核心观点 - 高通2026财年第一季度业绩创纪录，但第二财季手机芯片收入指引因内存供应短缺而大幅下调至约60亿美元，公司认为整个财年的手机市场规模将由内存可用性决定 [1][5][8] - AI数据中心对HBM（高带宽内存）的旺盛需求，导致内存供应商将产能从传统DRAM转移，引发了全行业的DRAM短缺和价格上涨，进而压制了手机出货量 [1][6][7] - 尽管面临内存供应挑战，公司在高端手机市场地位稳固，并在汽车、PC、机器人及数据中心等多元化业务领域展现出强劲的增长势头和未来潜力 [9][13][15][18] 财务表现与指引 - **2026财年第一季度业绩**：总营收创纪录，达123亿美元，非GAAP每股收益3.50美元 [5][27] - QCT（芯片业务）营收创纪录，达106亿美元 [5][27] - QCT手机业务营收创纪录，达78亿美元 [38] - QCT汽车业务营收创纪录，达11亿美元，同比增长15% [5][38] - QCT物联网业务营收17亿美元，同比增长9% [38] - **2026财年第二季度指引**：总营收预计在102亿至110亿美元之间，非GAAP每股收益预计在2.45至2.65美元之间 [40] - QCT营收预计在88亿至94亿美元之间 [40] - **QCT手机业务营收预计大幅降至约60亿美元**，主要受内存供应限制影响 [1][5][40] - QCT汽车业务营收预计同比增长将加速至超过35% [40] - QCT物联网业务营收预计同比增长低两位数百分比 [40] 内存危机与供应链影响 - **短缺根源**：内存供应商将制造产能重新导向HBM，以满足AI数据中心需求，导致用于消费电子（特别是手机）的传统DRAM出现行业性短缺和价格上涨 [1][6][7][28] - **对手机业务的影响**：内存可用性（而非需求）成为决定性制约因素，多家手机OEM厂商（特别是中国厂商）因此采取谨慎态度，削减芯片组订单并减少整机生产计划 [7][29][39] - **公司判断**：首席执行官安蒙明确指出，当前业绩和指引“100%与内存有关”，并断言“整个财年的移动手机市场规模将由内存的可用性决定” [8][48][54] 手机业务：挑战与结构性优势 - **高端市场稳固**：尽管有供应逆风，公司在高端手机市场的地位依然稳固，高端和超高端市场需求超出预期，且对价格上涨更具弹性 [9][12][27] - **关键客户份额**：对于三星即将推出的旗舰设备（如Galaxy S26系列），公司预计将保持约75%的市场份额，与之前预期一致 [10][29] - **AI手机里程碑**：字节跳动推出的豆包AI智能手机被视为向“AI原生智能手机过渡的重要里程碑” [11][29] - **产品策略**：在内存受限环境下，OEM厂商可能优先保障高利润的高端机型生产 [12][54] 多元化业务增长亮点 - **汽车业务**： - 与大众汽车集团签署长期供应协议意向书，将成为其软件定义车辆架构的主要技术提供商，覆盖奥迪、保时捷等品牌 [13][30] - 丰田全球最畅销车型RAV4搭载了骁龙座舱平台 [14][31] - 设计订单管线强劲，新车型量产推动收入转化，对达成2029财年收入目标感到乐观 [14][50] - **PC业务**： - 推出搭载第三代Oryon CPU的骁龙X2 Plus平台，在CES上有18款搭载骁龙芯片的PC亮相 [15][30] - 预计2026年将有150款搭载骁龙X系列的PC投入商用 [15][30] - **机器人业务（“物理AI”）**： - 大举进军机器人领域，推出Dragonwing IQ10系列芯片，旨在加速家用、工业和人形机器人的商业化 [16][32] - 已与Figure、Kuka等机器人领军企业展开合作 [17][33] - **数据中心业务**： - 战略聚焦于为“解耦式数据中心”提供专用的AI推理芯片 [18][33] - 执行双线CPU战略：基于Oryon的CPU和基于收购Ventana Microsystems获得的高性能RISC-V CPU [19][34] - 预计该业务将在2027年开始产生实质性收入，并被视为未来数十亿美元的营收机会 [20][52]

行业趋势：AI算力需求与基础设施演进 - 芯片巨头共同指出AI时代面临数百倍的算力增长需求，以及从云到端全面的AI应用拓展空间 [1] - 英伟达CEO黄仁勋指出AI计算量正以每年10倍的速度暴增，并推出包含Vera CPU、Rubin GPU等六大核心组件的新一代架构Rubin全栈方案 [2] - AMD CEO苏姿丰指出AI大模型训练所需的浮点运算算力每年增长4倍，推理Tokens消耗数量在过去两年增长了100倍，算力正进入尧字节级（Yotta Scale）时代 [2] 芯片巨头战略与产品发布 - 英伟达发布NVIDIA Alpamayo系列开源AI模型、仿真工具及数据集，旨在推动安全可靠的推理型辅助驾驶汽车开发，并认为物理AI的“ChatGPT时刻”已到来 [2] - AMD为应对Yotta规模基础设施需求，从计算芯片、开放式机架架构、整体解决方案等多个层面推出产品 [2] - 高通推出下一代机器人完整技术栈架构，集成硬件、软件和复合AI，并发布面向工业级自主移动机器人和全尺寸人形机器人的高性能处理器——高通跃龙 IQ10系列 [6] 端侧与边缘AI发展前景 - 高通CEO安蒙强调下一代个人AI设备将依托端侧AI、情境感知和用户数据，实现对环境与意图的实时理解，融合物理与数字世界 [3] - 安蒙预测智能可穿戴设备作为新移动终端品类，未来几年内市场规模有望达到1亿台 [3] - 安蒙认为混合AI与边缘AI的未来意义重大，掌握边缘数据并将其转化为用户服务的能力将成为AI竞赛的赢家 [3] - 骁龙芯片具备在小型可穿戴设备上运行数十亿参数模型的能力 [3] 物理AI与机器人商业化进展 - CES 2026上，“物理AI”的成熟度被众多厂商强调，中国厂商展示的机器人能力相比去年明显更加丰富和流利 [4] - 人形机器人正逐步走出概念阶段迈向商业化落地，在运动控制、平衡能力和操作精度方面取得实质性进展，并已实现数千台产品的量产与商业场景部署 [6] - 机器人应用场景落地路径清晰，尤其是在制造业、零售业及仓储物流三大领域潜力巨大 [6] - 行业观点认为物理AI的发展速度可能被低估，过去十多年积累的技术创新正在加速跨领域融合，为更多场景应用创造条件 [7] 中国厂商的全球角色进阶 - 中国厂商在CES上扮演越来越重要的角色，其展出的AI硬件和机器人引发高度关注，现场展台“水泄不通” [1] - 中国企业凭借供应链与研发能力的长期沉淀，已升级为全球科技创新的关键力量 [1] - 中国供应链在电机、驱动器、传感器等底层核心部件上有很强的降本能力，推动产品迭代速度达到约半年到一年一代，远超欧洲公司的2-3年迭代周期 [8] - 中国机器人公司的量产周期大约1年左右，而欧洲可能需要3-5年 [8] - 中国产业链的高效率使公司能以“月”为单位快速迭代产品，实现技术突破和成本优化 [9] - 当前中国机器人出海是带着更好的技术和方案走出去，体现了从“中国制造”到“中国创造”的转变 [9] 具体公司动态与产品展示 - 宇树科技在现场展示的G1机器人动作灵活流利，观赛人员围了里三层外三层 [1] - 众擎机器人首次展出全尺寸通用人形机器人T800，其明星产品PM01展示了多个高难度动作 [4] - 傲鲨智能（外骨骼机器人代表）在CES的展台面积成倍扩大，现场体验排队时间长达1-2小时，海外市场（如美国、欧洲、南美）询问购买意愿强烈且消费决策周期更短 [5] - 傲鲨智能公司80%的研发人员在中国推进研发生产，在海外则协同本土团队进行本地化服务 [8] - 基于Arm计算平台运行的NVIDIA Jetson Thor等平台，展示了仿真系统向可部署解决方案的演进 [6]

文章核心观点 - 全球芯片巨头在CES 2026上共同指向AI时代数百倍的算力增长需求以及从云到端的全面AI应用拓展空间 [2] - 中国厂商凭借供应链与研发能力的长期沉淀，已成为全球科技创新的关键力量，在CES上展示的AI原生硬件备受关注 [2] - AI正以前所未有的深度与广度重塑世界，从算力底座到物理AI再到全球生态协同演进，推动技术从概念转化为价值 [10] 芯片巨头对算力趋势与布局的阐述 - 英伟达CEO黄仁勋指出物理AI的“ChatGPT时刻”已到来，机器开始具备理解真实世界、推理并行动的能力，并发布Alpamayo系列开源AI模型及工具推动自动驾驶开发 [3] - 面对AI计算量每年10倍的暴增，英伟达推出包含Vera CPU、Rubin GPU等六大核心组件的新一代全栈架构Rubin [4] - AMD CEO苏姿丰指出算力正进入尧字节级浮点运算时代，AI大模型训练算力每年增长4倍，推理Tokens消耗量过去两年增长100倍 [4] - 高通CEO安蒙强调混合AI与边缘AI的未来，认为掌握边缘数据并将其转化为个性化服务的能力将成为AI竞赛的赢家 [5] 端侧AI与新型硬件设备的发展 - 高通CEO安蒙指出下一代个人AI设备将依托端侧AI、情境感知和用户数据，实现对环境与意图的实时理解，融合物理与数字世界 [5] - 安蒙预测智能可穿戴设备作为全新移动终端品类，未来几年内市场规模有望达到1亿台 [5] - 骁龙芯片具备在小型可穿戴设备上运行数十亿参数模型的能力 [5] 物理AI与机器人技术的商业化进展 - 中国厂商展示的机器人能力显著丰富，例如宇树科技G1机器人动作流利，众擎机器人T800展示了高难度动作 [6] - 机器人本体能力日益成熟并开始走向量产，越来越多二次开发解决方案提供商进入行业帮助能力落地 [6] - 机器人市场正从实验室产品逐渐走入生活，目前多在文娱场景，预计2026年底有望进入家庭执行陪伴、教学等简单任务 [6] - 外骨骼机器人市场因全球人口老龄化、人力成本增加而激发更大价值，海外市场消费决策周期更短 [7] - Arm分析指出人形机器人正迈向商业化落地，如Agility Robotics、智元AGIBOT等公司已在运动控制、平衡能力和操作精度方面取得进展，实现数千台产品的量产与部署，在制造业、零售业及仓储物流领域落地潜力清晰 [7] - 高通推出了集成硬件、软件和复合AI的下一代机器人完整技术栈架构，并发布面向工业级自主移动机器人和全尺寸人形机器人的高性能处理器跃龙™ IQ10系列 [8] - 高通高管认为机器人正在将物理AI推向“下一个拐点”，其发展速度可能被低估，过去十多年积累的技术创新正加速跨领域融合 [8][9] 中国厂商的全球角色与竞争优势 - 中国厂商在CES上扮演越来越重要的角色，展台人气高涨，例如宇树科技机器人拳击赛观赛人员围了里三层外三层 [2] - 凭借供应链与研发能力的长期沉淀，中国已升级为全球科技创新的关键力量 [2] - 中国供应链在电机、驱动器、传感器等底层核心部件有很强的降本能力，推动机器人产业迭代速度达半年到一年一代，而欧洲公司产品迭代周期多为2-3年 [9] - 中国机器人量产周期约1年，欧洲量产可能需要3-5年 [9] - 中国市场产业链效率远高于其他国家，供应链的高效使公司能以“月”为单位快速迭代产品，实现技术突破和成本优化 [10] - 当前中国机器人出海是带着更好的技术与方案走出去，是“中国创造”而不仅是“中国制造” [10]

核心观点 - 全球AI竞争进入生态深水区 焦点围绕算力底座重构与物理AI等应用规模化落地 中国厂商凭借供应链与研发优势实现从制造到创造的跨越 成为全球科技创新关键力量 [1][2][12] 算力基础设施竞速 - 芯片巨头强调算力需求暴增 英伟达CEO黄仁勋指出物理AI的“ChatGPT时刻”已到来 并发布新一代全栈架构Rubin以应对AI计算量每年10倍的增长 [3] - AMD CEO苏姿丰指出AI训练算力每年增长4倍 推理Tokens消耗过去两年增长100倍 算力正进入尧字节级(Yotta Scale)时代 [3][4] - 高通CEO安蒙强调边缘与混合AI重要性 认为掌握边缘数据并将其转化为个性化服务的能力将成为AI竞赛的赢家 [6] 物理AI走向成熟与商业化 - CES 2026上机器人等物理AI产品成熟度显著提升 中国厂商如宇树科技、众擎机器人的展示引发高度关注 机器人能力从简单动作展示转向丰富流利的现场表现 [1][7] - 人形机器人正走出概念阶段迈向商业化落地 例如Agility Robotics、智元AGIBOT等公司已在运动控制等方面取得进展 实现数千台产品的量产与商业部署 潜在落地场景包括制造业、零售业及仓储物流 [9] - 外骨骼机器人公司傲鲨智能指出 全球老龄化与人力成本上升激发产品需求 欧美等海外市场消费决策周期短于国内 [8][9] - 高通推出下一代机器人完整技术栈及高性能处理器跃龙 IQ10系列 面向工业级自主移动机器人和全尺寸人形机器人 公司高管认为物理AI发展速度可能被低估 具备高度普及化潜力 [9][10] 端侧与可穿戴AI设备前景 - 高通CEO安蒙指出 下一代个人AI设备将依托端侧AI与情境感知 实现对环境与意图的实时理解 融合物理与数字世界 [5] - 智能可穿戴设备被视为全新移动终端品类 与手机并存 预计未来几年内该品类规模有望达到1亿台 骁龙芯片已具备在小型设备上运行数十亿参数模型的能力 [6] 中国厂商的全球角色进阶 - 中国厂商在CES上扮演越来越重要角色 AI眼镜、各形态机器人等产品吸引大量关注 背后是中国供应链与研发能力的长期沉淀 [1][11] - 中国供应链在电机、驱动器、传感器等核心部件具备很强降本能力 推动产品迭代速度达半年到一年一代 远超欧洲公司的2-3年 量产周期约1年 也远短于欧洲的3-5年 [11] - 中国产业链的高效率使公司能以“月”为单位快速迭代产品 实现技术突破与成本优化 当前出海逻辑是带着更好技术与方案走出去 体现从“中国制造”到“中国创造”的跨越 [12]

高通公司对个人AI终端市场的展望 - 高通公司首席执行官在联想创新科技大会上表示，以智能可穿戴设备为代表的个人AI终端市场潜力巨大，未来市场规模有望达到数十亿台级别 [1] - 下一代个人AI设备将依托端侧AI、情境感知和用户数据，实现实时理解用户环境与意图，融合物理与数字世界，成为用户的个人AI伙伴 [3] - 这类设备是一种全新的移动终端品类，将与手机并存，其形态将涵盖智能眼镜、首饰、吊坠、戒指、胸针等多种穿戴形式 [3] 市场预测与产业融合 - 根据高通预计，未来几年内，这类智能可穿戴设备的出货量就能达到千万至一亿台 [3] - 市场规模达到数十亿台的预测并非不切实际 [3] - 设备形态的多样化，为科技产业与时尚产业的深度融合创造了契机 [3] 技术需求与高通解决方案 - 尽管设备体积小巧，但仍需出色的能效、强劲的算力、稳定的连接和本地运行AI模型的能力 [3] - 高通的骁龙芯片已具备在小型可穿戴设备上运行数十亿参数模型的能力 [3] - 公司在连接技术方面实现了创新，例如在蓝牙功耗级别下运行Wi-Fi，以保持设备与智能体的持续连接 [3]

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]