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，其发展将带来从硬件品牌、上游供应链到系统交互等关键环节的投资机遇 [1] 科技巨头加码端侧AI - 近期海内外科技巨头密集发布端侧AI硬件产品，例如阿里发布首款自研夸克AI眼镜，字节跳动与中兴通讯推出搭载豆包手机助手技术预览版的工程样机，受此催化中兴通讯股价涨停 [2] - 根据弗若斯特沙利文预测，中国端侧AI市场规模到2029年将达到3077亿元人民币，复合年增长率高达39.9% [3] - 巨头的集体行动源于端侧AI清晰的盈利逻辑，工业富联三季度净利润大增62%的业绩揭示了AI服务器、智能硬件零部件需求爆发对供应链企业的带动作用 [3] 端侧AI的定义与特点 - 端侧AI指模型在终端设备本地运行完成运算推理，用户指令和数据不会发向云端服务器 [3] - 受终端设备运存能力限制，端侧AI模型参数量较小，主要完成轻量级任务，但其响应速度更快、隐私保护更好，且不依赖网络连接 [3] - 端侧AI更侧重于与硬件的配合，在低功耗下完成轻量级任务，并注重模型在端侧的适配程度和对APP的整合调用能力 [3] - 未来端侧AI与云端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，从而提高模型使用效率并加强隐私保护 [4] 手机作为端侧AI的核心载体 - 多名基金经理认为，手机是当前及未来端侧AI的“第一载体” [1][5] - 手机作为载体的优势在于：硬件成熟、使用体验顺手；手机厂商具备最完整的与上游软件厂商合作的生态，推动软硬件协同整合速度最快；手机用户群体最广、支付意愿最强，商业化路径最易跑通 [5][6] - 手机拥有较大的现成保有量和使用习惯，有利于技术迅速普及，且其体积适中、人机交互方式多、技术路线和产业链相对成熟 [6] 智能眼镜等新形态的潜力 - 智能眼镜是现阶段被认为最有潜力起量的新品类之一，因其是用户已养成使用习惯的物品，在消费者端推广和适应难度相对较低 [7] - 智能眼镜在特定场景如AR导航、实时拍摄、医疗辅助和健康监测上可能更为合适，更可能创造新的使用场景而非直接替代手机 [6] - 眼镜被认为是手机之后端侧落地起量最顺畅的品类之一，但端侧品类的形态仍有很长的探索期 [7] 产业链投资机遇 - 端侧AI投资核心是看创新驱动的产业链价值变化，制造环节可关注优质的消费电子创新供应链企业、能配合客户共研新形态硬件的组装厂 [8] - 端侧运存要求提高可能使散热、存储、系统交互、语音识别等关键环节受益 [8] - 具备生态和品牌能力的终端厂商也值得关注，它们既有能力推动自研端侧大模型，也有望延续品牌壁垒，在端侧AI时代获得先发优势 [8] - 短期产业创新将从硬件开始，AI手机、智能眼镜等产品会逐步起量，上游供应链（整机组装、核心零部件）会率先受益，终端硬件品牌厂商也将探索新的商业化路径 [8] - 受益产业链包括：提供算力的上游芯片厂、提供传感器和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 [8] - 在选择标的时，当前更倾向于最接近消费者的主机厂，因其易形成品牌优势和市场认知；代工环节能见度也相对较高；而上游元器件可能因技术路线不同而有较大波动 [9] - 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，即构建“脑-体-感”协同的生态系统，定义人机交互新范式并捕捉情感陪伴等新兴需求 [9] 对估值与产业阶段的看法 - 市场关于AI端侧板块存在“泡沫”的论调，部分观点认为这是因为市场对产业发展缺乏足够耐心 [10] - 一个新产品的出现大都需经历较长的前期投入和用户心智培养，不能抛开潜在收益只看短期回报，当前端侧AI的投入与回报对比显示ROE较差，但参考移动互联网发展史，在确定性产业趋势前，供给侧可忍受一段时间投入，并在找到消费者需求偏好后快速商业化回收成本 [10] - 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，未来将看到各大玩家持续投入以构建护城河，产业并未到泡沫化阶段 [10][11] - 对公司的分析需个案处理：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但股价已大幅上升的公司，则可能隐含泡沫 [11]

端侧AI的定义与特点 - 端侧AI是将AI模型部署在终端设备上进行本地智能处理，无需依赖云端服务器[1] - 与云侧AI相比，端侧AI处理速度更快，因省去了终端与云端的信息交互时间[1] - 端侧AI将个人数据保留在本地，有利于数据安全，不存在云端泄漏风险[1] - 端侧AI在计算资源与存储能力方面逊色于云端，通常只能部署单一应用的小模型[1] 行业趋势与厂商动态 - 高通公司总裁兼CEO安蒙判断，用户体验核心已转向智能体AI，智能手机将迎来以智能体AI为核心的时代[2] - 联发科最新旗舰芯片支持Bitnet 1.58 bit推理框架，宣称端侧AI能力获得史诗级提升[3] - 联发科芯片使4K文生图、128K长文本处理、AI写真等以往依赖云端的功能得以在端侧实现[3] - 高通提及需要构建全新的计算架构体系，包括操作系统、软件和芯片的重新设计以支持新体验[3] 应用场景与市场前景 - 端侧AI应用已崭露头角，例如可自动识别用户日历制作个性化旅游计划表[2] - 未来工业级终端也将具备AI能力，各行各业的大量传感器（如摄像头）将能基于输入数据流进行分析决策[3] - 端侧AI市场涵盖智能手机、智能手表、智能汽车以及制造工厂、配送中心、零售场景的工业级边缘终端[3] 端侧与云侧AI的协同发展 - 强调端侧AI能力不意味着云侧AI不重要，未来将实现边缘侧"云+端"的无缝协同[4] - "云+端"协同将使推理计算等任务得到更高效的分配[4]

端侧AI的定义与特点 - 端侧AI是将AI模型部署在终端设备上进行本地智能处理，无需依赖云端服务器[1] - 与云侧AI相比，端侧AI处理速度更快，因省去了终端与云端的信息交互时间[1] - 端侧AI将个人数据保留在本地，有利于数据安全，不存在云端泄漏风险[1] - 端侧AI在计算资源与存储能力方面逊色于云侧，通常只能部署单一应用的小模型[1] 行业巨头对端侧AI的推动 - 高通公司总裁兼CEO安蒙认为，用户界面已转向以人为核心，用户体验的核心转向智能体AI，这将重塑社会对所有智能终端的认知[2] - 联发科最新旗舰芯片率先支持Bitnet 1.58 Bit推理框架，声称端侧AI能力获得史诗级提升[3] - 联发科新芯片大幅减少AI计算、图像识别及自然语言处理对云的需求，使4K文生图、128K长文本处理等功能在端侧实现[3] - 高通指出需构建全新计算架构体系，包括操作系统、软件和芯片的重新设计，以支持由智能体主导的未来体验[3] 端侧AI的应用场景与前景 - 端侧AI应用已崭露头角，例如可自动识别用户日历制作个性化旅游计划，提供更合理的出行建议[2] - 未来工业级终端也将具备AI能力，各行各业的大量传感器（如摄像头）将能基于输入数据流进行分析决策[3] - 端侧AI的应用将从智能手机、智能手表、智能汽车扩展至工业级边缘终端、制造工厂、配送中心和零售场景的传感器[3] 端侧与云侧AI的协同发展 - 强调端侧AI能力不意味着云侧AI不重要，未来将实现边缘侧"云+端"的无缝协同[4] - "云+端"协同将使推理计算等任务得到更高效的分配[4]

端侧AI的定义与特点 - 端侧AI是将AI模型部署在终端设备上进行本地智能处理，无需依赖云端服务器即可完成任务 [1] - 与云侧AI相比，端侧AI处理速度更快，因省去了信息在终端与云端交互的时间 [1] - 端侧AI将个人数据保留在本地，有利于数据安全，不存在云端泄漏风险 [1] - 端侧AI在计算资源与存储能力方面逊色于云端，通常只能部署单一应用的小模型 [1] 行业趋势与厂商动态 - 高通公司总裁兼CEO安蒙判断，用户体验核心已转向智能体AI，将重塑社会对所有智能终端的认知 [2] - 智能手机不会消失，但行业将迎来以智能体AI为核心的时代，不同品类智能终端将共同定义全新移动体验 [2] - 联发科最新旗舰芯片率先支持Bitnet 1.58 Bit推理框架，宣称端侧AI能力获得史诗级提升 [3] - 联发科芯片大幅减少AI计算、图像识别及自然语言处理对云的需求，使4K文生图、128K长文本处理等功能在端侧实现 [3] 技术架构与未来应用 - 高通指出需构建全新计算架构体系，包括操作系统、软件和芯片都需重新设计以支持端侧AI新体验 [3] - 未来智能体将拥有丰富的情境理解能力，能记住用户习惯并理解用户所见内容 [3] - 除消费级终端外，未来工业级终端也将具备AI能力，例如让每个摄像头都能基于输入数据流进行分析决策 [3] - 端侧AI应用将扩展至各行各业，包括制造工厂、配送中心和零售场景中的传感器 [3] 端侧与云侧的协同发展 - 强调端侧AI能力并不意味着云侧AI不重要，未来最佳局面是终端与云端AI处理无缝协同 [4] - 边缘侧"云+端"协同将使推理计算等任务得到更高效的分配 [4]

财务表现 - 25Q1实现营收3 90亿元 同比+22 49% [1] - 25Q1归母净利润-2 2亿元 毛利率39 06% 较24Q4的33 34%提升5 72个百分点 [1] - 25Q1研发费用3亿元 2024全年研发投入12 47亿元 [1] 营收结构 - 按下游领域划分 系统厂 互联网公司 云服务提供商 车企等客户营收占比37 3% 消费电子收入同比+103 81% 营收占比44 12% [3] - 按业务类型划分 芯片设计业务收入1 22亿元 同比+40 75% 其中28nm及以下工艺节点收入占比89 05% 14nm及以下占比63 14% [3] - 量产业务收入1 46亿元 同比+40 33% 半导体IP授权同比小幅下滑 [3] 技术布局 - AIGC领域 NPU IP应用于82家客户的142款芯片 覆盖服务器 汽车 平板电脑等终端 [3] - 数据中心领域 视频转码加速解决方案已应用于中国前5大互联网企业中的3家 [3] - 汽车电子领域 GPU IP ISP IP等获多家汽车芯片企业采用 覆盖座舱到自动驾驶 [3] - 智慧可穿戴领域 布局蓝牙耳机 智能手表 AR眼镜等产品线 [3] - 物联网领域 拓展22nm FD-SOI工艺的射频类IP [3] - Chiplet领域 从接口IP 芯片架构 先进封装等维度推进产业化 [3] 增长预期 - 预计2025-2027年收入分别为29 02亿元 35 12亿元 43 2亿元 [4] - 预计2025-2027年归母净利润分别为-3 85亿元 -1 89亿元 0 92亿元 [4]