)超過3000家門店，并與超過6萬家學(xué)校建立了合作關(guān)系，形成了線上、線下深度融合的教育生態(tài)。

　　此外，松鼠AI持續(xù)研發(fā)投入，持續(xù)優(yōu)化其智適應(yīng)教育大模型的算法和精度，同時也積極拓展海外市場，與多個國家和地區(qū)客戶簽約，并發(fā)布純英文教學(xué)引擎及適配北美課標(biāo)的教研產(chǎn)品，為全球化發(fā)展奠定基礎(chǔ)。這些舉措不僅體現(xiàn)了松鼠AI在技術(shù)研發(fā)上的重視，也反映了其在市場拓展和國際化進(jìn)程中的戰(zhàn)略布局。

　　教育智能硬件

　　智能學(xué)習(xí)設(shè)備服務(wù)市場是指通過智能化硬件設(shè)備為學(xué)生提供教育服務(wù)的市場，其核心特點(diǎn)是將AI技術(shù)（如OCR、AI大模型等）與教育服務(wù)深度融合，以滿足學(xué)生、家長和教師對個性化教育體驗(yàn)的需求。該市場可分為兩個主要方向：1）To C市場：主要面向個人終端用戶，提供從早教到成人教育的輔助學(xué)習(xí)服務(wù)，目標(biāo)人群廣泛，市場需求持續(xù)增長。2）To B市場：主要面向?qū)W校和教育機(jī)構(gòu)，提供數(shù)字校園教學(xué)解決方案，受益于政府對教育信息化的持續(xù)投入。

　　2024年中國教育智能硬件市場總規(guī)模突破1100億元大關(guān)，其中消費(fèi)級產(chǎn)品占據(jù)主導(dǎo)地位，占比接近80%，而面向?qū)W校與教育機(jī)構(gòu)的B端產(chǎn)品貢獻(xiàn)剩余份額。這種市場結(jié)構(gòu)反映出家庭教育投入的持續(xù)升溫，特別是在“雙減”政策實(shí)施后，家庭場景成為硬件廠商競逐的主戰(zhàn)場。

　　主流硬件產(chǎn)品已形成清晰的品類矩陣。主要可分為學(xué)習(xí)機(jī)、教育智能手表、翻譯工具、早教機(jī)、智能教育、其他（智能作業(yè)燈、教育電子紙等），產(chǎn)品品類豐富，且都具備能夠與大模型結(jié)合的顯著特征，是大模型落地的優(yōu)質(zhì)領(lǐng)域。AI賦能教育智能硬件著眼于學(xué)習(xí)效率的提升，主要集中于口語練習(xí)、人機(jī)互動與AI輔學(xué)功能。目前，與大模型結(jié)合最為緊密的是學(xué)習(xí)機(jī)，通過提供AI評測、AI口語、AI作文等功能，滿足學(xué)生個性化學(xué)習(xí)需求。

　　用戶需求呈現(xiàn)明顯的學(xué)段差異特征。調(diào)研數(shù)據(jù)顯示，31-45歲的一二線城市白領(lǐng)家庭構(gòu)成消費(fèi)主力，其硬件配置隨子女教育階段自然演進(jìn)：學(xué)前階段聚焦早教機(jī)與點(diǎn)讀筆的組合，小學(xué)階段擴(kuò)展至學(xué)習(xí)平板+詞典筆+智能手表的系統(tǒng)方案，而初高中階段則轉(zhuǎn)向更具工具屬性的錯題打印機(jī)等產(chǎn)品。這種需求階梯表明，教育硬件的產(chǎn)品生命周期管理需要與用戶成長路徑深度綁定。

　　技術(shù)融合將開啟新的增長空間。預(yù)計(jì)到2025年，AI技術(shù)對教育硬件市場的貢獻(xiàn)率將提升至18%，腦機(jī)接口與數(shù)字孿生技術(shù)可能催生下一代產(chǎn)品形態(tài)。預(yù)計(jì)到2026年，中國智能學(xué)習(xí)設(shè)備的總市場規(guī)模將為1450億元，2021年至2026年的復(fù)合年增長率為17.1%。在政府持續(xù)支持并投入實(shí)現(xiàn)校園數(shù)字化及智慧課堂升級的背景下，To B分部于2017年至2021年經(jīng)歷高速增長，2021年我國B端市場規(guī)模達(dá)到330億，2026年有望達(dá)到709億。相比而言，To C學(xué)習(xí)市場目標(biāo)人群較多，且輔助教育涵蓋從早教到成人教育，有龐大及持續(xù)的需求。2021年To C分部的市場規(guī)模為329億元，預(yù)計(jì)To C分部持續(xù)穩(wěn)健增長至2026年的741億元。

　　AI+金融

　　金融行業(yè)的核心特征包括私有數(shù)據(jù)難以獲取、高商業(yè)價值，以及較為領(lǐng)先的數(shù)字化基礎(chǔ)。在ChatGPT面世前，金融行業(yè)長期占據(jù)大數(shù)據(jù)和AI應(yīng)用的領(lǐng)先地位，這與其豐富獨(dú)特的數(shù)據(jù)積累密不可分。金融行業(yè)在數(shù)字化轉(zhuǎn)型方面一直處于領(lǐng)先地位，這為大模型的發(fā)展提供了良好的基礎(chǔ)。金融機(jī)構(gòu)在數(shù)據(jù)收集、處理和分析方面擁有成熟的技術(shù)和流程，這些都是訓(xùn)練和部署大模型的關(guān)鍵條件。

　　自O(shè)penAI于2022年底提出ChatGPT后，大語言模型（以下簡稱大模型）在C端快速取得成功，目前月瀏覽量超過17億。B端，在制造業(yè)、醫(yī)療業(yè)、零售業(yè)等行業(yè)開始了廣泛應(yīng)用。金融領(lǐng)域存在許多GPT可以解決并提升的痛點(diǎn)：如幫助分析師分析投資標(biāo)的基本面、自動提取研報信息節(jié)省研究員時間、宏觀新聞分析、成為智能投資顧問等。2023年以來，海內(nèi)外眾多金融公司或科技公司都以類ChatGPT的大語言模型為基座，投喂自己的金融數(shù)據(jù)，訓(xùn)練金融行業(yè)大模型或應(yīng)用。

　　國外金融大模型新進(jìn)展

　　推出百靈大模型

　　2025年3月，螞蟻集團(tuán)首席技術(shù)官兼平臺技術(shù)事業(yè)群總裁何征宇領(lǐng)導(dǎo)的Ling團(tuán)隊(duì)，宣布將推出名為百靈輕量版（Ling-Lite）和百靈增強(qiáng)版（Ling-Plus）的百靈系列MoE（混合專家）大語言模型。其中，Ling-Lite包含168億參數(shù)，激活參數(shù)為27.5億；Ling-Plus則包含2900億參數(shù)，激活參數(shù)達(dá)288億。實(shí)驗(yàn)表明，兩款模型性能均達(dá)到業(yè)界領(lǐng)先水平。本論文通過系統(tǒng)性優(yōu)化方案，為資源受限環(huán)境下的人工智能開發(fā)提供了效率提升與成本控制的方法論。作為螞蟻集團(tuán)自研的大模型，百靈大模型重點(diǎn)布局在生活服務(wù)、金融服務(wù)、醫(yī)療健康等場景的應(yīng)用。后續(xù)，螞蟻百靈大模型Ling-Plus 和 Ling-Lite將計(jì)劃開源。

　　該模型最大的突破在于提出了一系列創(chuàng)新方法，以提升資源受限環(huán)境下AI開發(fā)的效率與可及性。實(shí)驗(yàn)表明，其3000億參數(shù)的MoE（混合專家）大模型可在使用國產(chǎn)GPU的低性能設(shè)備上完成高效訓(xùn)練，性能與完全使用英偉達(dá)芯片、同規(guī)模的稠密模型及MoE模型相當(dāng)。

　　妙想大模型向所有用戶開放

　　3月21日，東方財(cái)富宣布妙想大模型已正式向所有用戶開放，并全面登陸東方財(cái)富APP，開啟智能投資時代。妙想大模型于2024年1月推出，經(jīng)過一年時間打磨，基于妙想模型之上的妙想助理面向所有用戶推出。

　　數(shù)據(jù)層面，秒想訓(xùn)練數(shù)據(jù)來源于目前國內(nèi)高質(zhì)量金融數(shù)據(jù)庫。當(dāng)前，妙想已覆蓋2億+的資訊輿情，4億+的宏觀數(shù)據(jù)、6億+的行業(yè)數(shù)據(jù)、10億+的企業(yè)數(shù)據(jù)、百億+的市場數(shù)據(jù)，以及百億+的股吧、財(cái)富號等內(nèi)容，涵蓋上萬種數(shù)據(jù)品類，從根本上保證數(shù)據(jù)來源的準(zhǔn)確性、即時性、可靠性。模型規(guī)模層面，基于過往并將NLP、CV、Ranking等多種AI技術(shù)應(yīng)用于50多個業(yè)務(wù)場景的歷史儲備，妙想系列模型靈活組合幾十億到上干億參數(shù)規(guī)模不等的大、小模型族群，可面向應(yīng)用場景選擇最佳的模型方案。

　　功能層面，晨會信息整理（既可以對市場行情、宏觀經(jīng)濟(jì)、政策變化等重點(diǎn)類目進(jìn)行常態(tài)化跟蹤，也可以辨別并篩選出增量信息中對行業(yè)有重要影響力的內(nèi)容，按照層次分明、重點(diǎn)突出的結(jié)構(gòu)進(jìn)行呈現(xiàn)），路演紀(jì)要轉(zhuǎn)化，研報信息提取等均屬于妙想核心功能。與市面已有大模型不同，基于金融行業(yè)投研人員對于采用的信息有準(zhǔn)確性和信源權(quán)威性的雙重要求。妙想將傳統(tǒng)金融終端與大模型技術(shù)的雙重專業(yè)稟賦進(jìn)行了有機(jī)結(jié)合，有效解決了用戶的“信任危機(jī)”。在信息采選源頭，妙想構(gòu)建了專業(yè)度分級機(jī)制，可以識別并優(yōu)先采納更可靠、更符合投研偏好的信源；在信息獲取過程中，妙想實(shí)現(xiàn)了多信源一并獲取并交叉驗(yàn)證，讓同類數(shù)據(jù)能夠在時間、屬性、單位等顆粒度上相互支持、補(bǔ)充和修正；在回答時，妙想能夠持續(xù)對回答進(jìn)行反思并不斷完善，效果完整度更高、細(xì)節(jié)更豐富，以此來實(shí)現(xiàn)實(shí)際價值創(chuàng)造。

　　2.5 AI+工業(yè)

　　一直以來，工業(yè)AI的應(yīng)用就落后于其他領(lǐng)域，原因是工業(yè)領(lǐng)域更多的依賴對行業(yè)know-how的經(jīng)驗(yàn)理解，而不是單純從數(shù)據(jù)中挖掘規(guī)律。但隨著AI通用性和專業(yè)性兩方面的不斷加強(qiáng)，越來越多的工業(yè)know-how被計(jì)算機(jī)所理解，甚至表現(xiàn)出更好的性能。例如上世紀(jì)60年代專家系統(tǒng)誕生與80年代的工業(yè)領(lǐng)域應(yīng)用間隔近20年，統(tǒng)計(jì)機(jī)器學(xué)習(xí)的工業(yè)領(lǐng)域應(yīng)用滯后周期基本在10年左右，而深度學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等新技術(shù)于2012年后在通用領(lǐng)域開展應(yīng)用，不足4年便產(chǎn)生了工業(yè)領(lǐng)域探索實(shí)例。總體來看，由于人工智能技術(shù)可用性增強(qiáng)以及工業(yè)信息化水平提升，通用技術(shù)的工業(yè)落地間隔由20年逐步縮短至小于5年。加之工業(yè)領(lǐng)域的關(guān)鍵技術(shù)如數(shù)字孿生等本身就與深度學(xué)習(xí)密切相關(guān)，我們認(rèn)為，伴隨ChatGPT帶來的通用AI大模型突破，工業(yè)領(lǐng)域AI應(yīng)用將迎來快速落地和發(fā)展。

　　AI+工業(yè)軟件

　　工業(yè)軟件是工業(yè)創(chuàng)新知識長期積累、沉淀并在應(yīng)用中迭代進(jìn)化的軟件產(chǎn)物。工業(yè)軟件的根基仍然是工業(yè)行業(yè)本身，有賴于正向創(chuàng)新和行業(yè)創(chuàng)新知識的積累，是一個長期系統(tǒng)工程。任何工業(yè)知識都必須先形成完整的體系，搭建出知識庫和模型庫，并在實(shí)踐中反復(fù)應(yīng)用、更改，與工程緊密結(jié)合并不斷更新迭代，才有可能形成工業(yè)軟件。因此，工業(yè)軟件是工業(yè)創(chuàng)新知識的載體，依靠軟件化這一關(guān)鍵過程，通過強(qiáng)大的軟件工程能力才得以實(shí)現(xiàn)。軟件平臺與架構(gòu)將直接決定工業(yè)軟件產(chǎn)品的生命力。

　　海外進(jìn)展

　　AI與工業(yè)軟件結(jié)合是產(chǎn)業(yè)新趨勢，在研發(fā)設(shè)計(jì)，生產(chǎn)控制，經(jīng)營管理和嵌入式軟件四大類中，AI與研發(fā)設(shè)計(jì)的合作主要在于交互與預(yù)設(shè)計(jì)，與生產(chǎn)控制的結(jié)合主要在于參數(shù)修改，與經(jīng)營管理的結(jié)合主要在智能文本生成，與嵌入式軟件的結(jié)合則主要在代碼自動編寫上。

　　在傳統(tǒng) CAD 草圖繪制過程中，用戶需要逐步明確幾何約束（如平行、垂直、同心等）及結(jié)構(gòu)關(guān)系，手動輸入大量命令，草圖繪制效率較低，且對操作熟練度要求較高。為提升草圖建模效率與智能化水平，Siemens NX 和 Solid Edge 在近年持續(xù)強(qiáng)化基于 AI 的草圖智能繪制與自動化功能。

　　2025 年，Siemens NX 和 Solid Edge 的草圖繪制引擎集成了更高精度的 AI 預(yù)測模塊。該模塊基于深度學(xué)習(xí)算法和用戶歷史操作數(shù)據(jù)，實(shí)時推斷用戶的繪制意圖，智能推薦下一步繪圖命令，支持基于上下文自動生成初步草圖形態(tài)。同時，AI 能夠在用戶繪制過程中自動判定并施加幾何關(guān)系（如共線、同心、切線等），大幅減少顯式手動定義約束的操作步驟。同時，AI 模塊通過分析用戶提供的邊界條件（如加載、固定支撐、材料屬性）和設(shè)計(jì)目標(biāo)（如重量最小化、剛度最大化），基于 AI 拓?fù)渖伤惴焖偕啥喾N可行拓?fù)湫螒B(tài)。該過程基于復(fù)雜有限元分析結(jié)果的智能化數(shù)據(jù)驅(qū)動，顯著加快概念方案到結(jié)構(gòu)性能驗(yàn)證的迭代效率。另外，新增的 Sketch Checker 模塊具備高效的草圖完整性檢測功能。該模塊實(shí)時監(jiān)控草圖幾何元素和約束狀態(tài)，自動識別并定位存在的尺寸冗余、未定義約束、封閉性缺陷等常見問題，并提供一鍵式修正建議。通過該模塊，草圖在生成階段即可實(shí)現(xiàn)高一致性與可制造性，顯著降低后續(xù)建模階段的返工率。2025 年，NX X 和 Solid Edge X 實(shí)現(xiàn)了全面云化。AI 驅(qū)動的草圖繪制及修正功能被部署至云端，用戶可直接在瀏覽器中使用，無需依賴本地高性能硬件。云化架構(gòu)支持多用戶并行編輯、實(shí)時版本管理和跨地域協(xié)作，提供高度可擴(kuò)展的工業(yè)級智能化 CAD 平臺。

　　SAP 的 AI 助手 Joule 是一款深度集成在 SAP ERP 系統(tǒng)中的智能化工具。Joule 能夠通過自然語言處理（NLP）技術(shù)，理解用戶提出的問題和意圖，自動分析 SAP 中，并結(jié)合深度學(xué)習(xí)模型，形成最優(yōu)的解決方案。比如，它可以自動提取關(guān)鍵業(yè)務(wù)指標(biāo)、生成財(cái)務(wù)和生產(chǎn)報告，甚至能協(xié)助審批等決策環(huán)節(jié)。

　　Joule 還與 SAP 的核心業(yè)務(wù)產(chǎn)品（如 S/4HANA、SuccessFactors、Ariba）深度結(jié)合，形成了一個面向全場景的智能代理網(wǎng)絡(luò)——Joule Everywhere。這意味著無論是財(cái)務(wù)數(shù)據(jù)、供應(yīng)鏈優(yōu)化，還是 HR 業(yè)務(wù)等模塊，Joule 都可以跨系統(tǒng)自動獲取和處理數(shù)據(jù)，提供一站式的智能化服務(wù)。在 2025 年，Joule Agents 能夠無縫集成財(cái)務(wù)、供應(yīng)鏈、生產(chǎn)和人力等多模塊，支持從數(shù)據(jù)提取到任務(wù)自動化執(zhí)行，打破了傳統(tǒng) ERP 模塊割裂的“數(shù)據(jù)孤島”問題?；谧匀徽Z言模型，Joule 可以像“智能助理”一樣，直接理解用戶指令，自動生成相應(yīng)的操作或報告，避免了人工逐步操作和信息拆解的繁瑣流程，通過深度語義理解和 AI 自動推薦，用戶只需用自然語言對話，就能在復(fù)雜的報表和數(shù)據(jù)中快速定位關(guān)鍵信息，顯著加快決策速度。依托 SAP Knowledge Graph 和 Business Data Cloud，Joule 將所有 AI 功能和數(shù)據(jù)分析放在云端，支持多語言、多區(qū)域、跨平臺的無縫使用。另外，Joule還推出 Joule for Developers，支持 AI 輔助代碼自動化生成、自然語言查詢代碼、智能文檔編制等功能。這意味著不僅業(yè)務(wù)流程智能化，IT 開發(fā)本身也實(shí)現(xiàn)了自動化。

　　AI+機(jī)器視覺&機(jī)器人

　　AI+機(jī)器視覺

　　工業(yè)機(jī)器視覺是軟硬件一體化的集成系統(tǒng)，它的目的是代替人眼對被測物進(jìn)行觀察和判斷。從組成上，機(jī)器視覺系統(tǒng)硬件設(shè)備主要包括光源、鏡頭、相機(jī)等，軟件主要包括傳統(tǒng)的數(shù)字圖像處理算法和基于深度學(xué)習(xí)的圖像處理算法。系統(tǒng)工作時首先依靠硬件系統(tǒng)將外界圖像捕捉并轉(zhuǎn)換成數(shù)字信號反饋給計(jì)算機(jī)，如下圖深灰色方塊所示過程，然后依靠軟件算法對數(shù)字圖像信號進(jìn)行處理，如下圖中灰色方塊所示過程。工業(yè)機(jī)器視覺在識別的精確度、速度、客觀性、可靠性、工作效率、工作環(huán)境要求、數(shù)據(jù)價值方面都優(yōu)于人眼。

　　2024年中國機(jī)器視覺市場規(guī)模預(yù)計(jì)為181.47億元，其中2D視覺市場規(guī)模約153.32億元，3D視覺市場規(guī)模約28.15億元。盡管整體市場出現(xiàn)小幅下滑，3D視覺市場仍實(shí)現(xiàn)了19.20%的同比增長。2025年，機(jī)器視覺市場預(yù)計(jì)將突破210億元，2028年達(dá)到385億元，2024-2028年復(fù)合增長率為20%。尤其是3D視覺市場，預(yù)計(jì)2028年市場規(guī)模將超70億元，2024-2028年復(fù)合增速達(dá)25%。

　　過去幾年，AI 技術(shù)在工業(yè)質(zhì)檢領(lǐng)域的應(yīng)用逐漸從傳統(tǒng)的機(jī)器視覺檢測發(fā)展到深度學(xué)習(xí)驅(qū)動的智能質(zhì)檢系統(tǒng)。這些系統(tǒng)能夠自動識別產(chǎn)品缺陷、分析趨勢，并適應(yīng)生產(chǎn)線的變化，實(shí)現(xiàn)高效、精準(zhǔn)的質(zhì)量控制。2025 年 AI 技術(shù)在工業(yè)質(zhì)檢中的突破包括深度學(xué)習(xí)與視覺檢測的結(jié)合、邊緣計(jì)算和 AI 的融合、少樣本學(xué)習(xí)的應(yīng)用，以及自然語言處理在交互中的創(chuàng)新，這些技術(shù)發(fā)展都使得工業(yè)質(zhì)檢變得更高效、更精準(zhǔn)、更智能。

　　在工業(yè)異常檢測領(lǐng)域，傳統(tǒng)方法往往僅依賴單一視覺信號進(jìn)行檢測，難以處理復(fù)雜場景中的多種類型異常。此外，很多現(xiàn)有模型在多模態(tài)數(shù)據(jù)（如圖像和領(lǐng)域知識）融合方面仍存在較大挑戰(zhàn)，限制了其在實(shí)際生產(chǎn)環(huán)境中的應(yīng)用。 AnomalyR1模型于2025年提出，它是基于多模態(tài)視覺語言模型（VLM-R1）和GRPO優(yōu)化策略的工業(yè)異常檢測模型。該模型的主要創(chuàng)新點(diǎn)在于，利用多模態(tài)數(shù)據(jù)的融合，即將圖像數(shù)據(jù)與領(lǐng)域知識結(jié)合，增強(qiáng)了模型的推理能力，從而能夠更準(zhǔn)確地識別和定位異常。

　　AnomalyR1模型基于多模態(tài)大語言模型（MLLM）和強(qiáng)化學(xué)習(xí)中的Group Relative Policy Optimization （GRPO）進(jìn)行了增強(qiáng)。其主要目的是提高工業(yè)異常檢測任務(wù)中的推理能力和異常圖像定位精度。其核心架構(gòu)包括：1）采用深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行特征提取，能夠捕捉到細(xì)微的圖像差異，提升異常檢測的準(zhǔn)確性。2）AnomalyR1采用了少樣本學(xué)習(xí)技術(shù)，使其能夠在僅有極少標(biāo)注數(shù)據(jù)的情況下，依然能夠有效進(jìn)行異常檢測任務(wù)。模型通過學(xué)習(xí)少量的異常樣本，能對全新的工業(yè)環(huán)境中的異常情況進(jìn)行預(yù)測。 3）GRPO被應(yīng)用于模型的訓(xùn)練過程中，通過群體策略優(yōu)化來優(yōu)化多模態(tài)數(shù)據(jù)的集成，并提高模型對異常檢測的精準(zhǔn)度。每個圖像輸入都會經(jīng)過一系列的策略生成過程，從而實(shí)現(xiàn)對異常的精確定位。在多個工業(yè)異常檢測任務(wù)中，AnomalyR1表現(xiàn)出色。尤其在MVTec-AD數(shù)據(jù)集和PCB Bank數(shù)據(jù)集上，AnomalyR1刷新了傳統(tǒng)方法的檢測精度，準(zhǔn)確率提高了8%-10%。此外，模型在檢測速度上也有顯著提高，能夠在不到30秒內(nèi)處理并輸出異常定位結(jié)果。

　　傳統(tǒng)的工業(yè)異常檢測方法往往依賴大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，這在許多工業(yè)應(yīng)用中是不可行的，尤其是在少樣本或零樣本的情況下，模型的性能急劇下降。以往的大部分方法都是通過經(jīng)典的生成對抗網(wǎng)絡(luò)（GAN）或者自編碼器（AE）生成異常樣本，然而，這些方法通常在處理復(fù)雜異常時難以提供高質(zhì)量的生成圖像，尤其在圖像細(xì)節(jié)和視覺一致性方面表現(xiàn)較差。 DualAnoDiff是騰訊優(yōu)圖實(shí)驗(yàn)室的研究團(tuán)隊(duì)于2025年提出的基于擴(kuò)散模型的少樣本異常圖像生成模型，旨在解決少樣本訓(xùn)練數(shù)據(jù)不足的問題。該模型采用了一種雙重?cái)U(kuò)散模型（Dual Diffusion Model），其核心思想是通過擴(kuò)散過程生成異常圖像，以補(bǔ)充傳統(tǒng)數(shù)據(jù)集中異常樣本的缺乏，從而提升模型的異常檢測能力。

　　DualAnoDiff 的核心創(chuàng)新在于引入了雙重?cái)U(kuò)散生成機(jī)制，該機(jī)制能夠生成高質(zhì)量且多樣的異常樣本，從而增強(qiáng)了模型的檢測能力。該模型主要由以下幾部分組成：1）模型通過兩個擴(kuò)散路徑生成異常圖像。第一個路徑生成與正常圖像區(qū)域?qū)?yīng)的異常部分，第二個路徑生成整個異常圖像。每個生成過程都經(jīng)過擴(kuò)散模型的反向優(yōu)化，使得生成的異常圖像更加真實(shí)、具有多樣性。2） DualAnoDiff采用了背景補(bǔ)償模塊來修復(fù)生成圖像中的背景失真。通過對異常區(qū)域的精細(xì)調(diào)整，確保生成的異常圖像既保持與正常圖像的細(xì)節(jié)一致性，又能有效突出異常部分。 DualAnoDiff在多個工業(yè)異常檢測任務(wù)中表現(xiàn)出色，尤其在MVTec-AD數(shù)據(jù)集上，相比傳統(tǒng)的生成對抗網(wǎng)絡(luò)（GAN）模型，DualAnoDiff生成了更加多樣且高質(zhì)量的異常圖像。通過擴(kuò)散模型的雙重生成路徑，模型能夠生成更加貼近真實(shí)的異常樣本，極大地提升了異常檢測的精度和魯棒性。

　　2025年5月，發(fā)布了一套面向印刷包裝行業(yè)的高性能 AI 視覺檢測系統(tǒng)VP8 （VisionPrint8）。它在硬件層面結(jié)合了8K 工業(yè)相機(jī)和高精度光源方案，軟件層面則基于凌云光自研的 VisionWARE 框架以及通用工業(yè)視覺大模型 F.Brain，具備端到端的深度學(xué)習(xí)能力。 VP8 系統(tǒng)搭載8K線掃相機(jī)，能夠以高達(dá) 450 m/min 的生產(chǎn)線速度，進(jìn)行連續(xù)檢測，捕捉極其細(xì)微的印刷缺陷。得益于 F.Brain 大模型，VP8 在印刷缺陷識別上不僅依賴傳統(tǒng)灰度/彩色特征算法，而是融合了深度卷積特征、注意力機(jī)制以及自研的多層特征金字塔（FPN）結(jié)構(gòu)，精準(zhǔn)度大幅度提升。其算法框架 VisionWARE 優(yōu)化了多線程并行推理，單幀檢測響應(yīng)時間低至 8 ms，可在生產(chǎn)線上實(shí)現(xiàn)毫秒級檢測、實(shí)時剔除次品。 F.Brain 具備更好的領(lǐng)域遷移與少樣本適應(yīng)能力，使得 VP8 能在實(shí)際生產(chǎn)線的復(fù)雜噪聲、光線干擾下，依然保持高準(zhǔn)確率和低誤報率。

　　凌云光官方資料及客戶現(xiàn)場測試結(jié)果顯示，VP8 已在多個印刷包裝場景落地，例如：彩盒、軟包裝薄膜、標(biāo)簽印刷、煙包等。在這些實(shí)際應(yīng)用中，VP8 通過AI 智能瑕疵檢測，檢測效率相較傳統(tǒng)方案提升 400% 以上，且大幅度降低了誤報率和返工率。例如，在彩盒生產(chǎn)線上，VP8 的智能套印監(jiān)測功能可精確識別多色印刷品的錯印問題；在軟包裝行業(yè)，其微米級檢測精度確保了高速薄膜材料中的針孔或劃痕等缺陷的實(shí)時檢測與追蹤。

　　焊接機(jī)器人

　　焊接機(jī)器人是一種能夠自動執(zhí)行焊接（包括切割和噴涂）任務(wù)的工業(yè)機(jī)器人。根據(jù)焊接方式、結(jié)構(gòu)形式、負(fù)載能力、工作范圍等因素的不同，焊接機(jī)器人業(yè)有不同種類。焊接機(jī)器人廣泛應(yīng)用于鋼結(jié)構(gòu)、航空、造船、電子、機(jī)械等行業(yè)，可以提高焊接質(zhì)量、效率和安全性，涉及的技術(shù)包括焊接電源技術(shù)、傳感器技術(shù)、離線編程技術(shù)、智能控制技術(shù)、仿真技術(shù)等。

　　全球焊接機(jī)器人市場：2022年全球焊接機(jī)器人市場規(guī)模達(dá)626億元，銷量30.4萬臺，由此推算平均每臺售價約為2000萬元，據(jù)《中國焊接機(jī)器人行業(yè)發(fā)展前景預(yù)測與投資戰(zhàn)略規(guī)劃分析報告》預(yù)測，全球焊接機(jī)器人市場規(guī)模在2025年達(dá)43.9萬臺，折合904億元。據(jù)TechNavio預(yù)測，其中弧焊機(jī)器人市場規(guī)模在2025至2029年間將達(dá)到62億元。據(jù)Nexus Group Report 預(yù)測，激光焊接機(jī)器人市場到2033年有望增長到467億元。

　　國內(nèi)焊接機(jī)器人市場：2022年中國焊接機(jī)器人市場規(guī)模達(dá)248億元，占全球市場規(guī)模比例約40%，由上述數(shù)據(jù)推算2025年國內(nèi)焊接機(jī)器人市場規(guī)模約358億元。

　　AI+軍事

　　人工智能逐漸成為公認(rèn)的改變今日世界并影響未來全球格局的決定性力量，既直接表現(xiàn)在人工智能技術(shù)對經(jīng)濟(jì)、社會乃至軍事領(lǐng)域的直接變革，也表現(xiàn)在人工智能技術(shù)對國際戰(zhàn)略、科技競爭、大國博弈等方面的長期間接影響。目前世界各國均在不同軍種、不同層級探索利用不同種類的AI工具提升戰(zhàn)場表現(xiàn)，其中生成式AI利用海量數(shù)據(jù)庫輔助戰(zhàn)場態(tài)勢感知和決策成為當(dāng)下新焦點(diǎn)。

　　AI戰(zhàn)場使用場景概括

　　1）自主作戰(zhàn)系統(tǒng)。AI驅(qū)動的無人系統(tǒng)（如無人機(jī)、無人地面車輛等）可以在戰(zhàn)場上執(zhí)行偵察、打擊、后勤補(bǔ)給等任務(wù)，減少人類兵員的直接暴露風(fēng)險。它們通過自我學(xué)習(xí)和適應(yīng)環(huán)境，能夠在復(fù)雜條件下自主作戰(zhàn)，且響應(yīng)速度遠(yuǎn)超人類。美國軍方在多個項(xiàng)目中使用了自主無人機(jī)（如MQ-9 Reaper無人機(jī)和X-47B無人戰(zhàn)斗機(jī)），這些無人機(jī)不僅執(zhí)行偵察任務(wù)，還能夠執(zhí)行打擊任務(wù)。美國還在研發(fā)自適應(yīng)自主無人地面車輛（UGVs），它們能在沒有人類操作的情況下執(zhí)行巡邏、偵察等任務(wù)。

　　2）態(tài)勢感知和實(shí)時決策。戰(zhàn)場態(tài)勢瞬息萬變，AI能夠通過整合來自多個傳感器（如衛(wèi)星圖像、無人機(jī)數(shù)據(jù)、地面?zhèn)刹斓龋┑男畔?，快速分析并提供?shí)時的戰(zhàn)場態(tài)勢感知。它能夠通過模式識別和數(shù)據(jù)分析，幫助指揮官做出更精準(zhǔn)的決策，并優(yōu)化資源分配。AI通過實(shí)時處理傳感器數(shù)據(jù)，能夠自動識別和分類戰(zhàn)場上的目標(biāo)，提高精確打擊能力。尤其是在復(fù)雜環(huán)境下，AI能夠從海量的目標(biāo)信息中迅速篩選出高價值目標(biāo)，優(yōu)化攻擊時機(jī)和資源使用。美國軍方目前使用AI驅(qū)動的目標(biāo)識別和精準(zhǔn)打擊技術(shù)，如“MAVEN”，它通過分析圖像數(shù)據(jù)來幫助識別戰(zhàn)場上的關(guān)鍵目標(biāo)。該系統(tǒng)主要應(yīng)用于無人機(jī)群的打擊任務(wù)，能夠自動鎖定并攻擊敵方高價值目標(biāo)。

　　3）非理想環(huán)境作業(yè)。人工智能技術(shù)可以在某些特殊的空間發(fā)揮作用，例如，人不能長期存在的核輻射、高溫高濕、缺氧等惡劣環(huán)境，人在這些非理想環(huán)境中作業(yè)存在難以克服的困難和危險，借助人工智能技術(shù)，可以提高作業(yè)效率和安全性，例如掃雷機(jī)器人等。

　　4）情報分析與預(yù)測。AI能夠快速從大量的開源情報、監(jiān)視數(shù)據(jù)中提取有價值的信息，并進(jìn)行趨勢預(yù)測。通過模式識別和數(shù)據(jù)挖掘，AI能夠預(yù)測敵方的行為、戰(zhàn)術(shù)變化以及可能的作戰(zhàn)區(qū)域，為決策提供有力支持。美國國防高級研究計(jì)劃局（DARPA）已經(jīng)開發(fā)了多種基于AI的情報分析系統(tǒng)，能夠從社交媒體、通信數(shù)據(jù)和衛(wèi)星圖像中提取信息，預(yù)測敵方動向和行動意圖，提供決策支持。

　　Anduril Pulsar電子戰(zhàn)系統(tǒng)：對抗中小型無人機(jī)的防御系統(tǒng)

　　Anduril Industries成立于2017年，由Oculus VR創(chuàng)始人Palmer Luckey創(chuàng)辦，致力于開發(fā)先進(jìn)的人工智能（AI）驅(qū)動的軍事技術(shù)。公司以其自主系統(tǒng)、傳感器融合和AI平臺而聞名，特別是在反無人機(jī)、電子戰(zhàn)、指揮控制和擴(kuò)展現(xiàn)實(shí)（XR）領(lǐng)域。

　　Anduril的AI驅(qū)動系統(tǒng)目前有幾個方面組成。其核心產(chǎn)品是Lattice平臺，這是一個開放的AI操作系統(tǒng)，作為指揮控制和任務(wù)自主的核心，Lattice支持多種傳感器和平臺的集成，實(shí)現(xiàn)數(shù)據(jù)融合和實(shí)時決策支持。在反無人機(jī)領(lǐng)域，Anduril在2024年推出的的Pulsar系統(tǒng)可以利用AI快速識別和應(yīng)對當(dāng)前和未來的威脅，特別是小型和中型無人機(jī)。

　　Pulsar系統(tǒng)能夠通過AI工具快速識別新威脅，并制定相應(yīng)的防御措施，顯著壓縮響應(yīng)時間。當(dāng)一個系統(tǒng)識別到新的威脅信號后，會在數(shù)小時內(nèi)進(jìn)行分析，并將應(yīng)對策略推送到其他系統(tǒng)，實(shí)現(xiàn)快速共享和協(xié)同應(yīng)對。系統(tǒng)采用射頻機(jī)器學(xué)習(xí)（RFML）技術(shù)，能夠?qū)崟r感知電磁頻譜中的活動，并進(jìn)行智能干擾。這種能力使得Pulsar能夠在復(fù)雜的電磁環(huán)境中有效應(yīng)對多種威脅，包括小型和中型無人機(jī)。2025年4月，Anduril發(fā)布了Pulsar-L（Pulsar輕型版），旨在提供高性能的電磁效應(yīng)，其可以在兩分鐘內(nèi)完成部署，并且提供空中和地面兩種配置，適用于快速變化的戰(zhàn)場環(huán)境。另外系統(tǒng)具備自主操作能力，用戶無需專業(yè)技術(shù)培訓(xùn)即可使用，降低了操作門檻。Pulsar系統(tǒng)與Anduril的Lattice平臺緊密集成，形成一個開放架構(gòu)的指揮控制系統(tǒng)。這種集成使得多個Pulsar系統(tǒng)能夠協(xié)同工作，實(shí)現(xiàn)全域覆蓋和協(xié)同效應(yīng)。

　　此外，目前Anduril與OpenAI、Meta、Microsoft均有仍在進(jìn)行的研發(fā)項(xiàng)目，分別在反無人機(jī)系統(tǒng)、擴(kuò)展現(xiàn)實(shí)（XR）和AI技術(shù)結(jié)合的輔助情報決策系統(tǒng)以及集合增強(qiáng)現(xiàn)實(shí)（AR）和虛擬現(xiàn)實(shí)（VR）技術(shù)提升作戰(zhàn)人員超越視距感知能力的可穿戴作戰(zhàn)系統(tǒng)領(lǐng)域進(jìn)行深度合作。2024至2025年間，通過發(fā)布新型電子戰(zhàn)系統(tǒng)、與AI公司的戰(zhàn)略合作以及收購?fù)ㄐ殴荆珹nduril不斷推動軍事AI技術(shù)的發(fā)展和應(yīng)用。這些進(jìn)展不僅提升了美軍的作戰(zhàn)能力，也為未來的軍事AI技術(shù)奠定了基礎(chǔ)。

　　風(fēng)險提示：

　　北美經(jīng)濟(jì)衰退預(yù)期逐步增強(qiáng)，國際地緣變局沖擊全球供應(yīng)鏈韌性，企業(yè)海外拓展承壓；

　　芯片結(jié)構(gòu)性短缺可能制約產(chǎn)能釋放與交付節(jié)奏；

　　行業(yè)競爭加劇觸發(fā)價格戰(zhàn)隱憂，中低端產(chǎn)品毛利率可能跌破盈虧平衡點(diǎn)；

　　原材料成本高企疊加匯率寬幅波動持續(xù)侵蝕外向型企業(yè)利潤空間；

　　技術(shù)端則面臨大模型迭代周期拉長的風(fēng)險，影響AI產(chǎn)業(yè)化進(jìn)程；

　　汽車智能化滲透率及工業(yè)AI質(zhì)檢等場景落地進(jìn)度不及預(yù)期，或?qū)⒀泳彽诙鲩L曲線兌現(xiàn)；

　　模型算法更新迭代效果不及預(yù)期，可能會影響大模型演進(jìn)及拓展，進(jìn)而會影響其商業(yè)化落地。

　　報告來源

　　證券研究報告名稱：《人工智能2025年中期投資策略報告：推理走向舞臺中央，自主可控大勢所趨，Agent及多模態(tài)加速》

　　對外發(fā)布時間：2025年6月16日

　　報告發(fā)布機(jī)構(gòu)：中信建投證券股份有限公司

　　本報告分析師：

　　于芳博 SAC 編號：S1440522030001

　　SFC 編號：BVA286

　　龐佳軍 SAC 編號：S1440524110001

　　方子簫 SAC 編號： S1440524070009

　　辛俠平 SAC 編號：S1440524070006

　　02 端側(cè)AI爆發(fā)可期，國產(chǎn)高端產(chǎn)能亟需突破

　　終端創(chuàng)新：巨頭加碼終端側(cè)AI算力，應(yīng)用落地驅(qū)動產(chǎn)業(yè)發(fā)展

　　混合AI有望成趨勢，端側(cè)AI價值顯現(xiàn)

　　云邊協(xié)同的混合式AI架構(gòu)對AI的規(guī)模化擴(kuò)展起到重要作用。根據(jù)高通《混合AI是AI的未來》白皮書，隨著生成式AI正以前所未有的速度發(fā)展以及計(jì)算需求的日益增長，AI處理必須分布在云端和終端進(jìn)行，才能實(shí)現(xiàn)AI的規(guī)模化擴(kuò)展并發(fā)揮其最大潛能。與僅在云端進(jìn)行處理不同，混合AI架構(gòu)可以根據(jù)模型和查詢需求的復(fù)雜度等因素，在云端和邊緣終端之間分配并協(xié)調(diào)AI工作負(fù)載。云端和邊緣終端如智能手機(jī)、汽車、個人電腦和物聯(lián)網(wǎng)終端協(xié)同工作，能夠?qū)崿F(xiàn)更強(qiáng)大、更高效且高度優(yōu)化的AI。

　　終端側(cè)AI具有成本、能耗、可靠性、隱私、安全和個性化優(yōu)勢。

　　成本優(yōu)勢：AI推理的規(guī)模遠(yuǎn)高于AI訓(xùn)練。模型的推理成本將隨著日活用戶數(shù)量及其使用頻率的增加而增加。在云端進(jìn)行推理的成本極高，這將導(dǎo)致規(guī)?；瘮U(kuò)展難以持續(xù)。將一些運(yùn)算負(fù)載從云端轉(zhuǎn)移到邊緣終端，可以減輕云基礎(chǔ)設(shè)施的壓力并減少開支。

　　能耗優(yōu)勢：邊緣終端能夠以很低的能耗運(yùn)行生成式AI模型，尤其是將處理和數(shù)據(jù)傳輸相結(jié)合時。

　　可靠性、性能和時延：當(dāng)生成式AI查詢對于云的需求達(dá)到高峰期時，會產(chǎn)生大量排隊(duì)等待和高時延，甚至可能出現(xiàn)拒絕服務(wù)的情況。向邊緣終端轉(zhuǎn)移計(jì)算負(fù)載可防止這一現(xiàn)象發(fā)生。

　　隱私、安全和個性化：由于數(shù)據(jù)處理完全在本地進(jìn)行，終端側(cè)AI有助于保護(hù)個人信息，以及企業(yè)和工作場所中的機(jī)密信息。以本地和云端分別運(yùn)行AI大模型制作行程安排為例，本地AI大模型通過長期學(xué)習(xí)用戶行為，并利用本地存儲的信息，可以給出更貼合用戶生活習(xí)慣、更準(zhǔn)確的建議。相較之下，如果云端模型需要訪問用戶本地存儲的文件、瀏覽記錄等信息再給出個性化的建議，用戶通常較難接受。

　　邊緣側(cè)已具備運(yùn)行AI的實(shí)踐基礎(chǔ)，未來將支持多樣化的生成式AI模型。在生成式AI出現(xiàn)之前，AI處理已在終端側(cè)獲得應(yīng)用，越來越多的AI推理工作負(fù)載在手機(jī)、PC等邊緣終端上運(yùn)行。例如2017年發(fā)布的華為麒麟970首次在手機(jī)SoC中引入了NPU，提高設(shè)備在圖像識別等基于AI的功能方面的效率和性能。蘋果、三星等廠商也先后跟進(jìn)，使AI算力成為旗艦手機(jī)芯片的標(biāo)配。當(dāng)下隨著終端側(cè)的算力持續(xù)提升，軟件側(cè)加強(qiáng)對大模型的蒸餾，邊緣端設(shè)備逐步具備運(yùn)行豐富的生成式AI功能。例如Stable Diffusion等參數(shù)超過10億的模型已經(jīng)能夠在手機(jī)上運(yùn)行，且性能和精確度達(dá)到與云端處理類似的水平。未來，擁有100億或更多參數(shù)的生成式AI模型將能夠在邊緣端運(yùn)行。

　　終端設(shè)備有望在AI的催化下迎來新一輪創(chuàng)新周期。生成式AI正在驅(qū)動新一輪內(nèi)容生成、搜索和生產(chǎn)力相關(guān)用例的發(fā)展，覆蓋包括智能手機(jī)、PC、汽車、XR以及物聯(lián)網(wǎng)等終端品類，提供全新的增強(qiáng)用戶體驗(yàn)。以PC為例，AI大模型已能夠有效地處理文檔撰寫和演示文稿制作等任務(wù)，完美契合PC作為生產(chǎn)力工具的定位。此外，在以終端為中心的混合AI架構(gòu)中，多數(shù)任務(wù)能夠在PC本地運(yùn)行，既保護(hù)隱私，又能及時響應(yīng)。新興的發(fā)展趨勢有望帶動新一輪的產(chǎn)品創(chuàng)新周期，全球科技巨頭正加速投入。

　　AI手機(jī)：軟硬件生態(tài)落地，驅(qū)動換機(jī)周期

　　AI手機(jī)的萌芽期——激增的音頻/圖像數(shù)據(jù)處理需求推動了AI手機(jī)的早期探索。智能手機(jī)構(gòu)建本地AI能力歷時已久，前期主要用于加速特定任務(wù)。在移動互聯(lián)網(wǎng)和手機(jī)智能化發(fā)展的促進(jìn)下，用戶對于音頻、圖像數(shù)據(jù)的處理需求快速攀升，而傳統(tǒng)的CPU、GPU分別存在計(jì)算速度慢、能耗高等問題。從2015年高通的驍龍820首次集成高通AI引擎以加速音頻處理，到2017年華為、蘋果分別在麒麟970和A11中加入NPU模塊以加速圖像處理，智能手機(jī)本地的AI算力在不斷進(jìn)步?？傮w而言，這一時期的AI手機(jī)主要利用NPU或其他AI加速硬件對特定任務(wù)如圖像處理、語音識別進(jìn)行加速。這些應(yīng)用完成了AI手機(jī)的早期探索，一定程度上改善了用戶的體驗(yàn)，但并沒有引入全新的使用場景。

　　AI手機(jī)新階段——大模型驅(qū)動智能化升級，將成為新一代AI手機(jī)的核心特點(diǎn)。AI大模型激發(fā)了將更先進(jìn)的AI能力集成到智能手機(jī)中的愿景。AI大模型，如GPT-4表現(xiàn)出在多種任務(wù)上的卓越性能，包括自然語言理解、對話生成和復(fù)雜的推理任務(wù)。這些模型的復(fù)雜性和所需的計(jì)算資源遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)手機(jī)應(yīng)用的范疇，但它們的成功激發(fā)了將更先進(jìn)的AI能力集成到移動設(shè)備中的愿景。將AI大模型運(yùn)用到手機(jī)上可能會大大提升手機(jī)的智能化程度，使得設(shè)備能夠執(zhí)行更復(fù)雜的任務(wù)，提供更個性化的體驗(yàn)，并更有效地處理大量數(shù)據(jù)。例如，手機(jī)可以使用AI模型來優(yōu)化語音、圖像處理等傳統(tǒng)加速任務(wù)，并提供高度個性化的推薦，甚至進(jìn)行實(shí)時的語言翻譯和復(fù)雜的對話交互。

　　新一代AI手機(jī)具備可端側(cè)運(yùn)行AI大模型，且AI算力較高的特征。能否通過本地運(yùn)行AI大模型提升智能化體驗(yàn)將成為新一代AI手機(jī)發(fā)展的關(guān)鍵。根據(jù)OPPO《AI手機(jī)白皮書》的定義，新一代AI手機(jī)需要支持包括Stable Diffusion和各種大語言模型在內(nèi)的Gen AI模型在端側(cè)運(yùn)行，而為了更高效地運(yùn)行大模型，NPU算力應(yīng)大于30TOPS。

　　AI手機(jī)趨勢如下：

　　1、端云混合：AI大模型在云端與終端混合運(yùn)行將是一段時間內(nèi)的主流解決方案。AI大模型可以按照云端運(yùn)行、終端運(yùn)行、混合運(yùn)行三種模式在手機(jī)上落地：（1）基于云端運(yùn)行：云端運(yùn)行存在時延、隱私的問題，且企業(yè)由于承擔(dān)推理成本需要考慮AI應(yīng)用推廣與商業(yè)化的平衡。（2）基于終端運(yùn)行：手機(jī)由于算力、存儲等硬件條件的限制，能本地運(yùn)行的模型參數(shù)量有限，執(zhí)行的任務(wù)復(fù)雜度較低。（3）混合運(yùn)行：綜合了前者的優(yōu)缺點(diǎn)，但或許是當(dāng)下生成式AI規(guī)?；瘮U(kuò)展的最優(yōu)解，也是各大廠商AI手機(jī)普遍采用的思路。

　　通過三星S24可以窺見AI手機(jī)端云混合的初級形態(tài)。以三星S24為例，簡易AI應(yīng)用如通話語音翻譯離線運(yùn)行，復(fù)雜應(yīng)用如文生圖、圈選即搜則由Google等云端大模型提供支持。

　　蘋果Apple Intelligence端云三大模型混合，實(shí)現(xiàn)跨應(yīng)用執(zhí)行操作能力。2024年蘋果WWDC上展示了Apple Intelligence，其是iPhone、iPad和Mac等蘋果終端的個人智能系統(tǒng)AI平臺，支持端側(cè)、云端大模型同步運(yùn)行，能夠?qū)崿F(xiàn)蘋果自身的跨應(yīng)用操作、連續(xù)對話和上下文理解等功能，其中跨應(yīng)用整合是最大的功能亮點(diǎn)，未來蘋果將開放SDK全方面支持三方應(yīng)用調(diào)用系統(tǒng)AI。Apple Intelligence的層級具體可描述為“端側(cè)30億參數(shù)大模型+私密云端大模型+第三方大模型調(diào)用”。前兩者為蘋果自研，其中本地模型具備約30億參數(shù)，測試得分高于諸多70億參數(shù)的開源模型（Mistral-7B 或 Gemma-7B）；云上模型通過私有云計(jì)算部署在在Apple芯片服務(wù)器上，運(yùn)行的更大云端語言模型。目前公布的第三方大模型調(diào)用技術(shù)支持為 GPT-4o。蘋果自研Apple Intelligence在性能上已經(jīng)足以滿足到用戶的基本需求，因此Apple Intelligence在邏輯上會優(yōu)先使用端側(cè)及蘋果私密云端大模型給予用戶支持，對于第三方大模型調(diào)用的優(yōu)先級則后置。

　　2、本地化AI：大模型輕量化與硬件性能突破將支撐本地運(yùn)行更強(qiáng)大AI大模型。手機(jī)端運(yùn)行AI大模型需要通過量化、壓縮、條件計(jì)算、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索和編譯，在不犧牲太多精度的前提下對模型進(jìn)行縮減。高通已經(jīng)將FP32模型量化壓縮到INT4模型，實(shí)現(xiàn)64倍內(nèi)存和計(jì)算能效提升。高通的實(shí)驗(yàn)數(shù)據(jù)表明，在借助高通的量化感知訓(xùn)練后，不少AIGC模型可以量化至INT4模型，與INT8相比，性能提升約90%，能效提升大約60%。

　　核心硬件配置升級支撐更高參數(shù)量模型的本地化部署。高通、聯(lián)發(fā)科最新一代SoC在基礎(chǔ)性能提升的同時，對生成式AI處理進(jìn)行了優(yōu)化，可在手機(jī)上直接運(yùn)行百億參數(shù)模型。各大手機(jī)廠商也開始在手機(jī)中配置12/16G甚至更高的DRAM容量，為更高參數(shù)的大模型運(yùn)行提供基礎(chǔ)。

　　3、個人慧助：AI賦能操作系統(tǒng)內(nèi)核，個人智慧助理式操作系統(tǒng)成為趨勢。

　　手機(jī)廠商布局手機(jī)操作系統(tǒng)，構(gòu)筑融合AI的基礎(chǔ)。谷歌安卓系統(tǒng)以開源特性和豐富應(yīng)用生態(tài)，占據(jù)主導(dǎo)地位。蘋果iOS系統(tǒng)以封閉生態(tài)圈和出色的用戶體驗(yàn)贏得大量用戶的青睞。華為鴻蒙操作系統(tǒng)奮起直追，主打分布式能力。其他手機(jī)廠商也紛紛打造自家操作系統(tǒng)，強(qiáng)化技術(shù)獨(dú)立的同時構(gòu)筑搭載系統(tǒng)級AI的基礎(chǔ)。

　　AI賦能操作系統(tǒng)創(chuàng)新，打造個人智慧助理式操作系統(tǒng)。AI手機(jī)操作系統(tǒng)競爭再度升級，手機(jī)操作系統(tǒng)不再局限于界面和應(yīng)用，而是向更智能、個性化的方向邁進(jìn)。未來有望通過自研端側(cè)大模型賦能操作系統(tǒng)“個性化成長”，加持意圖識別人機(jī)交互，基于用戶自己的行為和數(shù)據(jù)去學(xué)習(xí)和理解他的意圖，形成個人智慧助理式個性化操作系統(tǒng)。AI agent（具備交互、搜索、翻譯、個性推薦、日程管理等能力）、跨應(yīng)用功能統(tǒng)一調(diào)用、用戶隱私保護(hù)、個性化和自適應(yīng)等將成為AI操作系統(tǒng)的重要特征。AI賦能操作系統(tǒng)帶動智能手機(jī)競爭從硬件拓展至軟件體驗(yàn)。

　　4、競爭格局：“堆疊硬件”競爭局限有望被打破，大模型能力決定紅利分配。

　　AI手機(jī)發(fā)展將推動智能手機(jī)市場進(jìn)入新的競爭階段。隨著華為在市場上的重新崛起，防守市場份額并投資開發(fā)全新的亮眼功能成為其他廠商聚焦重心，AI成為關(guān)鍵因素，有望打破原有“堆疊硬件”的競爭局限，刺激創(chuàng)新加速并深刻改變商業(yè)模式，大模型能力決定紅利分配方式。

　　高度個性化體驗(yàn)推動創(chuàng)新，AI算法和硬件的優(yōu)化適配成為重點(diǎn)。AI手機(jī)可以根據(jù)用戶的習(xí)慣和偏好，自動調(diào)整手機(jī)設(shè)置，推薦相關(guān)內(nèi)容，甚至預(yù)測用戶需求，高度個性化的體驗(yàn)將推動廠商在軟件和服務(wù)上進(jìn)行更多創(chuàng)新，如圖像識別、語音交互、健康監(jiān)測等，為廠商提供新的競爭領(lǐng)域，廠商之間的競爭將不再僅僅局限于硬件規(guī)格，還包括如何優(yōu)化算法和硬件配合以更好地支持AI應(yīng)用。

　　手機(jī)廠商與大模型廠商競合并存，市場發(fā)展紅利進(jìn)一步向頭部集中。一方面，手機(jī)廠商與大模型廠商合作，大模型廠商借助手機(jī)廠商的渠道和用戶基礎(chǔ)推廣技術(shù)并變現(xiàn)，手機(jī)廠商利用大模型廠商的技術(shù)提升品牌價值和產(chǎn)品競爭力。另一方面，手機(jī)廠商希望擁有自主AI技術(shù)保持獨(dú)立性和競爭優(yōu)勢，與專門提供AI服務(wù)廠商形成競爭。而不同于堆疊硬件的簡單粗暴模式，培育優(yōu)質(zhì)大模型周期長、成本較高，未來市場格局或?qū)⑾蝾^部手機(jī)廠商自研AI，頭部大模型廠商賦能尾部手機(jī)廠商（不排除會如SOC出現(xiàn)高通、聯(lián)發(fā)科一樣出現(xiàn)獨(dú)大的大模型廠商）方向演變，市場發(fā)展紅利將向頭部手機(jī)廠商與大模型廠商集中。

　　AI大模型與智能手機(jī)結(jié)合有望驅(qū)動新一輪換機(jī)周期。重大創(chuàng)新是手機(jī)換機(jī)潮的核心。2007年iPhone初代發(fā)布，再到2010年4G興起，智能手機(jī)與功能手機(jī)的使用體驗(yàn)拉開明顯差距，智能手機(jī)因此開始大范圍取代功能手機(jī)，出貨量進(jìn)入持續(xù)多年的快速增長期。此后，智能手機(jī)在攝像頭、屏幕等硬件設(shè)計(jì)上繼續(xù)微創(chuàng)新。而近幾年智能手機(jī)無論是革命性的還是微創(chuàng)新都陷入瓶頸，換機(jī)周期大幅拉長，根據(jù)TechInsights，2023年全球智能手機(jī)換機(jī)周期創(chuàng)新高（51個月），換機(jī)率創(chuàng)新低（23.5%）。AI技術(shù)正為智能手機(jī)市場注入新的活力。若AI手機(jī)實(shí)現(xiàn)使用體驗(yàn)的革命性創(chuàng)新，將復(fù)刻智能手機(jī)取代功能手機(jī)的高速增長。通過融入AI大模型，新一代AI手機(jī)有望改善用戶體驗(yàn)、創(chuàng)造差異化競爭優(yōu)勢，成為縮短手機(jī)換機(jī)周期和加速市場復(fù)蘇的關(guān)鍵驅(qū)動力。

　　2025年全球手機(jī)大盤微幅增長。全球智能手機(jī)2024年出貨量約12.42億臺，同比增長6.4%。過去三個季度，全球及中國智能手機(jī)出貨量穩(wěn)定增長，增速高于全球，根據(jù)IDC，24Q2-Q4全球智能手機(jī)出貨量同比分別增長4.0%、2.3%、1.5%，中國市場的出貨量同比分別增長3.2%、3.9%、3.4%。展望2025年，各家旗艦機(jī)發(fā)布新一代AI手機(jī)，以及中國市場3C設(shè)備補(bǔ)貼刺激，或刺激消費(fèi)者換機(jī)需求，智能手機(jī)出貨量有望維持增長。IDC預(yù)計(jì)2025年全球和中國的手機(jī)出貨量分別增長0.6%、1.0%。

　　AI手機(jī)滲透率持續(xù)提升，預(yù)計(jì)2025年達(dá)到34%。根據(jù)Canalys，預(yù)計(jì)2025年AI手機(jī)滲透率將達(dá)到34%，端側(cè)模型的精簡以及芯片算力的升級將進(jìn)一步助推AI手機(jī)向中端價位段滲透。2025年芯片廠商發(fā)布的新款次旗艦SoC，如驍龍8s Gen4、天璣9400e 已經(jīng)具備了流暢運(yùn)行端側(cè)大模型的能力，Deepseek的出現(xiàn)也在很大程度上降低了大模型對于芯片算力的開銷，在這兩大因素的共同作用下，2025-2026年AI手機(jī)仍預(yù)計(jì)會保持高速滲透的趨勢。

　　從AI的跨應(yīng)用執(zhí)行操作能力看，蘋果生態(tài)具有天然優(yōu)勢。雖然安卓旗艦機(jī)型早在2023年下半年就搭配了高通驍龍8Gen3和聯(lián)發(fā)科的天璣9300，支持端側(cè)70億及以上參數(shù)的大模型，從硬件上較快完成了配置升級，但由于芯片、大模型、APP、系統(tǒng)的各自獨(dú)立，安卓廠商在軟硬件一體化上打通各環(huán)節(jié)的速度較慢。蘋果基于操作系統(tǒng)、芯片、大模型、終端的一體化優(yōu)勢，并把握了用戶入口和流量分發(fā)，且有能力快速將AI推廣至Macbook、iPad、Airpods、Watch、智能家居等，形成統(tǒng)一、閉環(huán)的生態(tài)。

　　從硬件看，AI+iPhone將推動iPhone的換機(jī)周期。換機(jī)周期取決于：（1）存量用戶換機(jī)周期拉長至近年來最長，根據(jù)TechInsights，2023年全球智能手機(jī)換機(jī)周期創(chuàng)新高（51個月），換機(jī)率創(chuàng)新低（23.5%）；（2）iPhone保有量創(chuàng)下歷史新高，根據(jù)Statistics，iPhone全球保有量從2015年的5.7億部增長至2023年的14.6億部，而其中滿足Apple Intelligence硬件要求的iPhone15 Pro和iPhone15 Pro Max的保有量不足1億臺；（3）Apple Intelligence將打通多端生態(tài)應(yīng)用的邊界，AI+iPhone將刺激消費(fèi)者的換機(jī)欲望。復(fù)盤iPhone歷史的銷售量和ASP，可以看出，隨著iPhone本身功能的迭代升級， iPhone ASP在逐年提升。

　　AI提升對iPhone的硬件要求，BOM成本在持續(xù)提升。為了在本地運(yùn)行AI大模型，智能手機(jī)的SoC必須提升處理能力，例如集成專門的AI處理引擎，存儲容量也需相應(yīng)增加。此外，還需要更大容量的電池和更先進(jìn)的電源管理芯片、更高質(zhì)量的攝像頭傳感器和光學(xué)組件、更強(qiáng)的散熱和射頻性能。AI將加快智能手機(jī)硬件規(guī)格的升級，從而帶來整機(jī)成本的提升。

　　AI PC：硬件算力與系統(tǒng)級AI功能逐步完善，AI PC滲透率逐步提升

　　AI PC將是AI終端重要落地應(yīng)用場景，產(chǎn)業(yè)龍頭已明晰新一代AI PC標(biāo)準(zhǔn)。AI大模型已能夠有效地處理文檔撰寫和演示文稿制作等任務(wù)，完美符合PC作為生產(chǎn)力工具的定位。此外，在以終端為中心的混合AI架構(gòu)中，多數(shù)任務(wù)能夠在PC本地運(yùn)行，既保護(hù)隱私，又能及時響應(yīng)。新興的發(fā)展趨勢有望帶動新一輪的產(chǎn)品創(chuàng)新周期，自2023年下半年開始，英特爾、高通、微軟及一眾OEM廠商都在積極推動AI PC的發(fā)展。初期，處理器包含NPU模塊的電腦即為AI PC。2024年5月，微軟發(fā)布了Copilot+PC，明確了Windows系統(tǒng)中的新一代AI PC標(biāo)準(zhǔn)：

　?。?）設(shè)備必須配備NPU、CPU和GPU，NPU算力應(yīng)當(dāng)大于40 TOPS；

　?。?）設(shè)備存儲需要配備16GB RAM和256GB ROM；

　?。?）設(shè)備需要支持微軟的Copilot；

　　（4）設(shè)備上之別配有Copilot物理按鍵

　　硬件端算力與內(nèi)存規(guī)格快速升級，筑實(shí)端側(cè)AI應(yīng)用運(yùn)行的基礎(chǔ)。

　?。?）NPU從無到有，AI算力快速提升超越基準(zhǔn)線：蘋果最早在PC處理器上加入NPU模塊，M4系列的NPU算力達(dá)到38 TOPS，相比前三代有明顯提升。高通的X-Elite/Plus系列，NPU算力為45 TOPS，成為首批滿足Copilot+PC標(biāo)準(zhǔn)的處理器，于2024年6月上市。2023年Intel的Meteor Lake系列、AMD的Phoenix系列和Hawk Point系列成為旗下首款搭載NPU的PC處理器，但上述產(chǎn)品的NPU算力介于10-20 TOPS之間，并不滿足微軟主導(dǎo)的AI PC標(biāo)準(zhǔn)。2024Q3，Intel推出了Lunar Lake（酷睿Ultra 200V）系列處理器，NPU算力最高達(dá)48 TOPS，整體AI算力最高達(dá)120 TOPS；AMD推出了Strix Point（Ryzen AI 300）系列處理器，NPU算力最高達(dá)50 TOPS。Windows陣營的PC處理器廠商全部完成了達(dá)成Copilot+PC標(biāo)準(zhǔn)的產(chǎn)品線迭代。此外，聯(lián)發(fā)科正與英偉達(dá)合作開發(fā)AI PC處理器，預(yù)計(jì)將于2025年底實(shí)現(xiàn)量產(chǎn)。

　?。?）異構(gòu)算力單元推升綜合AI算力，協(xié)同運(yùn)作滿足多樣化需求：NPU、CPU和GPU的異構(gòu)算力單元已成為AI PC處理器的標(biāo)配。專為執(zhí)行特定AI任務(wù)設(shè)計(jì)的NPU能使用比CPU、GPU更具能耗效率的方式執(zhí)行新一代AI應(yīng)用。GPU因其通用性強(qiáng)、算力高的特點(diǎn)，仍是當(dāng)下AI PC處理器AI算力的主要來源，多數(shù)高負(fù)載AI任務(wù)仍依賴GPU運(yùn)行。以Intel Lunar Lake為例，NPU算力達(dá)到48 TOPS，GPU算力則達(dá)到67 TOPS。在此基礎(chǔ)上，PC還可加裝獨(dú)立GPU提供額外算力。根據(jù)Intel的預(yù)測，2024年-2025年期間，AI PC約40%的負(fù)載都將通過GPU執(zhí)行，NPU執(zhí)行的比例將從25%提升至30%，CPU執(zhí)行的比例則從35%下調(diào)至30%。

　　（3）內(nèi)存規(guī)格持續(xù)提升：PC端部署本地AI模型，需要足夠大的內(nèi)存將整個模型保存在其中，同時CPU/GPU和內(nèi)存之間的帶寬也是影響端側(cè)大模型表現(xiàn)的參數(shù)。微軟定義的Copilot+PC要求內(nèi)存容量最低為16GB，搭載Intel、AMD新款處理器的Copilot+PC已普遍將內(nèi)存提升至了32GB，為AI模型的部署留下充足余量。蘋果為了Apple Intelligence在Mac端的應(yīng)用，也放棄了8GB內(nèi)存。2024年10月更新的M4版的iMac、Mac Mini、Macbook Pro，基礎(chǔ)內(nèi)存配置全部從8GB增加到了16GB，同時蘋果宣布M2、M3版的Macbook Air機(jī)型現(xiàn)標(biāo)配16GB內(nèi)存，且起售價維持不變。Intel Lunar Lake還采用了同蘋果M系列一樣的MoP（Memory on Package）封裝方案，內(nèi)存與處理器之間的距離縮短，大大減少了數(shù)據(jù)傳輸?shù)难舆t和功耗。

　　AI PC端側(cè)應(yīng)用處于起步階段，但其迅速發(fā)展的勢頭和大模型的潛力開啟了爆款應(yīng)用誕生的可能性。目前主流的邊緣AI示例主要涵蓋：（1）人機(jī)交互：如AI虛擬助手的語音或文字交流；（2）文本創(chuàng)作：撰寫演講稿、文章等；（3）多媒體創(chuàng)作：涉及音頻、圖像、視頻素材的編輯與創(chuàng)新；（4）跨模態(tài)生成：文生圖、語音轉(zhuǎn)文字等；（5）增強(qiáng)應(yīng)用軟件：例如會議視頻人像背景分離，游戲體驗(yàn)個性化等。隨著開發(fā)者隊(duì)伍的壯大，邊緣AI應(yīng)用的數(shù)量預(yù)計(jì)將快速增長，高通指出AI在終端的應(yīng)用示例已從去年的1-2個增長至數(shù)百個，預(yù)計(jì)2024年將達(dá)到上千個。在此發(fā)展勢頭下，鑒于邊緣端AI應(yīng)用除了其本質(zhì)的延遲性和隱私保護(hù)優(yōu)勢外，也展現(xiàn)出了更廣泛的能力，例如在生產(chǎn)力方面，具有大幅提升效率的潛力；在娛樂、私人助手的角度，具有深度個性化的特點(diǎn)。這種全面的能力為未來爆款應(yīng)用的誕生提供了堅(jiān)實(shí)基礎(chǔ)。

　　在Wintel體系穩(wěn)固的x86 PC領(lǐng)域，微軟為AI PC發(fā)展的主導(dǎo)。作為Windows操作系統(tǒng)的開發(fā)者，微軟獨(dú)具優(yōu)勢，能夠在操作系統(tǒng)層面集成AI大模型。這種集成不僅使得操作系統(tǒng)能夠提供個性化的AI助手，還允許其他應(yīng)用調(diào)用這些模型，實(shí)現(xiàn)更自然的AI交互，同時確保個人隱私的安全。

　　微軟正持續(xù)定義和開發(fā)系統(tǒng)級AI應(yīng)用。在2024年開發(fā)者大會上，微軟公布了包括系統(tǒng)級AI應(yīng)用在內(nèi)的多項(xiàng)新進(jìn)展：

　?。?）在系統(tǒng)級AI層面，微軟已將AI功能遍及文件瀏覽器、圖片瀏覽器、系統(tǒng)設(shè)置、通知以及各類系統(tǒng)級應(yīng)用。以系統(tǒng)級的翻譯能力為例，PC端任何程序中播放的音頻、視頻都可以被實(shí)時翻譯成40多種語言。在圖像編輯方面，Copilot將支持本地生成和優(yōu)化圖像，視頻畫面實(shí)時增強(qiáng)等功能（例如延伸接觸、語音聚焦）。

　?。?）Copilot獲得了OpenAI GPT-4o的云端支持，首次具備了“讀屏”能力，實(shí)現(xiàn)上下文感知和視覺感知功能，例如Copilot可理解屏幕端的游戲畫面并給出操作建議。

　?。?）基于系統(tǒng)級的AI功能和“讀屏”能力，微軟發(fā)布了召回（Recall）應(yīng)用——用戶可用自然語言回溯屏幕顯示過的任何內(nèi)容，重新定義Windows搜索功能。召回應(yīng)用有一個時間軸，用戶可以直接拖動找到自己需要的那個準(zhǔn)確時間點(diǎn)，并直接暫停、刪除AI記錄的內(nèi)容，還可以設(shè)置白名單過濾掉指定的應(yīng)用程序或網(wǎng)站。召回應(yīng)用可以完全在端側(cè)運(yùn)行，不需要上云，以保護(hù)用戶隱私。

　　蘋果軟硬件一體化開發(fā)，發(fā)力系統(tǒng)級AI與垂直領(lǐng)域AI增強(qiáng)用戶體驗(yàn)。蘋果通過自行研發(fā)操作系統(tǒng)、芯片、大模型和終端設(shè)備，展現(xiàn)出強(qiáng)大的一體化優(yōu)勢。蘋果擅長通過系統(tǒng)級整合將復(fù)雜技術(shù)化繁為簡，使AI功能自然融入用戶的日常體驗(yàn)。集成了Apple Intelligence的MacOs Sequoia不僅可以實(shí)現(xiàn)高效的系統(tǒng)級AI應(yīng)用，還能夠與iPhone、iPad、AirPods等設(shè)備協(xié)同工作，形成統(tǒng)一閉環(huán)的跨設(shè)備生態(tài)體系。在系統(tǒng)級AI應(yīng)用方面，蘋果已在MacOS Sequoia中引入了全系統(tǒng)可調(diào)用的新工具——Writing Tools。該工具支持用戶在郵件、備忘錄、Pages文稿以及第三方應(yīng)用中對文本進(jìn)行重寫、校對和總結(jié)，從而提升效率。而在專業(yè)軟件領(lǐng)域，蘋果則為獨(dú)立應(yīng)用引入了專用AI功能，例如 Final Cut Pro 新增了自動添加字幕和智能摳圖等功能。這種系統(tǒng)級AI和垂直領(lǐng)域?qū)Ｓ肁I并行推進(jìn)的策略不僅滿足了普通用戶的日常需求，也增強(qiáng)了專業(yè)創(chuàng)作者的生產(chǎn)力。

　　NPU已成為新款處理器標(biāo)配，具備NPU的AI PC滲透率加速提升。ARM陣營的高通、蘋果，x86陣營的Intel、AMD，都在其新款處理器產(chǎn)品中加入了NPU，且未來的產(chǎn)品升級路線圖表明，NPU已成為標(biāo)配。隨著新產(chǎn)品上市對老產(chǎn)品逐步形成替代，可以預(yù)見未來具備NPU的PC將占據(jù)絕大部分新機(jī)出貨量，具備NPU的AI PC（寬泛標(biāo)準(zhǔn)下的AI PC）滲透率也將快速提升。根據(jù)IDC數(shù)據(jù)，25Q1全球具備Basic AI和GenAI功能的筆電占比分別達(dá)到了27.2%、5.3%，同比增速達(dá)到88%，基本覆蓋了全部高端市場和部分中端市場。根據(jù)TechInsights的預(yù)測，具備NPU的AI PC滲透率將在2024年開始持續(xù)提升，從2024年的29%增至2029年的95%。

　　AI PC催化換機(jī)將使上游零部件受益，核心環(huán)節(jié)具有價值量提升機(jī)會。

　　處理器：AI大模型全部或者部分能力在本地運(yùn)行，都需要更強(qiáng)大的處理能力，對處理器提出了更高的性能要求。因此，不僅CPU和GPU需進(jìn)行升級以應(yīng)對增強(qiáng)的計(jì)算需求，而且NPU可能成為標(biāo)配，無論是作為SoC模塊的一部分還是作為外掛組件，其性能需求都需要提高。

　　存儲：（1）DRAM：不考慮內(nèi)存硬件壓縮等技術(shù)的前提下，70億參數(shù)大模型采用INT8精度推理大約需要14GB DRAM。而且為確保整體流暢性，還需冗余量兼顧操作系統(tǒng)和其他軟件的常駐內(nèi)存。因此DRAM容量具有明確的升級機(jī)會，微軟的Copilot+PC已將DRAM下限定為16GB，TrendForce數(shù)據(jù)顯示2023年P(guān)C的平均DRAM僅為10.6GB，隨著AI PC的普及，全球PC平均DRAM容量將持續(xù)升級。（2）NAND Flash：鑒于未來操作系統(tǒng)與第三方軟件可能分別集成大模型，同時大模型參數(shù)量將持續(xù)提升，終端設(shè)備將需要更高的NAND Flash容量用于長期存儲。

　　在PC標(biāo)準(zhǔn)化與全球電子產(chǎn)業(yè)轉(zhuǎn)移趨勢中，中國臺灣廠商享受到PC市場發(fā)展第一波紅利，并占據(jù)PC產(chǎn)業(yè)鏈多數(shù)環(huán)節(jié)的主要份額。當(dāng)前隨著聯(lián)想、華為、小米等本土PC品牌的份額持續(xù)提升，以及國產(chǎn)替代的進(jìn)程不斷推進(jìn)，本土PC產(chǎn)業(yè)鏈也將持續(xù)成長，并有望受益于AI PC為產(chǎn)業(yè)帶來的變革機(jī)遇。

　　AI+硬件百花齊放，眼鏡、耳機(jī)、音箱等產(chǎn)品迎來全新發(fā)展機(jī)遇

　　“AI+硬件”模式在辦公、娛樂、教育等領(lǐng)域百花齊放，未來有望在更多場景以更多品類形式進(jìn)行應(yīng)用。隨著AI大模型逐步成熟，幾乎所有硬件產(chǎn)品都可以加入AI元素來提升表現(xiàn)能力。在AI大模型向著多模態(tài)、端側(cè)應(yīng)用逐步發(fā)展背景下，“AI+硬件”在各類應(yīng)用場景落地，催生出多種品類。

　　AI眼鏡市場迎來爆發(fā)元年，多方玩家開始積極布局。2023年9月，Meta與雷朋合作推出了名為Ray-Ban Meta的智能眼鏡。Meta眼鏡為眼鏡增加了攝像頭、喇叭、麥克風(fēng)。最重大的更新是Meta眼鏡融入了AI功能，與一般智能耳機(jī)用語音實(shí)現(xiàn)音量調(diào)節(jié)、撥打電話等簡單指令類操作不同，Meta眼鏡可以拍下用戶當(dāng)前正在觀看的場景，調(diào)用Llama3多模態(tài)大模型的能力，回答用戶的相關(guān)問題，例如戶外逛街查美食餐館信息，室內(nèi)做飯時查詢菜單和烹飪方法。Meta眼鏡的AI功能使其獲得了不錯的銷售成績，根據(jù)The Verge數(shù)據(jù)，Ray-Ban Meta全年銷售量超160萬副，預(yù)計(jì)2025年發(fā)布Ray-Ban Meta 2以及新款A(yù)R眼鏡。繼Meta后，百度于2024年11月發(fā)布了小度AI眼鏡，預(yù)計(jì)2025年上市。小米計(jì)劃于2025年發(fā)布新一代AI眼鏡。三星AI智能眼鏡預(yù)計(jì)2025年上市。蘋果內(nèi)部也在推進(jìn)代號“Atlas”的AI眼鏡項(xiàng)目。蜂巢科技、新視界、寶島眼鏡、LOHO眼鏡等也紛紛開始進(jìn)入AI眼鏡領(lǐng)域。隨著更多玩家加入，預(yù)計(jì)2025年將成為AI眼鏡市場爆發(fā)元年。

　　25Q1 Ray Ban Meta銷售量增長三倍，全球AI眼鏡2025年出貨有望達(dá)到550萬副。2025年Q1全球AI智能眼鏡銷量60萬臺，同比增長達(dá)216%，Q1 銷量大幅增長主要來自于Ray Ban Meta智能眼鏡的增長，銷量52.5萬臺，去年同期為17萬臺。此外，雷鳥V3、Solos AIRGO Vision的產(chǎn)品發(fā)售上市，以及逸文G1、魅族StarV Air 2、影目GO2等AR+AI眼鏡也貢獻(xiàn)了一定的增量。預(yù)計(jì)2025年全年AI智能眼鏡銷量為550萬臺，后三個季度預(yù)計(jì)陸續(xù)會有新品上市，包括小米、阿里、三星等十幾個品牌，以及Meta 在Q3預(yù)計(jì)會發(fā)布多款不同功能和形態(tài)的AI智能眼鏡。

　　耳機(jī)憑借輕量便攜優(yōu)勢有望成為個人AI助理的硬件載體。耳機(jī)具備天然的語音交互優(yōu)勢，其可作為AI控制入口，接收語音指令，具體的執(zhí)行交給其他如手機(jī)等運(yùn)算終端。同時，相比手機(jī)、眼鏡，耳機(jī)更輕、便攜、可長時間佩戴，因此有望成為個人AI助理的主要載體，也吸引了眾多科技公司的布局。三星早于2024年7月發(fā)布了主打AI的Galaxy Buds 3 Pro，具備自適應(yīng)降噪、環(huán)境分析等功能，并能夠配合 Galaxy 手機(jī)完成即時口譯。孵化的iFlyBuds也推出過支持AI錄音降噪會議耳機(jī)系列產(chǎn)品，支持音視頻錄音、現(xiàn)場錄音、同傳翻譯等多項(xiàng)功能。字節(jié)跳動在10月發(fā)布了首款A(yù)I智能體耳機(jī)Ola Friend，其背后連接字節(jié)自研的豆包大模型，可以通過喚醒詞進(jìn)入到豆包AI的連續(xù)對話。根據(jù)洛圖科技（RUNTO）線上監(jiān)測數(shù)據(jù)，2025年第一季度，AI耳機(jī)在線上傳統(tǒng)主流電商的銷量為38.2萬副，比2024年同期增長960.4%。2025年全年，AI耳機(jī)在中國傳統(tǒng)主流電商渠道的總銷量可達(dá)152.7萬副，延續(xù)2024年迅猛增長的趨勢，同比增長超過3倍。

　　大模型使智能音箱“重獲生機(jī)”，有望成為智慧家庭場景的AI流量入口。初期智能音箱主要作為音樂播放工具，之后逐漸發(fā)展為智能家居的中心控制器。如小米AI音箱和華為AI音箱均可通過語音操控多達(dá)上千種智能家居設(shè)備。隨著智能音箱產(chǎn)業(yè)進(jìn)入瓶頸期，智能音箱出貨量開始逐年下跌，消費(fèi)者熱情也開始逐漸消退。AI大模型的加入，明顯提高了智能音箱對用戶意圖的理解，智能音箱對用戶的反饋也更豐富和準(zhǔn)確，有望成為智慧家庭場景的AI流量入口。

　　折疊屏：價格中樞持續(xù)下降，折疊屏迎來爆發(fā)增長階段

　　折疊屏手機(jī)已經(jīng)逐漸成為各家安卓廠商價格最高配置最佳的旗艦機(jī)。智能手機(jī)市場增長的核心驅(qū)動力是創(chuàng)新，而在諸多創(chuàng)新方向中，折疊屏手機(jī)無疑是創(chuàng)新感最強(qiáng)且最為重要的趨勢，在安卓品牌中尤為突出。一方面，安卓廠商機(jī)型中折疊機(jī)型價格最高；另一方面，從處理器、影像、存儲等來看，各家折疊機(jī)型配置在其所有機(jī)型中處于頂級水平，折疊屏手機(jī)已經(jīng)逐漸成為各家安卓品牌旗艦機(jī)型。

　　Canalys預(yù)計(jì)2025全年折疊屏手機(jī)出貨量實(shí)現(xiàn)0.1%的同比增長，2026年蘋果折疊屏有望刺激市場。雖然2025年主流廠商試圖通過采取降低售價、擴(kuò)展SKU等方式來尋求增長，但整體需求依舊承壓。2026年或成為折疊屏市場復(fù)蘇的關(guān)鍵年，蘋果傳聞中的折疊產(chǎn)品將有望帶動整體品類的討論度，并可能在軟件交互與硬件設(shè)計(jì)層面帶來新的思考，進(jìn)一步活化市場需求。

　　折疊屏手機(jī)市場迎來放量階段，鉸鏈、超聲波指紋、LTPO-OLED三大新增創(chuàng)新最受益：

　　鉸鏈BOM占比高達(dá)13.7%，是折疊機(jī)除屏幕外最大成本增量。鉸鏈?zhǔn)浅聊煌庹郫B機(jī)新增成本最大的部分。三星折疊機(jī)鉸鏈BOM成本占比比直板機(jī)高出5.8%。三星初代折疊屏采用U型鉸鏈實(shí)現(xiàn)了折疊特性，但折疊后屏幕間留有縫隙無法閉合。華為、OPPO、vivo等均采用水滴型鉸鏈，特點(diǎn)是可以更好地控制屏幕折痕。

　　液態(tài)金屬兼具強(qiáng)度與彈性，廣泛應(yīng)用于消費(fèi)電子等行業(yè)。液態(tài)金屬強(qiáng)度高于鋼材等常規(guī)材料。液態(tài)金屬（非晶合金）材料強(qiáng)度可達(dá)2100MPa，是鋼材、鈦合金等材料的2倍，鈦合金的3倍。液態(tài)金屬可塑性強(qiáng)于金屬材料。液態(tài)金屬隨著溫度的升高，黏滯度會逐漸降低，在較高溫時具有可塑性，因此在使用模具進(jìn)行成型時，易于控制它的結(jié)構(gòu)，成型方式簡單。液態(tài)金屬憑借高強(qiáng)度、可塑性強(qiáng)的優(yōu)點(diǎn)廣泛應(yīng)用于航天軍工、消費(fèi)電子、醫(yī)療、體育等領(lǐng)域，典型產(chǎn)品如折疊屏手機(jī)鉸鏈、特斯拉鷹翼門鎖扣、醫(yī)療繃帶等。

　　鋯基液態(tài)金屬用于折疊屏鉸鏈，、為主要供應(yīng)商。鋯基液態(tài)金屬具有高強(qiáng)度和良好的成型性，是折疊屏鉸鏈的優(yōu)質(zhì)材料。折疊屏手機(jī)鉸鏈結(jié)構(gòu)復(fù)雜、體積微小，掉落后極易損壞，因此使用高強(qiáng)度可塑性強(qiáng)的鋯基液態(tài)金屬制作可以提高其可靠性。國內(nèi)主要的鋯基液態(tài)金屬廠商有宜安科技、東睦股份。宜安科技在液態(tài)金屬領(lǐng)域已經(jīng)布局10年以上，擁有中國最大規(guī)模鋯基液態(tài)金屬生產(chǎn)線。東睦股份子公司上海富馳于2016年成立液態(tài)金屬部門，2017年成立子公司上海馳聲從事液態(tài)金屬生產(chǎn)銷售并于2022年收購為全資子公司，2019年起東睦開始擴(kuò)大鋯基液態(tài)金屬的生產(chǎn)制造。常州世竟已經(jīng)成功完成了液態(tài)金屬小批量試制。

　　側(cè)邊指紋存在易損壞、誤觸等缺點(diǎn)，屏下指紋將成主流。電容式指紋識別準(zhǔn)確率低，使用限制多。電容式指紋識別不能濕手解鎖，且在手指表面有臟油水情況下識別準(zhǔn)確率較低，此外識別模塊位于屏幕前方占據(jù)屏幕空間，而側(cè)邊指紋雖然不占據(jù)屏幕空間但容易引起誤觸。屏下指紋技術(shù)有助于實(shí)現(xiàn)全面屏，逐漸取代電容式。全面屏?xí)r代，蘋果用Face ID取代指紋識別，而安卓廠商則主要用屏下指紋來應(yīng)對。柔性AMOLED屏幕僅厚0.03mm，而硬性AMOLED屏幕厚0.3mm。柔性屏需要金屬背板支撐，光學(xué)無法穿透。因此對于折疊屏手機(jī)，光學(xué)指紋識別無法應(yīng)用，而超聲波指紋成為最佳的屏下指紋方案。

　　LTPO比目前主流的LTPS支持更低的刷新率，功耗也更低。LTPO自適應(yīng)刷新率支持1-120Hz，真正實(shí)現(xiàn)低頻驅(qū)動。高刷場景LTPS高遷移率可使屏幕響應(yīng)更快，低刷場景IGZO漏電低可使屏幕刷新率降低而不影響顯示效果，最低頻率可低至1Hz，而根據(jù)官網(wǎng)資料，其LTPS即使是低功耗技術(shù)也僅能使手機(jī)用屏幕刷新率低至30Hz。IGZO漏電低的特性使OLED在電容C的電壓下可維持更久的亮度，因此在低刷場景下可降低屏幕刷新率從而降低功耗。京東方LTPO技術(shù)的產(chǎn)品續(xù)航時間可提升30%，TCL華星LTPO VR比傳統(tǒng)的LTPS VR背板穿透率提升10%以上，從而降低屏體功耗10%以上。

　　折疊屏手機(jī)大電池與大屏難兩全，低功耗LTPO成為其剛需。與直板機(jī)相比，折疊屏手機(jī)尤其是橫向內(nèi)折型、橫向外折型屏幕尺寸更大，但電池容量增長有限。以華為Mate X5為例，其內(nèi)屏面積（以機(jī)身尺寸近似）約為222cm2，比Mate 60 Pro屏幕面積（約130cm2）增加71%，但由于機(jī)身更?。ū?5%）且重量不能過重，因此電池容量僅增加約1%（60mAh）。低功耗的LTPO逐漸成為折疊屏手機(jī)剛需。

　　維信諾、京東方等LTPO技術(shù)逐漸成熟，已出貨終端產(chǎn)品。蘋果在其旗艦機(jī)型及智能手表上率先嘗試使用LTPO技術(shù)，供應(yīng)商主要是三星和LG。LTPO技術(shù)最大的優(yōu)點(diǎn)在于其功耗低，尤其是靜態(tài)顯示類低頻場景下優(yōu)勢顯著，因此蘋果在Apple Watch 5上率先使用LTPO屏幕，續(xù)航得到明顯增加，之后在iPhone 14 Pro等旗艦機(jī)型開始大規(guī)模配置。其供應(yīng)商主要為三星和LG。維信諾、京東方等已經(jīng)為國內(nèi)品牌折疊屏手機(jī)出貨LTPO產(chǎn)品。LTPO屏幕方面，維信諾、京東方為榮耀Magic V2供應(yīng)商，京東方為OPPO Find N3 Flip供應(yīng)商，TCL與小米合作，三星為其他部分國內(nèi)品牌供應(yīng)商。

　　智能車：高級別智駕帶來傳感器數(shù)量提升

　　智駕升級對感知系統(tǒng)豐富度提出更高要求，單車搭載激光雷達(dá)數(shù)量有望升至3個以上。智駕感知系統(tǒng)通常分為兩類，一類是以特斯拉、小鵬為典型代表的純視覺方案；另外一類是包括激光雷達(dá)、攝像頭等在內(nèi)的多傳感器融合方案。目前在國內(nèi)，多傳感器融合方案占主流。隨著智駕向L3級自動駕駛進(jìn)化，由于乘客參與駕駛環(huán)節(jié)更少，以及事故責(zé)任的承擔(dān)方將轉(zhuǎn)移到車廠，因此整個智駕系統(tǒng)對安全的要求將更為嚴(yán)格，通過增加傳感器數(shù)量和種類可以極大提高智駕系統(tǒng)的感知豐富度，進(jìn)而滿足更高等級的智駕需求。目前國內(nèi)搭載激光雷達(dá)的智駕系統(tǒng)搭載激光雷達(dá)數(shù)量大多為1-3個，但根據(jù)Yole預(yù)測，未來單車搭載激光雷達(dá)的數(shù)量將不斷增加，預(yù)計(jì)到2032年單車搭載激光雷達(dá)數(shù)量達(dá)到6個，其中長距激光雷達(dá)2個，短距激光雷達(dá)4個。

　　技術(shù)迭代及產(chǎn)品放量推動激光雷達(dá)價格降至千元水平。2021年激光雷達(dá)單顆價格高達(dá)1萬元，此后隨著技術(shù)創(chuàng)新及出貨量增加激光雷達(dá)的價格逐年下降。2023年禾賽科技產(chǎn)品單價降至4023元，速騰聚創(chuàng)產(chǎn)品單價降至2600元。2024年一徑科技產(chǎn)品價格已經(jīng)降至2000元以內(nèi)，速騰聚創(chuàng)發(fā)布新品MX定價低于200美元。2025年禾賽推出新一代產(chǎn)品ATX定價同樣低于200美元。宣稱目標(biāo)將自研激光雷達(dá)成本控制在900元?？紤]到智駕系統(tǒng)理想成本不超過整車成本5%，對于20萬元以內(nèi)車型，其智駕系統(tǒng)成本通常應(yīng)低于1萬元，因此激光雷達(dá)價格降至千元水平，有助于降低智駕系統(tǒng)成本，進(jìn)而推動智駕及激光雷達(dá)滲透率提升。

　　激光雷達(dá)滲透車型已下探至10萬元級別。激光雷達(dá)早期主要搭載于高端豪華車，2022年激光雷達(dá)的主要搭載車型價位區(qū)間為40-50萬元，隨著激光雷達(dá)技術(shù)迭代，成本不斷降低，更多中低價位車型開始搭載激光雷達(dá)，2023年激光雷達(dá)主要搭載車型價位區(qū)間為35-40萬元，2024年1-10月降為30-35萬元。2025年宣布將在10萬元級別車型搭載激光雷達(dá)，比亞迪發(fā)布天神之眼智駕系統(tǒng)，其中天神之眼B和天神之眼A均配置激光雷達(dá)，未來有望推動激光雷達(dá)向10萬元級別更快滲透。

　　2029年激光雷達(dá)出貨量有望超1000萬臺，市場規(guī)模有望增長至36.32億美元。隨著搭載激光雷達(dá)的車型逐漸上市，2023年激光雷達(dá)市場開始迎來爆發(fā)增長，根據(jù)Yole數(shù)據(jù)，2023年全球激光雷達(dá)出貨量同比增長3倍至80萬臺，2024年翻倍增至160萬臺突破百萬臺，預(yù)計(jì)到2029年全球激光雷達(dá)出貨量可達(dá)1120萬臺，2023-2029年CAGR高達(dá)56.5%。盡管激光雷達(dá)單價有所下滑，但隨著出貨量快速增長，整體市場規(guī)模仍將處于快速增長區(qū)間。根據(jù)Yole數(shù)據(jù)預(yù)計(jì)，全球激光雷達(dá)市場規(guī)模將由2023年的5.38億美元增至 2029年的36.32億美元，CAGR達(dá)38%。其中，乘用車市場激光雷達(dá)市場規(guī)模占比82.6%。

　　智駕升級推動單車搭載攝像頭數(shù)量增加、像素升級，2029年全球車載攝像頭市場規(guī)模有望達(dá)84億美元。純視覺與多傳感器融合兩種類型的智駕系統(tǒng)均搭載大量攝像頭作為傳感器，隨著智駕向L3級及以上自動駕駛升級，感知層的傳感器數(shù)量呈現(xiàn)增加的趨勢，Yole預(yù)計(jì)L3級自動駕駛攝像頭搭載數(shù)量將比L2級大幅增加，可增至18顆。根據(jù)蓋世汽車統(tǒng)計(jì)，2024年60%車型單車搭載攝像頭數(shù)量低于10顆，但2025年比亞迪發(fā)布天神之眼C搭載12顆攝像頭。同時更高像素?cái)z像頭可以使得視覺感知距離得到提升，因此像素升級也是車載攝像頭的長期發(fā)展趨勢，如小鵬P7的前視三目均為200萬像素，而比亞迪天神之眼C前視三目攝像頭由3顆800萬像素鏡頭構(gòu)成。隨著用量增加、像素升級，車載攝像頭市場規(guī)模將迎來快速增長，根據(jù)Yole數(shù)據(jù)，預(yù)計(jì)全球車載攝像頭市場規(guī)模將從2023年的57億美元增至2029年的84億美元。

　　CIS在車載攝像頭成本構(gòu)成中占比最高達(dá)50%，預(yù)計(jì)2029年全球車載CIS市場規(guī)模將達(dá)32億美元。從車載攝像頭成本構(gòu)成來看，CIS成本占比最高達(dá)50%，這是由于CIS負(fù)責(zé)將光信號轉(zhuǎn)變?yōu)殡娦盘枺滟|(zhì)量直接影響攝像頭成像質(zhì)量與感知精度，CIS是車載攝像頭構(gòu)成中最重要的部件。此外模組封裝占25%，光學(xué)鏡頭占14%。由于CIS占車載攝像頭成本比例較高，因此車載攝像頭市場增長中最為受益的是車載CIS環(huán)節(jié)。根據(jù)Yole數(shù)據(jù)，預(yù)計(jì)全球車載CIS市場規(guī)模將從2023年的23億美元增至2029年的31.55億美元，CAGR達(dá)5.4%。

　　車載CIS領(lǐng)域國產(chǎn)化率較低占比僅3成左右，高像素CIS占比更低，未來國產(chǎn)化空間巨大。根據(jù)Yole數(shù)據(jù)，2023年車載CIS領(lǐng)域全球玩家中，國產(chǎn)廠商韋爾股份占比29%，占比3%，兩家國產(chǎn)廠商合計(jì)占比僅3成左右，其余份額多為國際廠商占據(jù)。安森美市場份額高達(dá)40%占比第一，索尼占比17%排在第三位。而高像素CIS如800萬像素領(lǐng)域，目前主流供應(yīng)商為安森美，國內(nèi)廠商韋爾股份正在快速搶占市場份額。

　　車載攝像頭鏡頭領(lǐng)域舜宇光學(xué)科技市場份額40%位居第一。光學(xué)鏡片和鏡頭過去由日韓企業(yè)主導(dǎo)，近些年隨著國內(nèi)企業(yè)技術(shù)突破以及國內(nèi)新能源車企推動國產(chǎn)化，2020年國內(nèi)企業(yè)在光學(xué)鏡頭領(lǐng)域已經(jīng)占據(jù)頭部地位，舜宇光學(xué)科技市場份額達(dá)32%以上，位居第一。

　　毫米波雷達(dá)成本構(gòu)成中軟件算法占比達(dá)50%，供應(yīng)環(huán)節(jié)多被國際廠商主導(dǎo)。根據(jù)焉知汽車數(shù)據(jù)，毫米波雷達(dá)成本構(gòu)成中，軟件算法占比50%最高，其次為射頻前端占比25%，信號處理芯片及高頻PCB分別占比10%。其中軟件算法、射頻前端等關(guān)鍵部件仍被博世、瑞薩、英飛凌、高通等國外企業(yè)掌控，高頻PCB板的合格供應(yīng)商同樣以國際市場的羅杰斯、Schweizer為主，不過國內(nèi)廠商已收購Schweizer19.74%股權(quán)，有望提升該環(huán)節(jié)國產(chǎn)化進(jìn)程。

　　2024年國內(nèi)市場毫米波雷達(dá)搭載量超2300萬顆，但供應(yīng)商仍以博世等國際廠商為主。隨著智駕高速發(fā)展，毫米波雷達(dá)搭載量逐年上升，根據(jù)蓋世汽車數(shù)據(jù)，2024年1-11月毫米波雷達(dá)搭載量超2300萬顆，同比增長18%，增長主要來自角毫米波雷達(dá)。競爭格局方面，毫米波雷達(dá)市場主要被博世、大陸等國際廠商占據(jù)，其中博世市占率達(dá)33%，大陸24%。但角毫米波雷達(dá)方面國產(chǎn)廠商有所突破，華為、福瑞泰克等開始有所出貨。

　　4D毫米波雷達(dá)是行業(yè)重要發(fā)展方向，華為發(fā)布自研產(chǎn)品引領(lǐng)國內(nèi)。4D毫米波雷達(dá)在3D毫米波雷達(dá)基礎(chǔ)上增加了一個維度，即可以測量物體的高度，其功能類似激光雷達(dá)，但成本遠(yuǎn)低于激光雷達(dá)，因此4D毫米波雷達(dá)是行業(yè)重要的發(fā)展方向，如特斯拉將在其第4代自駕平臺重新引入4D毫米波雷達(dá)，蔚來汽車子品牌樂道L60將全系標(biāo)配4D毫米波雷達(dá)。2024年華為在國內(nèi)首發(fā)高精度4D毫米波雷達(dá)，探測距離增至280米，成像精度提升4倍，時延降低65%，并支持泊車模式，全面提升了智駕感知能力。

　　1.3.7 人形機(jī)器人：產(chǎn)業(yè)政策大力扶持，臨近規(guī)模上量時點(diǎn)

　　人形機(jī)器人產(chǎn)業(yè)政策頻發(fā)，政策紅利驅(qū)動技術(shù)迭代和商業(yè)化落地。2023年11月，工信部發(fā)布《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見》，核心目標(biāo)是：2025年初步建立創(chuàng)新體系，突破“大腦（AI決策）”“小腦（運(yùn)動控制）”“肢體（機(jī)械結(jié)構(gòu)）”等關(guān)鍵技術(shù)，實(shí)現(xiàn)整機(jī)批量生產(chǎn)及特種、制造、民生場景示范應(yīng)用；培育2-3家全球影響力生態(tài)型企業(yè)，打造2-3個產(chǎn)業(yè)集聚區(qū)。2027年形成安全可靠產(chǎn)業(yè)鏈，綜合實(shí)力達(dá)世界先進(jìn)水平，產(chǎn)業(yè)規(guī)?；l(fā)展并深度融入實(shí)體經(jīng)濟(jì)。2024-2025年，各地方相繼出臺政策，推動人形機(jī)器人的技術(shù)創(chuàng)新、核心部件降本和量產(chǎn)突破。根據(jù)工信部規(guī)劃及產(chǎn)業(yè)咨詢機(jī)構(gòu)預(yù)測，2024年全球人形機(jī)器人出貨量約千臺級，主要應(yīng)用于工廠實(shí)訓(xùn)（如優(yōu)必選Walker進(jìn)入車廠）。預(yù)計(jì)2027年超1萬（CAGR 83%），2030年達(dá)38萬臺，2035年400萬-1000萬臺。

　　創(chuàng)業(yè)公司井噴，人形機(jī)器人產(chǎn)品快速落地。截至2025年4月，全球人形機(jī)器人本體企業(yè)數(shù)量已突破300家，其中中國企業(yè)占據(jù)半壁江山，數(shù)量超過150家，集中分布于北京（小米機(jī)器人、星動紀(jì)元）、上海（智元機(jī)器人、傅利葉）、深圳（優(yōu)必選、越疆機(jī)器人）三大產(chǎn)業(yè)集群。國際方面，美國企業(yè)超45家（如特斯拉、Figure），日本企業(yè)超22家（如本田、豐田），其他國家和地區(qū)合計(jì)不足30家。產(chǎn)品發(fā)布方面，2024年全球新品超106款（63%為足式機(jī)器人），而2025年第一季度新增35款，其中國內(nèi)企業(yè)占比60%（如宇樹Unitree G1、眾擎PM01）。代表性產(chǎn)品包括特斯拉Optimus（已部署上海工廠）、優(yōu)必選Walker S（獲車廠訂單）、智元機(jī)器人靈犀X2（2025年量產(chǎn)）等。

　　為什么機(jī)器人設(shè)計(jì)成人形？主要基于三重核心價值：（1）通用性：人類環(huán)境中的工具、設(shè)施（如樓梯、車輛、鍵盤）均按人體工學(xué)設(shè)計(jì)，人形結(jié)構(gòu)使機(jī)器人能直接操作現(xiàn)有工具、適應(yīng)多樣化任務(wù)（如家務(wù)全流程、工業(yè)分揀），無需改造環(huán)境或定制設(shè)備。（2）環(huán)境適應(yīng)性：雙足行走與多關(guān)節(jié)設(shè)計(jì)（全身200+自由度）賦予機(jī)器人跨越障礙、靈活轉(zhuǎn)向的能力，在非結(jié)構(gòu)化場景（家庭、廢墟救援）中優(yōu)于輪式或四足機(jī)器人。（3）交互友好性：類人外形（表情、手勢）降低人類心理戒備，通過視線、肢體語言實(shí)現(xiàn)自然溝通，在醫(yī)療陪護(hù)、教育等需情感連接場景中不可或缺。

　　相比傳統(tǒng)機(jī)器人，人形機(jī)器人對驅(qū)動、感知、執(zhí)行、材料、算力的要求提升顯著。人形機(jī)器人相比常規(guī)工業(yè)或家用機(jī)器人，在硬件層面實(shí)現(xiàn)了顯著提升，主要體現(xiàn)在關(guān)節(jié)數(shù)量劇增、感知系統(tǒng)復(fù)雜化、執(zhí)行器高精度化以及材料輕量化等方面，這些變化帶來了核心零部件的增量需求（如更多關(guān)節(jié)模組、多模態(tài)傳感器）和性能升級（如高功率密度驅(qū)動、智能材料應(yīng)用），從而支撐其適應(yīng)非結(jié)構(gòu)化環(huán)境、執(zhí)行類人精細(xì)操作的能力。