电子行业市场前景及投资研究报告：AI端侧落地加速，消费电子创新周期.pdfVIP

AI端侧落地加速，消费电子步入新一轮创新周期

2024年09月06日

一、AI落地终端，推动消费电子步入创新周期

二、三大厂商均推出系统级AI，端侧AI提速

三、果链有望迎来换机周期，AI手机零部件需升级

目录

四、投资建议与风险提示

2

一、AI落地终端，推动消费电子步入创新周期

3

1.1端侧AI成为消费电子厂商差异化卖点

◼2022年11月30日，ChatGPT上线，并迅速获得追捧。这场最初由ChatGPT引发的生成式AI浪潮，让全球消费

者惊讶于大语言模型（LLM）所带来的全新人机交互体验的同时，也让产业界充分认识到生成式AI技术在

消费者（C端）市场的巨大应用潜力。

◼另一方面，智能手机产业在进入5G时代后，缺少颠覆性的创新，消费者换机周期不断拉长，2023年达到约

51个月，PC近10年来没有重大创新，销量低迷，厂家需要导入AI功能提供差异化价值，推动消费者换机。

图1全球不同地区智能手机更新率

资料：Techinsights、湘财证券研究所4

1.2云+端融合是消费电子应用AI的最佳方式

◼相比于云端AI，端侧AI具有多项重要优势，1、隐私性和安全性好：AI大模型本地部署可以确保用户个人数

据不离开手机，最大程度保护用户的数据和隐私安全；2、成本低：每一次基于生成式AI的网络有哪些信誉好的足球投注网站查询，

其成本是传统有哪些信誉好的足球投注网站的10倍，对手机厂商来说成本太高，端侧部署AI可以大幅降低成本；3、低延时：在许多

生成式AI任务场景下，网络传输时延是用户无法获得流畅体验的主因，而本地大模型可以更快地响应用户

需求，将时延控制在秒级甚至是毫秒级别；4、减少对网络的依赖：即便是在弱信号，甚至没有网络的情况

下，手机仍然可以提供必要的生成式AI能力。云端AI则可以提供更强大的性能与端侧AI协同提供优质服务。

图2端侧AI具有多项优势

资料：高通、湘财证券研究所5

1.3大模型压缩技术为端侧部署奠定基础

◼模型压缩技术通过剪枝、知识蒸馏、量化和低秩分解来实现大模型的压缩。

◼通过对大模型的压缩，可以显著降低模型的存储需求，可以降低模型的计算复杂度，从而提高计算效率，

也可以显著缩短推理时间，提高用户体验。大模型压缩使大模型更容易部署到边缘设备中。

图3大语言模型压缩方法

资料：联想集团、湘财证券研究所6

1.4消费电子大厂纷纷推出AI旗舰产品

◼三星于2023年12月15日推出全球首款AIPCGalaxyBook4系列，惠普的第一批AIPC将于2024年下半年上市，

联想计划于2024年9月正式推出AIPC。

◼除之外，其他大型手机厂商均发布了在端侧部署大模型的AI手机，以三星GalaxyS24为代表。

图4中国手机厂商大模型进展

资料：Canalys、湘财证券研究所7

二、三大厂商均推出系统级AI，端侧AI提速