行业战略转向 - 美国AI公司通过构建生态完成从算力投资到大模型应用的商业闭环 主导者为OpenAI和英伟达[3] - 中国市场不再盲目跟随美国芯片战略和拼大模型参数榜单 因成本过高且没有终点 做千亿级模型需要两万卡以上集群 向2000亿、4000亿参数跑时投资200亿元都不够[3] - 端侧AI明显转向 不再火拼模型参数 而是用更多小模型进入场景深水区 让AI在应用层加速跑起来[3] - 中国厂商的优势在于实用性、性价比和应用落地能力[4] 应用场景落地 - 手机AI具备自进化能力 从被动响应转向主动预测用户操作 交互方式产生巨大突破 多步操作可一键完成[6] - 荣耀YOYO智能体在比价PK中 10秒内为用户抓取600元隐藏优惠券 总价从2610元降至2016元[6] - AI与手机系统深度结合 在特定场景激活加速模式 可打通阿里巴巴、高德等应用壁垒 优化CPU、GPU运算效率和网络连接 提升抢购速度和成功概率[9] - AI能力覆盖高频场景 如复制航班号后主动呈现航班动态 通过AI键拍图片连接酒店Wi-Fi 抢购火车票和演出票[9] - vivo对用户收藏内容进行AI提炼、分类整理 关联日程和地址 具备长文阅读和理解能力 端侧多模态推理大模型具备128K长上下文处理能力 极限出词速度超过每秒200个token 相当于云端水平[9] - OPPO将AI文本记忆能力作为研发方向 展示通过语音助手识别账单并自动记账功能 以应对用户日均接收高达80G的碎片化信息[10] - vivo目前AI能覆盖的场景数量达2500个 OPPO称达2200个 荣耀YOYO支持的场景从7月份的200多个上升至3000个 三个月时间翻了15倍[16] 面临挑战 - 端侧AI面临功耗、算力及成本压力 持续使用AI功能手机续航会缩短2-3小时 端侧算力难支撑复杂任务如实时翻译多语种视频需依赖云端辅助[12] - 内存占用制约发展 7B模型需3.5G内存 在8G内存机型运行后剩余内存被挤压 虽可压缩至2G但仍影响用户体验[12] - 端侧AI侵蚀手机利润 需额外投入独立NPU芯片研发 成本较普通芯片高15%-20% 同时需优化系统底层 研发投入如同烧钱游戏[13] - 做4000亿参数模型可能需花50亿买算力 其中三分之一约15亿是电费 往后每年电费支出仍高[14] 未来趋势 - DeepSeek的开源将行业在千亿大模型上的能力拉齐 通过蒸馏和迭代让小模型也能做到同样AI能力 使手机厂商明白成功路径不止一条[14] - 人工智能仍是手机厂商战略核心 但做法更务实 重点转向提升实际使用体验 以实现商业循环[14] - 荣耀在研发机器人手机 作为AI终端未来趋势判断 核心是拥有AI手机超强大脑 能随时随地洞悉万物[17] - 去年仅20%智能手机支持GenAI 到2029年这一比例将跃升至57% 该功能逐渐成为高端旗舰手机标配 中国品牌是推动普及的重要力量[17]