AI应用演进的四个阶段 - 行业将AI应用演进梳理为四个阶段：感知AI、生成式AI、智能体AI和物理AI [3][9] - 感知AI是第一阶段，包括传统的自然语言处理、语音降噪、图片识别和分割等技术，多年前已在终端侧商业化落地 [13] - 生成式AI是第二阶段，随ChatGPT兴起，基于大量数据预训练并在人类监督下完成具体任务，如文生图、聊天机器人、翻译等 [14] - 智能体AI是第三阶段，能在几乎没有人类监督的情况下进行自主行动、预测、意图理解与任务编排，产业正呈现从生成式AI向智能体AI演进的路线 [18][19] - 物理AI是第四阶段，AI能理解真实物理世界并根据物理定律做出反馈，目前尚处于研究和探索初期 [20][21][22] 终端侧AI的现状与趋势 - 终端侧AI模型尺寸正不断增大：手机可支持近100亿参数，PC支持约200亿参数，车载场景可部署200亿至600亿参数模型 [23] - 终端侧模型质量持续提升，今年初已将支持思维链和推理能力的模型完全部署在端侧 [25] - 端侧模型支持的上下文长度显著增长：从两年前的1K至2K，到去年的4K，再到今年已能支持8K至16K典型用例部署，特殊场景下已实现128K上下文窗口的端侧部署 [26][27] - 终端侧AI正从单一文字模态，向支持文本、图片、视频、音频、语音等多模态甚至全模态演进 [28] 端侧AI的优势与核心挑战 - 在端侧运行大模型的最大优势之一是个性化，能在离数据产生最近的地方做推理，有利于保护用户隐私和安全，且完全免费、无需网络连接 [31][32] - 端侧运行大模型面临三大核心挑战：内存限制约束了模型能力上限；带宽限制影响AI推理速度和用户体验；在手机等高集成度设备上对能效控制提出极致要求，功耗过高易触发温控机制 [34][35] 高通公司的端侧AI技术破局之道 - 通过量化和压缩技术应对内存限制：从8 bit、4 bit到今年实现2 bit量化压缩，使端侧支持的模型尺寸越来越大，占用内存越来越小 [37] - 采用并行解码技术应对带宽限制：先在端侧运行较小的草稿模型一次性推理出多个token，再由原始大模型校验，以提高大语言模型的token生成速率，改善用户体验 [37][40][42] - 通过先进的NPU（包括eNPU架构）和领先的异构计算系统，推动端侧AI从被动式服务向主动式、个性化服务迈进 [37] 智能体AI的构成与用例 - 智能体AI是更复合、更复杂、更主动式的AI服务，其实现需要多个基础模块：一个具有推理能力的大模型以理解用户意图；以及调用本地或云端API执行任务的能力 [45][46][47] - 智能体AI用例示例：用户通过自然语言交互，智能体理解“发布微博”意图后，可自动打开微博APP、搜索照片、根据用户偏好加滤镜并完成发布，整个过程可全部运行在端侧 [50][52] 未来AI体验：分布式协同与混合AI - 未来将实现跨设备的分布式个性化大模型推理：算力较小的设备（如智能眼镜、手表）可通过Wi-Fi或蓝牙与算力较大的设备（如手机、PC、汽车）连接，共享本地数据并将大模型推理任务转移 [54] - AI体验将向混合AI方向发展：在终端侧运行垂类、高效的模型，提供更安全、个性化的服务；在云端运行更大尺寸的模型，提供能力更强、更通用的服务 [55][57] - 公司将凭借低时延、高速且安全的连接技术，确保混合AI场景下的端云协同 [58]

数据中心业务战略 - 公司将进入数据中心领域视为多元化扩张的新篇章，核心竞争优势在于能效，即用最少的功耗生成最多的Token [1] - 公司从两方面切入市场：一是拥有极具竞争力的高能效CPU，可用于AI集群头节点和通用计算；二是正在构建专为AI推理设计的全新架构 [1] - 公司的AI 200和AI 250芯片及加速卡解决方案基于此战略开发，更多细节和性能指标将在明年初公布 [1] - 公司认为未来的AI架构应超越传统GPU加HBM内存组合，目标是实现最低成本和能耗下的最高计算密度 [8] - 数据中心业务的潜在规模预计将高于此前分析师日展示的数字，有望在未来几年内带来一个数十亿美元级别的新增收入机会 [12][13] 数据中心客户合作与进展 - 公司与一家超大规模客户进行了讨论并对结果非常满意，更多合作细节将作为未来发布数据中心路线图的一部分进行更新 [1][2] - 得益于与Humain的合作以及在AI加速器上的进展，公司预计数据中心业务显著增长的时间点从2028财年提前一年至2027财年 [4] - 在当前数据中心面临功耗和计算密度限制的背景下，许多需要大规模部署AI推理算力的公司对其解决方案表现出浓厚兴趣 [4] 手机业务表现与展望 - 高端安卓手机市场持续扩张，为公司的骁龙平台带来健康增长，即便在整体平稳的手机市场中，安卓业务也能通过提升内容和平均售价实现增长 [3] - 公司与三星的合作基准线是75%的份额，这也是未来财务预测的假设，例如在Galaxy S25上获得了100%份额，但对未来新机型如S26的规划仍基于75%份额 [3] - 不含苹果业务的QCT收入在九月季度同比增长18%，安卓手机业务实现非常强劲的两位数同比增长，主要由产品组合向高端转移以及高端层级内部的单机价值增长驱动 [6] - 公司预计QCT部门的手机业务收入在十二月季度将实现约11%-13%的环比增长，核心驱动力是安卓高端机型的出货量 [5][10] - 九月季度业绩超预期主要由其他安卓客户驱动，特别是采用了新款骁龙芯片的高端机型，而非苹果业务 [5] 其他业务板块表现 - 汽车业务在九月季度创下约11亿美元的营收记录，预计十二月季度将持平或略有增长，随着更多搭载其技术的新车上市，公司预计在整个财年持续增长 [10] - 物联网业务在九月季度的表现已显著超出此前指引，公司预计从第一季度开始，物联网业务收入将在本财年接下来的时间里持续增长 [10] - XR业务（尤其是AI智能眼镜市场）发展显著领先于之前提供的指引，公司看到了巨大的上行潜力，个人AI通过眼镜、手表等形态可能演变成一个非常庞大的市场 [12][13] 财务与运营 - 公司预计第一财季和第二财季将是全年表现较强的季度，而第三财季（六月所在季度）通常是相对低谷的季度 [11] - QCT收入同比增长5%的同时，利润率同比下降超过100个基点，部分原因是对数据中心等重点高增长领域进行投资，公司将运营支出从成熟业务转向这些领域 [11][12]

核心观点 - 公司财报表现稳健且业绩指引超市场共识，但股价出现下跌，市场反应与基本面存在偏差 [1][2] - 公司当前市盈率约16-17倍，处于合理区间，远低于部分AI概念股80-100倍的估值水平 [2] - 公司现金流庞大且在AI竞争中处于领先地位，股价下跌主要受一次性非现金税收支出等短期因素影响 [4][18][38] 财务业绩表现 - 当季总营收达98.2亿美元，同比增长13% [8][9] - 核心的QCT部门营收98.21亿美元，同比增长13%，其中移动设备业务营收69.61亿美元（同比增长14%），汽车业务10.53亿美元（同比增长17%），物联网业务18.07亿美元（同比增长7%） [8][9] - QCT部门税前利润率为29%，同比提升1个百分点 [9] - 授权业务（QTL）部门营收14.09亿美元，同比下降7%，税前利润率为72% [9] - 非GAAP每股收益为3.00美元，同比增长12% [9] 业务增长驱动力 - 增长动力来源于苹果以外的业务，管理层预计未来五年非苹果业务复合年增长率为15%，过去两年已达17%-18% [11] - 在三星供应链中占据重要地位，S25系列实现100%供货，S26系列预计维持75%供货占比 [11] - 高端安卓设备已实现终端侧AI功能落地，推动单芯片价值提升和利润率扩大 [12] - 汽车业务季度营收超过10亿美元，具备长期增长可见性 [8][37] 人工智能战略定位 - 公司聚焦于推理总成本和“边缘到云端”全链路，旨在让生成式AI模型在低能耗基础设施上快速可靠运行 [20] - 与沙特阿拉伯HUMAIN合作，推出端到端优化的混合边缘-云端生成式AI推理服务，计划到2026年部署200兆瓦的AI200/AI250服务器机架 [20] - AI战略并非直接挑战英伟达的GPU训练业务，而是满足主权资本支出需求和垂直行业应用场景 [20] 估值分析 - 根据彭博社估算，公司预期市盈率约为14.8倍，几乎是行业龙头企业估值（约29倍）的一半 [30][33] - 与同业公司相比，公司估值显著折让，博通、AMD、英伟达的预期市盈率分别为53.24倍、64.63倍、43.11倍 [35] - 合理的估值水平应为18倍预期市盈率，对应目标价区间为206美元（保守情景）至230美元（乐观情景） [33][36] 市场担忧与公司回应 - 市场担忧包括QTL部门营收下滑、物联网业务增长平淡（同比+7%）以及一次性税收支出 [24][25][26] - QTL部门被视为稳定的现金流来源，为研发和股票回购提供支持，其使命是维持稳定的授权续约和高利润率 [24] - 57亿美元的税收支出是为符合美国新税法进行的会计调整，非现金流出，此后税率将稳定在13%-14% [18][25] - 物联网业务7%的增速注重质量而非速度，公司通过完善开发环境搭建坚实的业务基础 [26][28] 风险与机遇 - 风险包括对智能手机业务和授权许可的依赖，以及客户与供应商集中度较高（前三大客户贡献约55%营收，台积电占销货成本27%） [28][37] - 机遇在于高端安卓设备的终端侧AI功能推动单芯片价值提升，汽车业务成熟，AI个人电脑和低功耗推理业务从规划走向落地 [12][37]

公司参与进博会概况 - 公司连续八年参与进博会，是始终如约而至的"全勤生"[1] - 进博会是公司展示与中国生态伙伴紧密协作和创新成果的窗口，也是加强与中国产业合作伙伴连接的重要平台[1] - 公司展品品类从智能手机扩展到PC、智能网联汽车、物联网及扩展现实（XR）等，呈现了从'展品'到'商品'再到'生态'的跨越[2] 公司业务与技术基础 - 公司是全球连接和计算领域的核心技术供应商，全球搭载其骁龙芯片的终端数量已突破30亿[1] - 公司业务涵盖5G连接、物联网、汽车电子等领域，技术方案渗透到消费电子、智能出行、工业互联等多个场景[1] - 公司自1995年进入中国市场，深度参与并见证了中国通信产业从2G跟随、3G突破到4G、5G引领的跨越式发展[2] 智能手机领域合作与拓展 - 公司于2018年联合多家中国领先手机厂商启动"5G领航计划"，确保中国品牌产品能跻身全球首批5G发布阵容[3] - 小米、荣耀、红魔、iQOO、一加、realme、努比亚等品牌最新发布的国产旗舰手机均搭载公司第五代骁龙8至尊版移动平台[3] - 公司在智能手机领域的长期深耕所积累的技术与经验，正不断延伸至机器人及包括AR、VR和AI眼镜在内的智能穿戴设备等新赛道[3] 物联网与新兴品牌 - 公司于2025年2月发布全新品牌"高通跃龙"，专注于工业物联网、蜂窝基础设施与工业连接解决方案，与"骁龙"品牌形成互补[4] - 在进博会上，高通跃龙赋能的多个物联网终端，涵盖人形机器人、零售终端等具体应用[4] AI与XR技术融合 - AI与XR技术的融合正带来革命性体验，中国在这一进程中发展迅速[4] - 据IDC预计，2025年中国智能眼镜市场出货量将达290.7万台，同比增长121.1%，AI眼镜渗透率有望突破60%[4] - 公司于2024年6月推出第一代骁龙AR1+平台，助力厂商打造性能更强、形态更紧凑的智能眼镜产品[4] AI技术趋势与市场潜力 - 人工智能技术正加速向边缘侧渗透，进入智能手机、PC、汽车、XR设备及各类物联网终端[5] - 根据麦肯锡全球研究院预测，到2030年，人工智能有望为全球GDP额外贡献约13万亿美元价值，平均每年推动全球GDP增长约1.2%[5] - 公司认为未来AI会实现边缘侧"云+端"的协同运行，以实现AI的规模化扩展[6] PC与汽车领域的AI应用 - 在PC端，公司携手产业伙伴共建AI PC生态，其骁龙X系列PC产品阵容已涵盖近150款设计[6] - 汽车正成为继智能手机之后最具颠覆性意义的智能终端之一，自2023年以来，公司骁龙数字底盘已支持多家中国汽车品牌推出超过210款车型[7] - 在进博会上，公司与奇瑞捷途展示了纵横G700车型，该车搭载第四代骁龙座廊平台[7] 6G技术愿景与研发 - 移动通信技术正加速向6G演进，2024年被业界视为6G标准化元年[8] - 公司的6G愿景是构建AI原生的系统，实现人工智能在跨多个网络层以及终端内的无缝集成[9] - 公司预计最早在2028年将看到6G预商用终端问世[9] 中国市场战略 - 中国拥有全球最完整的产业链、最活跃的创新生态，以及最积极拥抱新技术的市场环境[7] - 公司并不仅仅将中国视为一个市场，而是视作建立紧密合作、实现协同发展的重要机遇之地[9] - 公司期待在AI、5G-A/6G等前沿技术领域，继续携手中国生态伙伴，共同推动全球科技创新[9]

公司业务与市场地位 - 公司是全球连接和计算领域的核心技术供应商，全球搭载其骁龙芯片的终端数量已突破30亿 [1] - 公司业务涵盖智能手机、5G连接、物联网、汽车电子等领域，技术方案渗透到消费电子、智能出行、工业互联等多个场景 [1] - 公司于2025年2月发布全新品牌“高通跃龙”，专注于工业物联网、蜂窝基础设施与工业连接解决方案，与“骁龙”品牌形成互补 [8] 进博会参与与展示成果 - 公司已连续八年参与进博会，视其为展示与中国生态伙伴协作成果、加强产业连接的重要平台 [1][2] - 本届进博会展示了涵盖智能手机、汽车、物联网及端侧AI等领域的最新合作成果 [1] - 展台汇集了小米、荣耀等品牌搭载第五代骁龙8至尊版移动平台的最新国产旗舰手机 [5] - 展出了由高通跃龙赋能的物联网终端，包括人形机器人、零售终端等具体应用 [8] - 展示了与奇瑞捷途合作的纵横G700车型，该车搭载第四代骁龙座舱平台 [12] 技术发展与合作战略 - 公司自1995年进入中国市场，深度参与并见证了中国通信产业从2G跟随到5G引领的跨越式发展 [5] - 公司于2018年联合多家中国手机厂商启动“5G领航计划”，旨在全球5G商用启动时确保中国品牌产品跻身首批发布阵容 [5] - 公司判断机器人以及包括AR、VR和AI眼镜在内的智能穿戴设备是未来有望媲美甚至超越智能手机市场的领域 [7] - 公司认为AI将推动终端产品的重新设计与重新定义，公司正处于连接、计算与人工智能三大技术领域的交汇中心 [9] 人工智能（AI）领域布局 - AI技术正加速向边缘侧渗透，进入智能手机、PC、汽车、XR设备及各类物联网终端 [10] - 据麦肯锡全球研究院预测，到2030年人工智能有望为全球GDP额外贡献约13万亿美元的价值，平均每年推动全球GDP增长约1.2% [10] - 公司正面向数十亿终端提供硬件和软件解决方案，让移动终端随时随地运行生成式AI，并认为未来AI会实现边缘侧“云+端”的协同运行 [10] - 在PC端，公司携手产业伙伴共建AI PC生态，骁龙X系列PC产品阵容已涵盖近150款设计 [11] - 据IDC预计，2025年中国智能眼镜市场出货量将达290.7万台，同比增长121.1%，AI眼镜渗透率有望突破60% [8] - 公司于今年6月推出第一代骁龙AR1+平台，助力厂商打造性能更强、形态更紧凑的智能眼镜产品 [8] 汽车电子业务进展 - 汽车被视为继智能手机之后最具颠覆性意义的智能终端之一，AI上车已成为关键趋势 [12] - 自2023年以来，公司骁龙数字底盘已支持多家中国汽车品牌推出超过210款车型 [12] - 公司认为中国拥有全球最完整的产业链、最活跃的创新生态，正从全球汽车价值链的“参与者”加速成长为“引领者” [13] 6G技术愿景与研发 - 当前移动通信技术正加速向6G演进，2025年被业界视为6G标准化元年，6G与AI的融合是未来通信技术发展的关键方向 [15] - 公司展示了6G的技术愿景与前沿应用场景，其6G愿景是构建AI原生的系统，实现人工智能在跨网络层及终端内的无缝集成 [15][16] - 公司已提前展开6G研发，重点研究协同网络与终端侧的AI能力，预计最早在2028年将看到6G预商用终端问世 [15] - 6G被视为融合AI、通感一体等先进能力的协同创新平台，是连接云端与边缘的核心技术底座 [16]

高通进军AI数据中心芯片的战略动机 - 公司宣布推出AI数据中心芯片AI200和AI250，直接对标英伟达[1] - 公司核心竞争力在于能效，其基因是“在有限电力里榨出极限性能”，计划将手机芯片的能效逻辑应用于数据中心，解决AI时代的电力有限问题[2][4] - 公司面临手机市场红利见顶的焦虑，2023年手机芯片营收下降超过20%，急需寻找第二条增长曲线[5][6] 英伟达的市场主导地位与商业模式 - 英伟达在AI加速器/数据中心GPU市场份额长期保持在90%以上，2025年第一季度插件显卡市场份额约为92%，第二季度升至94%[12] - 公司数据中心业务毛利率高达78%，其GPU像一种“通行权”，通过控制交付周期和定价来维持稀缺性和市场信仰[13][14] - 英伟达通过构建包括CUDA、DGX系统和企业平台服务在内的生态系统，使其成为AI领域的基础设施[25] AI算力行业的现状与挑战 - AI行业严重依赖算力，但GPU价格高昂，一张英伟达H100市场价三万美元起，整柜NVL72系统动辄一百万美元以上[2] - 2024年全球数据中心耗电量突破460太瓦时，其中约20%用于AI训练与推理，相当于阿根廷一年的用电量，算力已成为电力的下游产业[2] - 行业存在对电力天花板和算力成本的普遍焦虑，推动了对更高效、更便宜计算方案的需求[2][3] 行业结构演变与竞争格局 - 云巨头正推进“去英伟达化”，谷歌推出第七代自研AI芯片，亚马逊推出自研Trainium2，微软自造Maia 100芯片，Meta测试MTIA芯片[26][27] - 技术垄断会自然引发修正，历史案例包括Intel与ARM、微软与Google/苹果，高通作为新玩家进入是对英伟达高利润率和长交货周期的市场反应[16][17] - AI竞赛进入生态层比拼，谷歌将Gemini集成进Gmail、Docs等服务，OpenAI的ChatGPT Enterprise已有300万家企业用户，微软将Copilot植入Office套件，竞争焦点在于用户黏性和控制力[27][28] 算力发展的新趋势与方向 - 模型轻量化成为重要方向，实验表明删除大模型冗余部分可使能耗降低90%[20] - AI推理呈现去中心化趋势，从数据中心向手机、笔记本、汽车等终端设备迁移[21] - 芯片低功耗化是另一趋势，高通AI芯片以提升“每瓦推理产出”为目标，推动产业从性能竞争转向能效竞争[22][23] 地缘战略与市场验证 - 沙特主权基金PIF投资的项目HumAiN成为高通AI芯片的首个客户，订单规模达200兆瓦，相当于一座中等城市一年的数据中心电力消耗，可支持约五万张英伟达H100 GPU[6][7] - 沙特从“出口能源”转向“进口智能”，标志着能源定义的改变，智能时代的能源革命可能出现从硅谷向中东的转向[8][9]

台积电代工价格调整 - 台积电计划将2nm晶圆代工价格上调50% [2] - 台积电此前已上调N3P工艺代工价格，预计将导致高通移动端芯片涨价16%，联发科芯片售价上涨约24% [4] - 价格上调直接冲击高通和联发科的盈利能力，两家公司已对涨价趋势表达不满 [4] 台积电美国工厂运营挑战 - 台积电位于美国亚利桑那州凤凰城的工厂遇到人员、设备优化瓶颈 [4] - 其美国工厂生产成本将高于中国台湾地区工厂 [4] - 即使生产4nm芯片，其美国工厂成本也比中国台湾地区工厂最少高出30% [4] - 业内人士担忧高成本可能使台积电与现有客户在价格谈判中陷入僵局 [4] 客户策略与代工市场竞争 - 高通CEO表示在晶圆代工方面会尽可能保留多种选择，但英特尔目前还不是选项 [4] - 业界将高通CEO的言论解读为可能将三星列入备选代工厂 [4] - 三星半导体代工部门正与台积电竞争，希望拿下高通下一代骁龙芯片的生产订单 [4] - 与台积电不同，三星在美国德州已有近20年代工生产经验，被认为更具本地化优势 [5]

行业活动 - 骁龙主题馆是ChinaJoy最火爆场馆之一 吸引大量数码科技爱好者参观[1] - 各大品牌基于骁龙芯片打造多种数码科技产品供现场体验[1] - 2025年ChinaJoy骁龙主题馆展示内容具有特别之处[1] 产品生态 - 骁龙芯片成为多个品牌数码科技产品的核心硬件基础[1] - 场馆集中展示基于骁龙平台的各类终端设备[1] - 2025年展示产品较往年出现新变化[1]

文章核心观点 - 高通通过持续技术创新和生态共建深度参与数字娱乐产业升级，其第七次参展ChinaJoy的"骁龙主题馆"集中展示了芯片技术在游戏、XR等领域的应用突破与产业链协同成果 [1][2][21] - 数字娱乐产业在政策支持和技术驱动下迎来发展窗口期，2024年中国游戏市场收入达3257.83亿元（同比+7.53%），全球市场达1827亿美元，移动游戏占比55%成为主力 [4][21] - 公司通过CPU/GPU/NPU协同升级（性能提升最高45%）和跨终端生态融合（覆盖XR/AI PC/汽车等），实践"硬件+软件+内容"协同模式，推动移动游戏体验向端游级演进 [6][8][10][11] - 75家产业链合作伙伴构成完整生态图谱，包括运营商（5G-A万兆网络）、终端厂商（30余款手机）、游戏工作室（AI队友/光追技术）和电竞赛事（240万观众），形成技术商业化闭环 [12][13][15][16] 技术突破与产品展示 - 全新骁龙8至尊版移动平台实现Oryon CPU单多核性能提升45%+功耗降44%，Adreno GPU性能提升40%+功耗降40%，Hexagon NPU支持70+tokens/s的AI处理速度 [8] - 15款XR设备采用第二代骁龙XR2平台，结合5G-A网络实现超8K分辨率低延迟传输，验证5G-A+XR技术商业化潜力 [10] - 与小米合作的跨终端生态覆盖手机/AR眼镜/车机等设备，宇树科技机器人展示终端侧AI高负载处理能力 [11] - "骁龙至尊游戏"技术套件集成实时硬件光追/全局光照等特性，驱动《鸣潮》《英雄联盟手游》等游戏画质与帧率优化 [8] 产业生态与市场表现 - 上海2024年网络游戏收入1558亿元（连续13年正增长），电竞赛事收入占全国46.9%，政策推动"全球电竞之都"建设 [4] - 骁龙电竞先锋赛累计吸引240万现场观众，220亿曝光量；KPL总决赛单场4万观众，印证移动电竞潜力 [16] - 搭载骁龙8至尊版的终端覆盖184款产品设计，骁龙X系列PC支持1200+款游戏，产品矩阵覆盖多价格区间 [20] - 线上线下联动策略（全芯摄影棚体验/京东超级品类日）直接拉动消费，最高减700元购机福利促进转化 [17][18] 行业趋势与战略协同 - AI/5G-A技术融合催生终端侧AI交互/实时光追等新需求，推动芯片企业技术迭代与产业链深度合作 [2][21] - 响应"十四五"数字经济发展规划，通过底层技术突破（如切片架构GPU）践行数字技术渗透路径 [5][6] - 多终端互联趋势符合"游戏覆盖全终端"行业方向，技术平台统一化推动体验无缝衔接 [11][21] - 政策引导（电子竞技支持政策/数字消费提升行动）与市场驱动形成双重增长动能 [4][21]

展会概况 - 台北国际电脑展（Computex 2025）于5月19日开幕，持续至23日，主题为"AI Next"，聚焦"智慧运算＆机器人""次世代科技"和"未来移动"三大主题 [1] AI行业趋势 - AI需求强劲，产业已从试验走向大规模部署，投资者关注点从云端AI转向更广泛的物理AI应用和边缘计算部署 [1] - 2025年AI叙事从简单关注AI PC转变为在移动设备、汽车、物联网、智慧城市和工业系统等更广泛领域实现AI [3] - 行业进入AI时代，需求正从实验转向规模化部署，预计AI市场将比互联网或智能手机更大 [15] - 焦点正从数字AI代理转向物理AI，机器人技术可能成为下一个具有万亿美元潜力的市场 [7] 供应链与技术进展 - AI硬件供应链瓶颈缓解，GB200已全面投产，供应链良率问题最严重阶段已过去 [5] - 英伟达GB300按计划在2025年下半年推出，订单取消或供应限制担忧减少 [5] - 系统级集成技术如英伟达NVLink Fusion和软件平台持续开发，支持更无处不在的AI生态系统 [3] 公司动态 英伟达 - 推出GB300升级版，相比GB200推理性能提高1.5倍，HBM内存增加1.5倍，网络性能提高2倍 [10] - 发布RTX Pro企业服务器、NVLink Fusion，开放AI基础设施生态系统 [10] - 强化在AI和加速计算领域的领导地位，展示代理AI在AI工厂、代理和机器人领域应用布局 [10] 高通 - 骁龙芯片2025年为85台以上PC提供动力，2026年将增加到100个 [10] - 推出终端设备代理AI模型Context，通过NPU提供更高工作效率和更好数据安全性 [10] - 宣布进军数据中心CPU市场 [10] 富士康 - 打造自有AI模型FoxBrian，基于Llama 3/4，支持其三个智能平台并理解制造数据 [13] - 结合高雄数据中心和大规模预训练语料库，能处理100B到1T标记的领域 [13] ARM - 预计2025年底50%运往超大规模数据中心的服务器芯片将是基于ARM的 [15] - 快速扩展到边缘AI，为99%智能手机提供支持，PC/平板电脑领域2025年出货量份额预计达40%以上 [15] - 能效优势对AI规模越来越重要，中国台湾电力消耗预计到2028年增长8倍 [15] 其他公司 - AMD推出Radeon RX 9060 XT 16G，支持FSR4具有更低延迟的更好性能和功耗效率 [15] - 联发科展示在高速通信、汽车、Wi-Fi和可穿戴设备方面的强大表现 [17] - NXP演示主要集中在边缘AI，强调其相对于云端优势 [17]