核心观点 报告认为，电子行业正迎来“戴维斯双击”时刻，核心驱动力在于云端算力国产化与端侧AI应用的爆发[1]。2026年，行业将受益于晶圆制造资本开支迈入新台阶、AI算力基础设施的持续投入、存储“超级周期”的延续、以及消费电子在AI驱动下的创新与换机潮，多个细分领域将呈现量价齐升的格局[2][5][7]。 算力芯片 云端算力芯片 - **全球CSP资本开支持续上行**：25Q3海外四大CSP（谷歌、亚马逊、微软、Meta）资本开支合计979亿美元，环比增长10%[5][14]。国内算力需求（如字节的Token调用量）已接近海外巨头，但供给投入相对不足，追赶空间广阔[5][14]。 - **国产算力业绩释放可期**：在AI推理和训练需求提升背景下，国产算力厂商如寒武纪、海光信息等有望充分受益[5][17]。中芯国际先进制程产能利用率维持在90%左右，扩产与需求匹配良好[17]。 - **华为昇腾引领国产AI算力底座**：华为推行“超节点”战略，其Atlas 900 A3 SuperPoD已部署超300套，服务超1300家客户[26]。下一代Atlas 950 SuperPoD通过无收敛全互联等技术，FP8算力可达524 EFLOPS[27]。昇腾芯片持续迭代，Ascend 950DT互联带宽达2 TB/s，算力提升至1 PFLOPS FP8[21]。 - **Switch芯片国产逆袭**：推理时代性能瓶颈从“算力”转向“运力”，国产自研超节点方案（如华为、曙光）及第三方Switch芯片厂商（如盛科通信、澜起科技）迎来增长机遇[18][20]。 端侧算力芯片 - **海外端侧AI进入全面落地阶段**：谷歌将Gemini模型集成到搜索、Gmail、Android等核心产品；Meta将AI眼镜视为下一代计算平台；OpenAI的gpt-oss-20B模型可在16GB内存设备上运行[35][36]。这驱动了海外链SoC厂商（如晶晨股份、恒玄科技）的结构性需求[39]。 - **端侧独立NPU元年开启**：端侧AI算力需求催生专用协处理器，瑞芯微已推出RK182X系列协处理器，支持3B–7B LLM推理，并与主处理器灵活组合，应用于车载、智能家居等多场景[5][40][41]。下一代RK1860规划支持13B模型，算力达60–80 TOPS[42]。 - **车载PHY&SerDes芯片国产替代**：25H1中国乘用车摄像头安装量达5239.6万颗，同比增长34.9%[43]。车载SerDes市场由ADI和TI主导（占约92%份额），国产厂商如龙迅股份、裕太微的产品正进入客户导入阶段，有望在2026年放量[44]。 存储 - **行业迎来“超级周期”**：存储板块自25Q2持续上行，有望持续至26年全年[5][49]。DRAM指数在2025年9-11月期间上涨101%，NAND指数同期上涨79%[5][53]。因AI服务器出货紧迫，下游客户对存储价格上涨不敏感，推动价格涨幅超预期[5][49]。 - **企业级SSD需求强劲**：25Q3前五大存储品牌厂的企业级存储营收合计65.4亿美元，环比增长28%[5][58]。预计25Q4 Enterprise SSD平均合约价将季增逾25%[58]。 - **国产厂商双重受益**：国产存储厂商受益于（1）国内CSP厂商资本开支上修（如字节、阿里上修AI Capex预期），（2）国产企业级存储份额提升的双重逻辑[5][58]。 模拟芯片 - **供需格局优化，价格战压制解除**：汽车需求持续增长，工业领域去库结束处于复苏初期，通信领域（基站）开始补库[61]。中美博弈及潜在政策（如成熟制程反倾销）有望极大改善行业供给格局和价格环境[5][61]。 - **AI催生新兴模拟料号机遇**：2026年围绕AI的新兴模拟芯片有广阔发展机遇，核心看好：（1）**Drmos**：跟随国产算力芯片出货及功耗提升（如H100需40~50颗DrMOS，B300功耗达1400W），需求加速[62]。（2）**微泵液冷驱动芯片**：算力芯片功耗提升催生高效散热需求，该方案散热效率较被动方案提升3倍以上，目前全球仅少数厂商布局[66][68]。 晶圆制造与半导体设备 - **半导体设备享受高景气**：国内Fab厂迎来存储与先进逻辑的“扩产大年”，半导体设备板块演绎“β+α”行情[2][71]。成熟类设备公司（如北方华创、中微公司）享受β行情；成长类公司如精智达（FT测试机速率达9Gbps）、中科飞测、芯源微将于2026年迎来技术兑现和国产突破的放量元年[71][72]。 - **晶圆代工景气维持高位**：2026年国内先进制程（尤其是7nm及以下）扩产丰厚，供给严重不足的局面将改善，支撑晶圆代工景气度[2][74]。中芯国际等一线代工厂受益于先进制程扩产红利，晶合集成等二线厂在55/40nm产能饱满，28nm开始放量[74]。 - **光刻机自主可控加速突围**：中国大陆是ASML核心市场，2024年贡献其营收的41%[77]。在外部封锁下，产业链加速构建自主可控能力，芯上微装先进封装光刻机已交付第500台，2024年占据全球35%、国内90%市场份额[82]。光学系统等核心零部件国产化任重道远，茂莱光学、汇成真空、福晶科技等企业在各自领域加速突破[84][86][92]。 - **先进封装成为算力基石**：先进封装是后摩尔时代提升算力密度的关键，中国大陆封测市场规模预计从2024年的3319亿元增长至2029年的4389.8亿元，其中先进封装2024-2029年CAGR达14.4%，远超传统封装[96][97]。盛合晶微作为国产Chiplet技术龙头，其芯粒多芯片集成封装业务营收占比从2022年的5.32%迅速提升至2025年上半年的56.24%[100]。 消费电子 - **AI手机驱动换机潮**：端侧AI正从单点助手向跨应用操作系统的OS Agent形态跃迁[7]。苹果有望通过OS Agent升级引领体验变革，强力驱动iPhone 15 Pro以前的存量用户开启换机周期[7]。 - **AR眼镜产业迈向拐点**：2026年预计将成为AI智能眼镜放量元年与AR产品力质变之年，随着Meta、苹果、三星等巨头新品密集发布，Micro-LED、光波导及SiC材料等光学显示增量赛道迎来明确投资机遇[7]。 PCB/CCL及上游材料 - **AI驱动PCB量价齐升**：全球云厂商进入资本开支扩张期，驱动AI PCB市场规模增长[7]。英伟达机柜架构从GB200迈向Rubin/Kyber，引入正交背板及M9/PTFE等极低损耗材料，使单机柜PCB总价值量成倍增长[7]。预计2026年AI PCB市场规模迈向600亿元，同比增长229.8%[7]。 - **上游核心材料需求爆发**：为满足224Gbps超高速率需求，石英布需求激增，预计到2027年其市场需求达约99亿元，较2026年的30亿元增长230%[7]。同时，HVLP4铜箔出现结构性短缺，加速国内厂商进口替代[7]。 - **先进封装推动PCB技术升级**：CoWoP等先进封装方案去除中间基板，对PCB的平整度、线宽/线距精度（需达15-20微米或更低）、热机械可靠性提出极高要求，直接提升PCB整体价值量[101][102][104]。

行业趋势与产品创新 - 豆包手机助手是首个豆包与手机厂商在操作系统层面合作的手机AI助手 [1] - 该产品实现了通过系统语音、侧边AI键及智能耳机唤醒等功能，直接读取屏幕内容并跨应用调用服务 [1] - 此举推动手机操作系统交互逻辑从“图标点击”向“意图识别”转变 [1] 产业发展与投资方向 - 终端设备可能是AI落地的重要方向，而全栈AI或将是未来模型厂商的发展趋势 [1] - 可关注国产大模型厂商、AI基础设施提供商、AIAgent相关公司以及中国推理算力产业链 [1] 相关金融产品 - 软件ETF（515230）跟踪的是软件指数（H30202） [1] - 该指数从市场中选取涉及软件开发、销售和服务等业务的上市公司证券作为指数样本 [1] - 指数覆盖操作系统、应用软件、网络安全等领域的代表性企业，以反映软件行业相关上市公司证券的整体表现 [1] - 该指数具有显著的成长性和技术导向性，能够较好地体现软件行业的市场趋势和发展动态 [1]

曦华科技成立于2018年8月，是国家级重点"小巨人"企业，主要提供智能显示芯片、智能感控芯片及解决方案，已应用于智能汽车、手机、可穿戴设备和 机器人等市场。其自主研发芯片累计出货量超过1亿颗。 曦华科技部分产品线布局（图源：曦华科技官网） 该公司的智能显示芯片及解决方案包括核心图像处理芯片AI Scaler及智能显示驱动芯片STDI芯片。曦华科技研发了全球首款ASIC架构的Scaler，在视觉 无损压缩、画质增强及高速接口传输方面掌握关键技术。 12月3日，深圳端侧AI芯片与解决方案提供商曦华科技正式递表港交所。 沙利文数据显示，2024年，全球Scaler市场中前五大供应商合计市场份额达70.8%，曦华科技凭借3700万颗的出货量排名全球第二，市场份额为18.8%。根 据批注估计，公司A为莱迪思半导体、公司B为京微齐力、公司C为安路科技、公司D为荣晶电子。 且曦华科技在AI Scaler细分赛道占据55%的市场份额，排名全球第一，其来自AI Scaler的收入自2022年以来连续3年位列中国榜首。 | 排名 | 公司名稱 | 出意量 | 市場份額 | | --- | --- | --- | --- | | ...

文章核心观点 - 全球AI技术发展重点正从追求云端大模型的参数规模，转向解决端侧AI的工程化难题，以实现高智商、低延迟、低功耗的智能应用[4][16] - 端侧AI面临“不可能三角”的物理极限挑战，行业通过“云-边-端”三级分层架构、算法模型压缩、芯片架构创新以及从通用走向专用等路径寻求突破[7][8][11][15] - 中国AI产业出现集体觉醒，不再盲目追求参数之“大”，而是转向追求应用落地之“实”，致力于将AI嵌入万物，实现真正的万物智能[16][18] 技术风向与行业共识 - 2025年技术风向逆转，工程界开始重点攻克“端侧AI”命题，目标是将大模型能力塞进面积数平方毫米、功耗仅几瓦的端侧芯片中[4] - 行业普遍共识是未来AI架构必须是“人格分裂”的“云-边-端”三级分层架构：云端处理复杂长尾问题，端侧负责高频、实时、隐私敏感任务[7] - 端侧AI面临“不可能三角”挑战：高智商、低延迟、低功耗三者难以兼得[7] - 端侧物理条件严苛，主流车载芯片、智能家居SoC或旗舰手机的NPU专用内存仅几GB甚至几百MB，而运行一个700亿参数模型仅加载权重就需约140GB显存[6] 算法层面的优化路径 - 行业主要通过三把“手术刀”对模型进行压缩与优化：知识蒸馏、极致量化、结构剪枝[8][10] - **知识蒸馏**：让云端超大模型（Teacher）将核心逻辑“传授”给端侧小模型（Student），使0.5B参数的小模型在特定垂直场景表现能逼近百亿参数通用模型[8] - **极致量化**：通过训练后量化或量化感知训练，将模型权重从FP16压缩至INT8甚至INT4，使模型体积压缩4倍以上，推理速度成倍提升[10] - **结构剪枝**：剔除神经网络中对输出影响微乎其微的冗余参数，从物理层面减少计算量[10] 芯片架构的创新突破 - 端侧大模型推理的主要瓶颈在于“访存”，传统冯·诺依曼架构下，超过80%的功耗消耗在数据搬运上，即“内存墙”危机[11] - 行业通过DSA领域专用架构来突破瓶颈，核心思路包括存算一体化、异构计算调度和算子硬化[13][14] - **存算一体化**：拉近存储与计算单元的物理距离，甚至在SRAM中直接计算，减少数据搬运开销[13] - **异构计算调度**：在SoC内精细分工，CPU负责流程控制，DSP负责信号处理，定制NPU负责繁重的矩阵乘法运算[14] - **算子硬化**：针对Transformer核心的Attention机制，在硅片上直接“刻死”加速电路，牺牲通用性以换取极高效率，实现毫秒级响应[14] - 云知声、地平线等硬科技企业通过上述架构创新，已将芯片出货量做到上亿颗[13] 应用策略的务实转变 - 行业路径从追求“通用”走向深耕“专用”，承认AI局限性，打造专精的垂直智能体[15] - 商汤医疗采用“平台化”策略，搭建模型生产平台，让医院基于自身高质量数据训练针对特定病种的专用模型，将AI变为“熟练技工”[15] - 云知声的产业路径是避开通用大模型红海，通过在医疗、家居等垂直领域深耕来打磨端侧技术与芯片，赚取数据反馈反哺基础研究[15] - 这种转变旨在让AI更务实，需要的算力更少，但在专业领域给出的建议更靠谱[15] 产业影响与未来展望 - 中国AI产业集体觉醒，转向追求应用落地的“实”[16] - 成千上万的工程师致力于将AI的价格打下来，体积缩下去，使其嵌入生活的每一块玻璃、每一颗芯片[17] - 真正的“万物智能”是让万物拥有一颗微小、聪明且独立的“芯”，不再依赖脆弱的网络连接[18] - 当一颗几十块钱的芯片能跑通拥有逻辑推理能力的大模型且不依赖网络时，智能时代的奇点才算真正到来[18]

然而，产品发布后随即遭遇多个软件平台的使用限制，首批用户反馈在作微信时触发登录环境异常导致 封号;多家银行App及阿里系应用识别出非人工作风险，拒绝执行支付、验证码等敏感指令或直接提 示"设备异常"。面对广泛的业内抵制和使用限制，豆包团队被迫于12月3日及5日紧急下线微信及金融类 应用的作能力，并对游戏代玩、点击激励广告等使用场景对使用AI助手进行了限制。 中银国际发布研报称，明年将是AI手机助手开始广泛发展的一年，未来几个季度市场也将陆续发布带 有AI手机助手功能的产品。该行认为豆包手机助手的发布将显著强化手机厂商的FOMO心态，从而带来 对端侧AI相关的功能性硬件的提前投入和升级，如SoC、存储、续航、散热和传感器等。 中银国际指，邀请手机智能助手的业内资深专家参与了讨论，并一致认为手机AI助手正在逐步走向应 用的拐点，基本的底层技术栈的设计已经比较成熟，而目前所面对的主要困境更多来自互联网服务商、 手机硬件厂商以及监管之间不同利益所带来的摩擦。 报道称，12月1日，字节跳动联合中兴手机发布搭载豆包手机助手预览版的工程样机，其核心卖点在于 通过语音指令实现跨应用的自动化AI Agent作能力。豆包手机广告 ...

行业活动与会议 - 第八届GAIR全球人工智能与机器人大会将于2025年12月12-13日在深圳举办，聚焦大模型、算力变革、世界模型等议题 [1][20][22] - 大会将开设智算论坛，汇聚AI芯片、智算中心、云计算、基础设施与资本领域的参与者，探讨算力革命的趋势 [1] - 大会将汇集超过50位院士/顶会主席/行业领袖、300多位AI学术青年及1000多位行业精英 [22] 国产AI芯片发展动态 - 一家科创板上市的AI芯片公司严格把控服务器生产质量，已落地数个千卡级别集群项目 [2] - 该公司新一代旗舰产品单卡算力约0.5P，包含全模块的价格为25万元，上一代8卡一体机售价在60-65万元 [2] - 一家头部AI芯片公司近期订单强劲，获得华北某互联网大厂20万片芯片采购订单，专项用于搜索与推荐业务 [3][4] - 该头部芯片公司CEO向华南某互联网大厂承诺“不限量供应”，以巩固头部客户合作 [4] - 某芯片厂商推行严格的“原厂授权销售”机制，下游客户准入需经原厂直接审核 [14] - 近期华东某城市新建的多个算力项目均采用该厂商芯片，且芯片采购方大多与该厂商有关联 [14] 国产算力生态与替代挑战 - 国内头部互联网企业正加速推进国产算力替代，以构建自主可控的算力供应体系 [5] - 大厂普遍采用“场景适配先行、逐步迭代优化”的路径，优先筛选国产芯片能满足需求的业务场景进行适配 [5] - 国产芯片替代面临算子深度定制、模型量化优化、软硬件适配调试、CUDA生态迁移等多重挑战 [5] - 某大厂已成立针对国产算力业务的新部门，以推动替代进度 [5] - 国内正在探索共建中国版CUDA，例如智源研究院牵头的众智FlagOS和北京大学的TileLang [6] - 华为、清微智能、天数智芯、沐曦、算能等公司已加入FlagOS生态，但各家投入资源差异极大，有的仅数人，有的近百人 [6] 智算中心行业现状与瓶颈 - 智算中心项目成功率大幅下降，以前接触10个项目能成5个，现在可能不到1个 [10] - 行业逻辑生变，政府投入减少，参与方不愿承担风险，开始算细账并要求合同及保证金，导致项目推进陷入死循环 [10] - 国内真正具备万卡级集群实际部署与运维经验的算力企业不超过三家，绝大多数厂商仍停留在千卡集群建设阶段 [11][12] - 大规模训练场景中，卡间互联是制约整体效率提升的关键瓶颈 [11] - 英伟达Rubin架构通过新一代NVLink 6交换机芯片、X1600 IB/Ethernet Switch和CPO技术优化大集群内卡间互联 [12] - 政府投入减少后，金融租赁公司成为智算中心项目出资方，但资金成本（毛利加利息）可能高达15%，相比政府投资时大幅提高 [13] - 资金高成本导致出现“项目缺资金，资金缺项目”的死结，除非能找到利率低至2%的资金 [13] 存储芯片市场波动 - 存储芯片价格飙升对部分国内科技企业出海业务造成显著冲击，涨幅已超出某些行业产业链各方承受能力 [7][8] - 某智能模块供应商因存储成本上涨导致产品提价，海外订单明显收缩，国外客户转向观望 [8] - 存储芯片价格持续高位运行，已有厂商开始采用拆解旧设备的“机料”进行生产或转售，现象从“地下”蔓延至半公开状态 [9] - 当前DDR4产能极度稀缺，市场上全新芯片寥寥无几，拆机DDR4成为替代来源，经测试后根据成色定价，与全新芯片价差最多几百元 [9] 新兴趋势与市场拓展 - 生成式AI从云端走向端侧，带火了NPU创业和人才需求 [15] - 拥有苹果背景的上海烨知心、华为老兵创立的智辰科技等端侧NPU初创公司受到资本追捧 [15] - 智能硬件龙头公司及自研芯片的自动驾驶公司也在积极招募NPU人才 [15] - 国内头部AIDC（人工智能数据中心）厂商正加速海外算力市场布局，计划在东南亚地区建设万卡级大规模B200算力集群 [16][17] - 该出海项目规模庞大，已吸引供应链上下游众多厂商关注并寻求合作 [17]

公司动态与产品发布 - 谷歌将于太平洋时间12月8日上午10点（北京时间12月9日凌晨02点）举行Android XR特别发布会 [1] - 发布会将展示与XR相关的全套内容，包括智能眼镜、头戴式设备与各类中间设备 [1] - 发布会将重点演示在Gemini AI模型加持下的交互，旨在为用户提供更对话式、情境化且有帮助的体验 [1] - 本次发布会是谷歌继Google I/O 2025展示技术框架后，从愿景展示向产品化落地的重要检验窗口 [3] 技术路线与战略 - 谷歌的技术重点在于将AI能力向端侧设备下沉，实现端侧推理与情境感知，以减少对云端的依赖并提升响应速度与隐私保护 [3] - 将Gemini的轻量化或分层推理能力部署到可穿戴端，将推动芯片、传感、低功耗神经网络引擎及系统级调度等环节的协同发展 [3] - 端侧AI的实际落地需要软硬件与生态三方面配合，包括开发者工具、算法模型微调和功耗管理 [3] - 若发布会带来可量产的参考实现或开放性开发套件，将大幅降低厂商与应用开发者的接入成本，推动AI眼镜、AR/VR一体机更快商业化 [3] - 谷歌的开放生态策略可能促成芯片厂商与ODM加速针对XR优化的产品路线 [3] 行业影响与产业链 - AI智能眼镜与头戴设备正成为科技巨头新的竞争焦点 [4] - A股相关概念链或直接受益，代表性上市公司包括：长盈精密（结构件、机加工）、恒玄科技（可穿戴芯片方案）、歌尔股份（代工与声学模组）、水晶光电（光学元器件）与东山精密（精密制造） [4] - 短期内，发布会消息可带动相关概念股情绪与估值修复 [4] - 中长期影响则取决于终端出货节奏、供给端良率与渠道扩张能否同步 [4] 市场关注焦点 - 市场应重点关注发布会是否披露具体硬件合作伙伴、开发者支持细则、以及首批商品化机型与量产时间表 [4] - 这些细节将直接影响产业链的投资与备货节奏 [4]

报告行业投资评级 - 行业评级：增持（维持）[1] 报告核心观点 - 核心观点：豆包发布手机助手预览版，展示了端侧AI应用的潜力，看好端侧AI投资机会[1][5][6] - 核心观点：2025年以来，消费电子延续复苏，AI技术进步推动基建需求高景气，AI技术终端落地推动端侧硬件升级，看好AI基建、端侧SOC、折叠屏手机供应链、存储产业链的投资机会[7][8][19] 市场表现与估值总结 - 市场表现：上周（2025.12.01-2025.12.05）电子行业指数报收6300.64点，上涨1.09%，跑输沪深300指数0.19个百分点[3][10] - 细分板块表现：半导体指数上涨0.88%，消费电子指数上涨1.61%，元件指数下跌0.67%，光学光电子指数上涨4.42%[3] - 年度表现：2025年以来电子行业指数上涨42.15%，跑赢沪深300指数25.65个百分点[10] - 相对收益：近1个月、3个月、12个月电子行业相对沪深300的收益分别为-1.4%、4.9%、25.5%[3] - 绝对收益：近1个月、3个月、12个月电子行业绝对收益分别为-2.4%、7.7%、42.4%[3] - 估值水平：上周电子行业PE（TTM，剔除负值）为57.70倍，较上周上升0.66倍，处于近10年以来39.97%分位数；PB（LF）为4.81倍，较上周上升0.06倍，处于近10年以来57.57%分位数[4][10] - 行业估值排名：在申万31个一级行业中，电子行业市盈率从低到高排第30位，仅高于国防军工行业[11][13] - 个股周度涨幅前五：骏亚科技（33.73%）、睿能科技（28.63%）、联建光电（28.62%）、福蓉科技（27.63%）、乾照光电（25.22%）[15][16] - 个股年度涨幅前五：*ST宇顺（884.83%）、胜宏科技（548.71%）、东芯股份（354.66%）、源杰科技（347.17%）、香农芯创（337.53%）[15][18] 行业动态与投资机会总结 - 行业动态：字节跳动AI大模型豆包于12月1日发布“豆包手机助手”技术预览版，这是一款与手机厂商在操作系统层面合作的AI助手软件，可自主操作手机完成复杂任务[5] - 合作与产品：豆包已与中兴合作推出工程样机“nubia M153”，该样机少量发售，售价3499元，豆包手机助手预览版在此样机上运行[5] - 功能演示：豆包手机助手可通过语音、侧边键或耳机唤醒，支持就屏幕内容提问，并集成了语音通话、视频通话等功能，其“AI操作手机”功能可实现跨应用自动跳转，完成如查票订票、跨平台比价下单等复杂任务[5] - 核心意义：该产品通过与手机厂商深度合作、嵌入操作系统并实现跨应用复杂操作，展示了端侧AI应用的潜力，实现了AI手机应用效果的跃升[6] - 投资主线：报告看好AI基建、端侧SOC、折叠屏手机供应链、存储产业链的投资机会[8][19] - 具体关注板块与公司： - AI基建板块：建议关注寒武纪、芯原股份、翱捷科技[8][19] - 端侧SOC板块：建议关注瑞芯微、恒玄科技、乐鑫科技、中科蓝讯[8][19]

12月伊始，豆包手机助手凭借系统级AI功能迅速走红的同时，也卷入了些许隐私争议。 有质疑声称，其使用的"INJECT_EVENTS权限"属于敏感权限，存在隐私相关风险。对此，豆包团队12月3日回应称，该权限是行业实现跨应用操作的常规 需求，需用户主动授权且全程透明可控，不会替代敏感操作；12月5日，团队再度发文，宣布限制AI在刷分、金融类应用及部分游戏场景的使用，进一步回 应市场关切。 技术本体背后，AI部署路径相关话题再度升温：当云端处理的数据隐私风险仍存不确定性，端侧本地算力成为兼顾体验与安全的可行方向之一。联想集团 副总裁、联想中国技术管理委员会执行主席阿不力克木·阿不力米提曾在某次论坛期间向北京商报等媒体记者表示，个人大模型的落地，离不开终端强大的 本地智能算力与可信的数据安全存储能力。 有些巧合的是，在行业讨论聚焦端侧之际，国内端侧AI芯片龙头曦华科技于12月初正式递表港交所，拟通过特专科技通道冲刺IPO——2022—2025年前9个 月间，曦华科技累计录得净亏损约4.26亿元，但公司年收入复合增速高达67.8%，属于典型的潜力选手。 公司招股书披露，曦华科技专注于端侧AI芯片与解决方案，产品基于M ...

文章核心观点 - 人工智能应用正从云端向终端设备快速延伸，端侧AI凭借响应速度和隐私保护优势重塑消费电子业态，科技巨头纷纷加码端侧AI硬件，相关硬件品牌、上游供应链及关键环节存在投资机遇 [1] 科技巨头加码AI端侧 - 近期海内外科技巨头动作频频：阿里于11月27日发布首款自研夸克AI眼镜，整合千问大模型与阿里生态服务 [3] - 字节跳动与中兴通讯于12月1日推出搭载豆包手机助手技术预览版的努比亚M153工程样机，当日中兴通讯股价涨停 [3] - OpenAI、谷歌等国外科技巨头亦有多款智能终端产品发布 [3] - 根据弗若斯特沙利文预测，中国端侧AI市场到2029年将实现3077亿元，复合年增长率高达39.9% [4] - 工业富联三季度净利润大增62%，显示AI服务器、智能硬件零部件需求爆发，中国供应链企业直接受益 [4] - 端侧AI指模型在终端设备本地运行，与云端计算不同，其响应速度更快、隐私保护更好且不依赖网络，但受运存限制，参数量较小，主要完成轻量级任务 [4] - 端侧AI更侧重于与硬件配合及低功耗完成轻量级任务，注重模型在端侧的适配和对APP的整合调用能力 [4] - 未来端侧与云侧AI将协同工作：端侧处理简单需求并留存隐私数据，复杂需求则由云端模型处理，从而提高效率并加强隐私保护 [5] 手机目前仍是“第一载体” - 多名基金经理认为，手机是端侧AI的第一载体和第一流量入口 [7] - 手机作为应用场景逻辑通顺的原因：硬件成熟、使用体验顺手；手机厂商具备完整的软件合作生态，推动端侧AI与软件协同整合速度最快；下游用户群体最广、支付意愿最强，商业化有望快速跑通 [7] - 手机拥有较大的现成保有量和使用习惯，可以得到迅速普及，其体积适中、人机交互方式多、技术路线和产业链相对成熟 [7] - 智能眼镜可能需要较长推广期，但在AR导航、实时拍摄、医疗辅助等特定场景可能更合适，可能创造新使用场景而非直接替代手机 [7] - 智能眼镜是现阶段被认为最有潜力起量的品类之一，因其是生活中已养成习惯的物品，在C端推广和适应难度相对较低，预计是手机之后落地起量最顺畅的品类之一，但端侧品类形态仍有很长探索期 [8] 契合消费电子投资逻辑 - 端侧AI的发展与消费电子的投资逻辑更为契合 [10] - 投资核心是看创新驱动的产业链价值变化，可关注消费电子创新供应链企业、配合客户共研新形态硬件的组装厂，以及因端侧运存要求提高而可能受益的散热、存储、系统交互、语音识别等关键环节 [10] - 具备生态和品牌能力的终端厂商也值得关注，其有资源和能力推动自研端侧大模型，并有望在端侧AI时代获得先发优势 [10] - 端侧AI短期会先从硬件迎来产业创新，AI手机、智能眼镜等产品会逐步起量和加配，上游供应链（整机组装、核心零部件）会率先受益，终端硬件品牌厂商在探索后将找到新商业化路径，带动终端价值量和渗透率提升 [11] - 受益产业链包括：提供算力的上游芯片厂、提供传感器和其他基础部件的电子元器件和模组厂商、提供组装的代工企业，以及定义产品的主机厂 [11] - 选择标的时，当前倾向于主机厂，因其最接近消费者，易形成品牌优势和市场认知；代工环节能见度相对较高；上游元器件可能因不同技术路线而有较大波动 [11] - 未来投资重点除了算力增长，还需关注如何让算力更高效、更人性化地服务于人，即关注“脑-体-感”协同的生态系统，定义人机交互新范式、捕捉情感陪伴等新兴需求的能力将在未来价值链中占据主导地位 [11] 估值空间依旧广阔 - 年内科技慢牛行情已将AI端侧多只个股估值抬升至数年高位，引发板块投资“泡沫”之争 [13] - 市场对产业发展缺乏足够耐心，新产品的出现大都经历较长前期投入和用户心智培养，投资不能只看短期回报 [13] - 参考移动互联网的烧钱大战，在确定性产业趋势前，供给侧可忍受一段时间投入，并在找到C端需求偏好后快速商业化回收成本 [13] - 当前无论是苹果、三星、华为等手机大厂，还是OpenAI、Meta、谷歌、亚马逊等云厂商，都在加速开发端侧AI新品，云厂商有动力回收大模型投入成本，手机厂商需提升模型能力应对竞争，未来将看到各大玩家持续投入以构建护城河，产业未到泡沫化阶段 [13] - 需对不同公司单独分析：传统业务发展好且叠加端侧AI新业务的公司泡沫程度可能较小；原有主业弱、新业务尚未形成有利局面且股价已大幅上升的公司可能隐含泡沫 [14]