行业战略转向 - 中国AI行业战略从追求大模型参数转向注重应用场景落地和性价比 [2] - 构建千亿级参数模型需要两万卡以上集群，投资200亿元仍不足，成本过高 [2] - 终端厂商卷通用人工智能不现实，战略重点转向让AI在应用层跑起来并用起来 [2] 端侧AI应用场景拓展 - 荣耀YOYO智能体可实现自动比价抓取隐藏优惠券，10秒内为用户节省600元 [3][4] - AI与手机系统深度结合，在抢购、航班动态查询、酒店Wi-Fi连接等高频场景落地 [6] - vivo AI具备128K长上下文处理能力，出词速度超每秒200个token，可达云端水平 [6] - OPPO研发AI文本记忆能力，可识别账单自动记账以应对用户日均80G信息量 [7] 厂商应用场景覆盖进展 - 荣耀YOYO支持场景从7月200多个增至3000个，三个月增长15倍 [12] - vivo AI目前能覆盖场景数量达2500个，OPPO称其覆盖场景达2200个 [12] - 支持GenAI的智能手机占比将从2023年20%跃升至2029年57%，中国品牌是重要推动力 [12] 端侧AI发展面临的挑战 - 持续使用AI功能导致手机续航缩短2-3小时，复杂任务仍需云端辅助 [9] - 7B模型需3.5G内存，在8G内存机型运行后剩余内存被挤压影响用户体验 [9] - 端侧AI需投入独立NPU芯片研发，成本较普通芯片高15%-20% [10] - 构建4000亿参数模型需50亿元算力投资，其中电费约15亿元且每年需持续投入 [10] 行业技术路径变化 - DeepSeek开源将行业千亿大模型能力拉齐，通过蒸馏让小模型具备同等AI能力 [10] - 手机厂商做法更加务实，重点转向提升实际使用体验以实现商业循环 [10] - 未来趋势可能是Robot Phone机器人手机时代，核心是拥有AI手机超强大脑 [12]