AI应用：百花齐放，赋能千行百业 伴随大模型能力的提升，海内外AI应用蓬勃发展，B端垂直企业服务、C端应用等层出不穷。据SensorTower数据显示，2023年全球AI应用年度下载量和内购收入分别上涨60%和70%，超过21亿次和17亿美元，而经过2023年的爆发式增长，2024年AI应用市场更加成熟。得益于头部应用的强势增长，2024年1-8月全球AI应用收入同比激增51%至20亿美元，预计2024年全年收入将达到33亿美元。
OpenAI推出新型语言模型o1，经过强化学习训练来执行复杂推理任务。o1在回答之前会思考，可以在响应用户之前产生一个很长的内部思维链。通过强化学习训练，大模型学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。在OpenAI的测试中，该系列后续更新的模型在物理、化学和生物学这些具有挑战性的基准任务上的表现与博士生相似。OpenAI还发现它在数学和编码方面表现出色。o1-preview在高阶推理（SC-Reasoning）上表现惊艳，总分达到85.27分，比全球其他厂商的通用大模型高出15分以上，当前遥遥领先。
ChatGPT正式开放AI搜索功能。11月，OpenAI宣布为ChatGPT推出最新的人工智能搜索体验，付费订阅者（以及SearchGPT候补名单上的用户）将获得可联网的实时对话信息能力，免费用户、企业用户和教育用户也将在未来几周内陆续获得访问权限。在正常的对话时，ChatGPT可以根据具体需求决定何时利用网络中的搜索结果，用户也可以主动触发网络搜索，同时包含了天气、股市、地图等小组件。AI搜索的核心能力体现在提升简单问题的解决效率、提升复杂性问题的处理能力以及多模态AI搜索能力方面。
智谱推出AutoGLM，可以模拟人类操作可视化电子设备。AutoGLM，只需接收简单的文字/语音指令，可以模拟人类操作手机，包括进行微信朋友圈评论、在携程上预订酒店、在12306上购买火车票、在美团上点外卖等，理论上，通过对GUI的深刻理解，AutoGLM可以完成人类在可视化电子设备（电脑，手机，平板……）上能做的任何事。它不受限于简单的任务场景或API调用，也不需要用户手动搭建复杂繁琐的工作流，操作逻辑与人类类似，真正做到在日常生活、工作中辅助人类。通过综合应用智谱自研的基础智能体解耦合中间界面和自进化在线课程强化学习框架策略，AutoGLM在PhoneUse和WebBrowserUse上都取得了大幅的性能提升。例如，在AndroidLab评测基准上，AutoGLM就显著超越了GPT-4o和Claude-3.5-Sonnet的表现；在WebArena-Lite评测基准中，AutoGLM更是相对GPT-4o取得了约200%的性能提升，大大缩小了人类和大模型智能体在GUI操控上的成功率差距。
大模型技术不断演进，赋能千行百业的能力不断提升。短期看，金融、教育、文娱传媒、办公、营销等领域能够实现快速场景落地；中期看，政务、制造、智慧城市等领域市场潜力不断释放；长期看，大模型有望为医疗、汽车、科研等领域带来颠覆性变革，推动生产力高质量发展。
AI不断突破传统科学研究的边界，加速科学发现的进程。2024年诺贝尔物理学奖、化学奖授予者均与AI相关。2024年的诺贝尔物理学奖授予了约翰-霍普菲尔德（John J. Hopfield）和杰弗里-辛顿（Geoffrey E. Hinton），“以表彰他们利用人工神经网络进行机器学习的奠基性发现和发明”。2024年诺贝尔化学奖一半由美国科学家David Baker因其在计算蛋白质设计方面的贡献而获奖，另一半奖项则授予了英国科学家Demis Hassabis和John M. Jumper，以表彰他们在蛋白质结构预测方面的成就。
国内模型经过不断迭代，Top1模型表现不断提升。据SuperCLUE，总体趋势上，国内外第一梯队大模型在中文领域的通用能力差距在持续缩小，从2023年5月的30.12%的差距，缩小至2024年8月的1.29%。目前国内大模型正在持续接近Claude 3.5 Sonnet和ChatGPT-4o-latest的能力，但o1-preview的推出进一步拉大了与其他模型的差距，国内大模型与o1-preview在中文难任务（Hard任务）上相差约为14%，在中文通用能力上相差约8%。
风险提示：
AI热点应用及变现能力不及预期可能导致AI算力投资快速回落，进而导致算力板块利润率、业绩预期明显下修；红利资产在估值修复后，可能因业绩增速下降、预期股息率下降或者筹码结构交易因素等导致估值、股价回落；国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；低空经济行业发展进度不及预期；5G-A基站建设规模低于预期；低轨卫星星座建设成本居高不下，商业化落地进程受阻；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件等板块的企业；数字经济和数字中国建设发展不及预期等；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期等。
证券研究报告名称：《通信行业2025年投资策略报告：通信视角下的新质生产力：科技自强，先进发展》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 刘永旭 SAC 编号：S1440520070014 SFC 编号：BVF090 阎贵成 SAC 编号：S1440518040002 SFC 编号：BNS315 武超则 SAC 编号：S1440513090003 SFC 编号：BEM208 杨伟松 SAC 编号：S1440522120003 汪洁 SAC 编号：S1440523050003 曹添雨 SAC 编号：S1440522080001 尹天杰 SAC 编号：S1440524070016 AI应用赋能千行百业：大模型应用的另外一个主战场是行业应用，《扩大内需战略规划纲要（2022-2035年）》：坚定实施扩大内需战略、培育完整内需体系。并重点提出推动5G、人工智能、大数据等技术与交通物流、能源、生态环保、水利、应急、公共服务等深度融合，助力相关行业治理能力提升。我们认为，围绕AI在金融、工业、教育、交通、军事、医疗等领域开始落地。金融端，大模型逐步成为更好的投研助手、财富管理虚拟人、金融知识库等。工业端，大模型已经开始在CAD等软件提供人机交互、AIGC生成样本等，重点关注中控技术。在机器人领域，接入大模型后的机器人智能化程度快速提升，已经开始在工厂等场景替代人完成简单任务。军事领域，海外的Palantir公司已经成功的在战场中利用大模型作为战场助手。教育领域，AI逐步在更多学科成为虚拟教师。在交通领域，车路云协同对基础设施提出更高要求，赋能智能交通管理的同时，能够有效降低智能驾驶车端成本。医疗领域，过往AI本身在医疗影像，新药研发等领域均有较为深入的应用（传统模型），生成式模型的出现使得上述领域的AI发展得到进一步深化，但总体来看，海外研发方向更偏制药，国内研发方向更偏健康管理，依据大模型效力的不同二者应用方向存在差异。 证券研究报告名称：《人工智能2025年投资策略报告：算力为基，自主可控大势所趋，Agent及B端应用崛起》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 于芳博 SAC 编号：S1440522030001 方子箫 SAC 编号：S1440524070009 辛侠平 SAC 编号：S1440524070006 AI：底层模型能力持续提升，B端&C端均加速落地 模型侧，今年以来Sora、GPT-4o、o1等模型陆续发布，为全球大模型提供了新的研究思路和发展范式，驱动全球大模型能力共同提升，后续主要关注AI视频和Agent能力的更新迭代。应用侧，B端付费意愿强，AI率先落地广告、电商、金融财税等场景，增厚报表端业绩，成为三季度海外部分SaaS公司业绩超预期的驱动力之一；C端已出现一批原生应用和现有应用的AI化改造，随着AI功能持续调优，爆款应用蓄势待发。 1、 看海外：B端应用率先增厚业绩，有望从B端向C端加速渗透 AI应用成为部分SaaS公司业绩超预期的驱动力之一。今年以来Applovin、Shopify、Freshworks等海外SaaS公司的业绩频超预期，超预期的原因比较综合，一方面是客户需求增速较高，另一方面则是AI功能改善了各产品的使用体验，驱动付费渗透率、付费用户数的提升。以程序化广告投放公司Applovin为例，去年公司发布程序化投放工具Axon的2.0版本，广告投放效果显著提升，公司至今已连续3个季度收入增速在35%以上，毛利率从70%提升至78%。AI+电商公司Shopify同样反映类似趋势，该公司主要为商家提供独立站建站工具，截至3季度末，公司收入增速连续6个季度超25%，其中三季度收入与GMV继续同比增长26%和24%，超一致预期2和3pct。AI成为其业绩超预期的驱动力之一，商家侧AI助手Sidekick和Magic赋能库存管理、发货、商品描述等场景，驱动Shopify订阅商家数增长，且新增Reebok、美泰等大品牌客户。 C端应用也陆续集成AI功能，提升用户体验。目前Instagram、Facebook、Youtube、Snapchat等海外主流C端应用均增加AI功能，主要以AI助手的形式出现，提供搜索、图像生成、文本摘要等功能，从而提升用户的使用效率和趣味性。其中Meta AI已集成在Meta旗下的各个应用中，目前月活已超5亿，在Meta全球40亿月活用户中的渗透率已超10%，成为全球用户数最多的AI应用。随着Meta底层模型能力的提升，该产品自去年9月上线以来持续迭代，陆续更新图像理解与生成、语音对话等多模态功能，25年有望上线视频生成功能，进一步提升用户体验。 代表公司——Meta：全球少数同时布局C端和B端AI应用，且AI已成为业绩增长驱动力的公司之一。 1）C端方面：公司除了推出Meta AI产品，还布局AI推荐算法，通过更精准的内容推荐显著增加用户时长。24年4月公司针对小体量账号难以破圈的问题，再次调整Instagram Reels的推荐算法，推荐标准以内容的互动活跃度为首要标准，不以账号的粉丝规模为首要标准；同时加大原创内容的扶持力度，会在转发内容下方增加原创内容的链接。据24年三季度业绩会，今年AI赋能的推荐算法，驱动Facebook和Instagram的使用时长分别增长8%和6%。 2）B端方面：公司推出自动化广告工具advantage/advantage+，充分利用汇总和匿名数据，为广告主进行精准地广告投放。虽然Advantage广告单价更高，但基于AI的广告投放更精准高效，广告主的投放回报率也更高，据Marketing Drive，Meta普通广告的广告支出回报率是3.71美元，Advantage+则为4.52美元，比普通广告高22%，因此广告主投放意愿较强烈。 Advantage：自动化执行广告投放过程中的特定步骤，包括精准定位用户、提高预算分配效率等。 Advantage+：覆盖全过程的自动化广告投放工具，用户只需完成投放区域、投放预算、产品素材等基本设置后，即可自动化投放，支持查看详细的投放数据。具体包括两大产品：Advantage+ Shopping Campaigns为DTC直营电商、单一品牌商家等电商卖家投放购物广告，广告主为销量等广告效果付费；Advantage+App Campaigns针对App开发者，投放过程和效果与前者相似。 AI驱动Meta广告收入量价齐升。自22年三季度 Advantage+推出以来，Meta广告收入增速持续回升，其中22年四季度到23年三季度之间，收入增长主要由广告曝光量带动；23年三季度以后收入增长同时由广告曝光量和广告单价驱动。24年三季度广告收入同比增长19%，按量价拆分：1）量：广告曝光量同比增长7%，预计由用户时长带动。今年AI赋能的推荐算法，驱动Fb和Ins的使用时长分别增长8%和6%。2）价：CPM同比增长11%，主要是因为转化率增加、广告需求较高。 2、看国内：AI视频进展快，互联网大厂C端布局积极 Sora验证DiT架构的可行性，国产模型经过半年时间追赶，整体效果已接近Sora。视频是用户消费时间最长的内容形式，据Questmobile，2017-2022年全球视频流量占互联网网络流量的比例已从73%上升至82%，叠加视频制作时间长、成本高，因此AI视频一直以来都是AI发展的重要方向。23年已出现大量视频生成产品，效果较好的产品包括Pika、Runway等，但生成时长仅3-5秒、人物动作幅度较慢，难以满足日常的使用需求，上述两个产品于今年6月的网站访问量也自去年12月下滑20%左右。主要是因为过去视觉生成主要采用基于卷积神经网络U-Net的扩散模型，随着参数量的提升，此架构的效果提升会显著放缓甚至消失。2月初Sora验证了DiT架构在视频生成方面的可行性，驱动视频生成的质量和时长实现跃升，主要是因为基于Transformer架构的扩散模型展现出了更好的扩展性，有助于进一步提升模型的生成质量及效率。后续国内公司普遍沿用Sora的技术路径，在DiT架构上进行微创新来研发视频生成模型。经过半年追赶，国内公司的产品陆续发布，整体效果已接近Sora。 6月至今海内外超10款视频模型更新，国内产品占据多数。6月快手可灵1.0率先发布；7月智谱、PixVerse、Vidu推出；9月快手可灵更新1.5模型，阿里万相和字节豆包发布，海外Runway、Luma和国内快手可灵、Vidu发布API接口；10月海外Meta Movie Gen和Pika 1.5发布，海螺AI、Pika1.5凭借影视作品二创、AI特效等，在海外出圈。 AI视频应用层面，视频模型API接口密集发布，更多AI应用有望集成视频生成能力。 7月：智谱推出基于视频模型CogVideoX的API接口，该模型即为智谱清影的底层模型，生成6秒视频的价格为0.5元。 9月中下旬：Runway和Luma AI同步推出视频生成模型的API接口，均已全面开放。Runway的API接口来自最新的Gen-3 Alpha Turbo模型，采用积分制的定价方式，生成5秒视频折合约0.25美元，价格比快手可灵的C端价格高40%。Luma AI的API接口已向所有用户开放，生成一段5秒钟720p分辨率的视频需支付约0.35美元。 9月底：国内Vidu和快手可灵相继推出API接口。另据火山引擎总裁谭待，豆包视频生成大模型也已经在内测API和应用，国庆节后会放出更多公开API。 展望后续，随着字节豆包、Minimax海螺AI、智谱清影等新模型发布和更新，以及快手可灵等产品与影视行业开展合作，我们预计AI视频有望率先落地C端社交娱乐、中短视频内容创作和专业级影视创作三大场景。 场景一：C端社交娱乐。去年至今出圈的妙鸭相机、Remini粘土特效、对嘴型唱歌等AI玩法，均验证用户对娱乐类AI多模态场景的高需求。对于普通用户而言，视频剪辑和生成都不是高频功能，且现有视频模型对prompt的要求仍比较高，C端产品需要聚焦具体且刚需的社交娱乐场景。 应用端，10月海螺AI和Pika“AI捏捏”特效出圈，反映AI创新玩法+社媒传播易形成AI应用爆款。 海螺AI：在9月更新文生视频能力，10月更新图生视频能力。与快手可灵相比，视频物理性和动态表现更好，完整生成人物扭头的动作，不出现面部表情畸变。9月海螺AI网页版访问量环比增长近9倍；10月初海外用户使用图生视频能力，进行影视作品二创，在X等社交平台热度高，驱动海螺AI成为全球访问量第一的AI视频应用。 Pika：在10月初更新1.5版本，上线爆炸、压扁等4大特效功能，可以将用户上传的图片改成特效小视频。压扁特效模拟手指挤压物体的过程，具备较强的解压效果，相关视频经过社交媒体传播，热度高。据Similarweb，10月第2周Pika访问量环比增长131%至243万，增速在AI视频产品中排名第一。 硬件端，AI硬件产品有望提供新的AI音视频应用体验。AI耳机方面，字节豆包首款AI智能体耳机Ola Friend已于24年10月发布，售价1199元。该产品接入豆包大模型，是字节旗下首款AI硬件设备。用户戴上耳机后，无需打开手机，就可以直接通过语音唤起豆包进行对话，成为豆包的人机交互新渠道。耳机的语音识别能力较强，我们预计在日常信息查询、旅游出行、英语学习等场景用途较大。AI眼镜方面，11月百度发布AI眼镜，集成文心技术，和百度地图、文库等一系列应用生态，可以第一视角拍摄、边走边问、识物百科、实时翻译等。预计1H25上市。另据钛媒体、新浪财经，字节还有一款AI眼镜在研。我们预计AI硬件有望为AI多模态技术提供新的落地方式，未来有望承接更多新的AI玩法，包括自动剪辑设备录制的音视频、实时AI虚拟人对话等。 场景二：中短视频内容创作。目前快手可灵和字节即梦已分别集成至快影和剪映两大视频剪辑App中，重构短视频创作工作流。AI短片产品落地也较快，美图公司的AI短片创作工具MOKI已全面开放，昆仑万维旗下AI短剧平台SkyReels已发布，我们预计近期将开启内测。过去动画短片、MV、网文短剧等短片制作需要经历剧本创作、分镜设计、角色挑选、视频拍摄、后期剪辑等多个流程，此类AI短片产品用AI工作流重构上述流程。 以美图的MOKI为例，用户只需经过三大步骤就可以完成AI短片制作：a）前期设定：设定好脚本、角色形象和视觉风格；b）生成视频素材：AI生成相应的分镜图，再生成视频片段；c）连接成完整的长视频：各个视频片段组合成完整的长视频，支持用户为特定篇端增加音效、驱动角色说话等。 场景三：专业级影视创作。专业的影视创作场景对AI工具需求高、付费意愿强。据动画艺术家工会（Animation Guild）今年上半年对美国55万名影视行业从业者进行的问卷调查，目前已经有69%的公司在使用生成式AI技术，其中约44%的公司将其应用于生成3D模型，39%的公司应用于设计角色和环境。因此快手可灵、智谱清影等头部国产视频模型均积极与影视行业开展合作。其中快手可灵携手李少红、贾樟柯等九位中国导演，共同启动了中国首个AIGC电影短片共创计划，智谱也与华策影视合作开发视频模型。我们认为AI 技术有望逐步渗透影视行业制作全流程，推动AI视频技术在影视行业加速落地。 中长期看，互联网大厂具备场景、用户和流量优势，有望打造爆款AI应用。目前国内用户规模排名前列的AI应用主要出自字节、百度、腾讯等互联网大厂。一方面，互联网大厂对现有应用进行AI化改造，包括百度文库、360AI搜索、百度搜索AI助手、微信输入法等。AI通常以助手的形式，无缝接入现有工作流，提供信息搜索、文字摘要和生成、语音转文字等功能。另一方面，积极布局原生AI应用，例如字节跳动已上线超20款AI产品，覆盖视频生成、虚拟陪伴、图片生成等几乎所有热门细分赛道，近一半为出海产品。其中多个产品进入AI产品榜单前列：1）从全球AI应用月活看：豆包App10月月活5130万，在全球AI应用中排名第2；AI教育产品Gauth月活环比增加69%至1626万，排名第15。2）从出海AI应用月活看：字节旗下3款产品排名前10，包括AI教育产品Gauth、豆包海外版CiCi、AI社交产品Anydoor。 3、后续AI应用看点 看点一：AI视频持续迭代。 年内还有两家明星AI公司的视频模型有望发布。国产视频模型主要由大厂和AI创业公司研发，AI创业公司中，Minimax和智谱AI均已发布视频模型，我们认为整体性能位于国内第一梯队。据36氪、新浪财经等媒体报道，月之暗面、阶跃星辰有望在年内发布视频模型，叠加Minimax、智谱的视频模型持续迭代，我们预计国产视频模型的技术能力有望再上新台阶。 科技大厂的视频模型同样密集更新迭代。快手可灵自6月发布至今已完成10次迭代，其AI视频编辑功能也即将上线，增加可灵的实用性；字节的豆包视频模型已经在内测API和应用，有望陆续放出更多公开API。此外，Meta深耕社交场景，用户规模大，期待Meta Movie Gen在25年全面开放，Instagram等应用有望集成AI视频能力，推动AI视频技术全球普及。 看点二：AI Agent元年开启。 智谱AutoGLM成为国内首个公开可用、完成复杂任务的AI Agent。AutoGLM支持自动操控App，集成语音交互、屏幕识别、任务规划等一系列AI功能，是国内首个公开可用、完成复杂任务的AI Agent，目前可以在安卓端申请使用。AutoGLM支持调用微信、淘宝、美团等8个常用APP，自动实现订酒店、总结攻略、转发聊天等一系列操作。我们认为端侧AI Agent，未来手机硬件厂商、应用APP、大模型公司三方均有发展空间。 AI应用的发展将经历聊天机器、AI Agent、数字员工/机器人三大阶段，明年有望成为AI Agent元年。苹果已发布Apple Intelligence，演示了如何使用Siri控制代理手机。iOS18.1已正式融入AI功能，包括写作工具、相册管理；24年12月苹果siri还将集成ChatGPT，进一步提高siri的智能化程度。另据彭博、新浪财经，OpenAI正在开发一款名为“Operator”的AI Agent，计划于25年1月发布。这款工具能够自动执行复杂任务，包括编写代码、预订旅行等。 看点三：模型能力持续迭代 OpenAI新一代旗舰模型Orion预计12月发布，25年期待GPT-5、Llama4等新一代旗舰模型发布。据The Verge、新浪财经和腾讯新闻，Orion被视为GPT-4的继任者，将首先提供给OpenAI的密切合作伙伴。Orion的部分高质量训练数据由草莓模型生成，我们预计Orion的输出准确性有望较大幅度提升。 OpenAI多次提出大模型新技术路线，为国产模型的更新迭代提供新思路。GPT-4o引起全球对原生多模态模型的关注，Sora验证DiT架构在视频模型的可行性，o1模型提出推理侧Scaling Law。6月起国产厂商在DiT架构的基础上进行微创新，研发出一系列效果赶超Sora的视频大模型，我们预计对标GPT-4o、o1模型的国产模型有望在半年内陆续发布。 风险提示： 版权保护力度不及预期，知识产权未划分明确的风险，IP影响力下降风险，与IP或明星合作中断的风险，大众审美取向发生转变的风险，竞争加剧的风险，用户付费意愿低的风险，消费习惯难以改变的风险，关联公司公司治理风险，内容上线表现不及预期的风险，生成式AI技术发展不及预期的风险，产品研发难度大的风险，产品上线延期的风险，营销买量成本上升风险，人才流失的风险，人力成本上升的风险，政策监管的风险，商业化能力不及预期的风险。 证券研究报告名称：《传媒互联网2025年投资策略报告：AI应用落地可期，IP消费持续景气》 对外发布时间：2024年11月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 杨艾莉 SAC 编号：S1440519060002 SFC 编号：BQI330 杨晓玮 SAC 编号：S1440523110001 蔡佳成 SAC 编号：S1440524080008 混合AI有望成趋势，端侧AI价值显现 云边协同的混合式AI架构对AI的规模化扩展起到重要作用。根据高通《混合AI是AI的未来》白皮书，随着生成式AI正以前所未有的速度发展以及计算需求的日益增长，AI处理必须分布在云端和终端进行，才能实现AI的规模化扩展并发挥其最大潜能。与仅在云端进行处理不同，混合AI架构可以根据模型和查询需求的复杂度等因素，在云端和边缘终端之间分配并协调AI工作负载。云端和边缘终端如智能手机、汽车、个人电脑和物联网终端协同工作，能够实现更强大、更高效且高度优化的AI。 终端侧AI具有成本、能耗、可靠性、隐私、安全和个性化优势。 成本优势：AI推理的规模远高于AI训练。模型的推理成本将随着日活用户数量及其使用频率的增加而增加。在云端进行推理的成本极高，这将导致规模化扩展难以持续。将一些运算负载从云端转移到边缘终端，可以减轻云基础设施的压力并减少开支。 能耗优势：边缘终端能够以很低的能耗运行生成式AI模型，尤其是将处理和数据传输相结合时。 可靠性、性能和时延：当生成式AI查询对于云的需求达到高峰期时，会产生大量排队等待和高时延，甚至可能出现拒绝服务的情况。向边缘终端转移计算负载可防止这一现象发生。 隐私、安全和个性化：由于数据处理完全在本地进行，终端侧AI有助于保护个人信息，以及企业和工作场所中的机密信息。以本地和云端分别运行AI大模型制作行程安排为例，本地AI大模型通过长期学习用户行为，并利用本地存储的信息，可以给出更贴合用户生活习惯、更准确的建议。相较之下，如果云端模型需要访问用户本地存储的文件、浏览记录等信息再给出个性化的建议，用户通常较难接受。 边缘侧已具备运行AI的实践基础，未来将支持多样化的生成式AI模型。在生成式AI出现之前，AI处理已在终端侧获得应用，越来越多的AI推理工作负载在手机、PC等边缘终端上运行。例如2017年发布的华为麒麟970首次在手机SoC中引入了NPU，提高设备在图像识别等基于AI的功能方面的效率和性能。苹果、三星等厂商也先后跟进，使AI算力成为旗舰手机芯片的标配。当下随着终端侧的算力持续提升，软件侧加强对大模型的蒸馏，边缘端设备逐步具备运行丰富的生成式AI功能。例如Stable Diffusion等参数超过10亿的模型已经能够在手机上运行，且性能和精确度达到与云端处理类似的水平。未来，拥有100亿或更多参数的生成式AI模型将能够在边缘端运行。 终端设备有望在AI的催化下迎来新一轮创新周期。生成式AI正在驱动新一轮内容生成、搜索和生产力相关用例的发展，覆盖包括智能手机、PC、汽车、XR以及物联网等终端品类，提供全新的增强用户体验。以PC为例，AI大模型已能够有效地处理文档撰写和演示文稿制作等任务，完美契合PC作为生产力工具的定位。此外，在以终端为中心的混合AI架构中，多数任务能够在PC本地运行，既保护隐私，又能及时响应。新兴的发展趋势有望带动新一轮的产品创新周期，全球科技巨头正加速投入。 1.3.2 AI手机：软硬件生态落地，驱动换机周期 AI手机的萌芽期——激增的音频/图像数据处理需求推动了AI手机的早期探索。智能手机构建本地AI能力历时已久，前期主要用于加速特定任务。在移动互联网和手机智能化发展的促进下，用户对于音频、图像数据的处理需求快速攀升，而传统的CPU、GPU分别存在计算速度慢、能耗高等问题。从2015年高通的骁龙820首次集成高通AI引擎以加速音频处理，到2017年华为、苹果分别在麒麟970和A11中加入NPU模块以加速图像处理，智能手机本地的AI算力在不断进步。总体而言，这一时期的AI手机主要利用NPU或其他AI加速硬件对特定任务如图像处理、语音识别进行加速。这些应用完成了AI手机的早期探索，一定程度上改善了用户的体验，但并没有引入全新的使用场景。 AI手机新阶段——大模型驱动智能化升级，将成为新一代AI手机的核心特点。AI大模型激发了将更先进的AI能力集成到智能手机中的愿景。AI大模型，如GPT-4表现出在多种任务上的卓越性能，包括自然语言理解、对话生成和复杂的推理任务。这些模型的复杂性和所需的计算资源远远超出了传统手机应用的范畴，但它们的成功激发了将更先进的AI能力集成到移动设备中的愿景。将AI大模型运用到手机上可能会大大提升手机的智能化程度，使得设备能够执行更复杂的任务，提供更个性化的体验，并更有效地处理大量数据。例如，手机可以使用AI模型来优化语音、图像处理等传统加速任务，并提供高度个性化的推荐，甚至进行实时的语言翻译和复杂的对话交互。 新一代AI手机具备可端侧运行AI大模型，且AI算力较高的特征。能否通过本地运行AI大模型提升智能化体验将成为新一代AI手机发展的关键。根据OPPO《AI手机白皮书》的定义，新一代AI手机需要支持包括Stable Diffusion和各种大语言模型在内的Gen AI模型在端侧运行，而为了更高效地运行大模型，NPU算力应大于30TOPS。 AI手机趋势如下： 1、端云混合：AI大模型在云端与终端混合运行将是一段时间内的主流解决方案。AI大模型可以按照云端运行、终端运行、混合运行三种模式在手机上落地：（1）基于云端运行：云端运行存在时延、隐私的问题，且企业由于承担推理成本需要考虑AI应用推广与商业化的平衡。（2）基于终端运行：手机由于算力、存储等硬件条件的限制，能本地运行的模型参数量有限，执行的任务复杂度较低。（3）混合运行：综合了前者的优缺点，但或许是当下生成式AI规模化扩展的最优解，也是各大厂商AI手机普遍采用的思路。 通过三星S24可以窥见AI手机端云混合的初级形态。以三星S24为例，简易AI应用如通话语音翻译离线运行，复杂应用如文生图、圈选即搜则由Google等云端大模型提供支持。 苹果Apple Intelligence发布，端云三大模型混合，实现跨应用执行操作能力。2024年6月苹果WWDC上展示了Apple Intelligence，其是iPhone、iPad和Mac等苹果终端的个人智能系统AI平台，支持端侧、云端大模型同步运行，能够实现苹果自身的跨应用操作、连续对话和上下文理解等功能，其中跨应用整合是最大的功能亮点，未来苹果将开放SDK全方面支持三方应用调用系统AI。Apple Intelligence的层级具体可描述为“端侧30亿参数大模型+私密云端大模型+第三方大模型调用”。前两者为苹果自研，其中本地模型具备约30亿参数，测试得分高于诸多70亿参数的开源模型（Mistral-7B 或 Gemma-7B）；云上模型通过私有云计算部署在在Apple芯片服务器上，运行的更大云端语言模型。目前公布的第三方大模型调用技术支持为 GPT-4o。苹果自研Apple Intelligence在性能上已经足以满足到用户的基本需求，因此Apple Intelligence在逻辑上会优先使用端侧及苹果私密云端大模型给予用户支持，对于第三方大模型调用的优先级则后置。 2、本地化AI：大模型轻量化与硬件性能突破将支撑本地运行更强大AI大模型。手机端运行AI大模型需要通过量化、压缩、条件计算、神经网络架构搜索和编译，在不牺牲太多精度的前提下对模型进行缩减。高通已经将FP32模型量化压缩到INT4模型，实现64倍内存和计算能效提升。高通的实验数据表明，在借助高通的量化感知训练后，不少AIGC模型可以量化至INT4模型，与INT8相比，性能提升约90%，能效提升大约60%。 核心硬件配置升级支撑更高参数量模型的本地化部署。高通、联发科新一代SoC在基础性能提升的同时，对生成式AI处理进行了优化，可在手机上直接运行百亿参数模型。各大手机厂商也开始在手机中配置12/16G甚至更高的的DRAM容量，为更高参数的大模型运行提供基础。 3、个人慧助：AI赋能操作系统内核，个人智慧助理式操作系统成为趋势。 手机厂商布局手机操作系统，构筑融合AI的基础。谷歌安卓系统以开源特性和丰富应用生态，占据主导地位。苹果iOS系统以封闭生态圈和出色的用户体验赢得大量用户的青睐。华为鸿蒙操作系统奋起直追，主打分布式能力。其他手机厂商也纷纷打造自家操作系统，强化技术独立的同时构筑搭载系统级AI的基础。 AI赋能操作系统创新，打造个人智慧助理式操作系统。AI手机操作系统竞争再度升级，手机操作系统不再局限于界面和应用，而是向更智能、个性化的方向迈进。未来有望通过自研端侧大模型赋能操作系统“个性化成长”，加持意图识别人机交互，基于用户自己的行为和数据去学习和理解他的意图，形成个人智慧助理式个人化操作系统。AI agent（具备交互、搜索、翻译、个性推荐、日程管理等能力）、跨应用功能统一调用、用户隐私保护、个性化和自适应等将成为AI操作系统的重要特征。AI赋能操作系统带动智能手机竞争从硬件拓展至软件体验。 4、竞争格局：“堆叠硬件”竞争局限有望被打破，大模型能力决定红利分配。 AI手机发展将推动智能手机市场进入新的竞争阶段。随着华为在市场上的重新崛起，防守市场份额并投资开发全新的亮眼功能成为其他厂商聚焦重心，AI成为关键因素，有望打破原有“堆叠硬件”的竞争局限，刺激创新加速并深刻改变商业模式，大模型能力决定红利分配方式。 高度个性化体验推动创新，AI算法和硬件的优化适配成为重点。AI手机可以根据用户的习惯和偏好，自动调整手机设置，推荐相关内容，甚至预测用户需求，高度个性化的体验将推动厂商在软件和服务上进行更多创新，如图像识别、语音交互、健康监测等，为厂商提供新的竞争领域，厂商之间的竞争将不再仅仅局限于硬件规格，还包括如何优化算法和硬件配合以更好地支持AI应用。 手机厂商与大模型厂商竞合并存，市场发展红利进一步向头部集中。一方面，手机厂商与大模型厂商合作，大模型厂商借助手机厂商的渠道和用户基础推广技术并变现，手机厂商利用大模型厂商的技术提升品牌价值和产品竞争力。另一方面，手机厂商希望拥有自主AI技术保持独立性和竞争优势，与专门提供AI服务厂商形成竞争。而不同于堆叠硬件的简单粗暴模式，培育优质大模型周期长、成本较高，未来市场格局或将向头部手机厂商自研AI，头部大模型厂商赋能尾部手机厂商（不排除会如SOC出现高通、联发科一样出现独大的大模型厂商）方向演变，市场发展红利将向头部手机厂商与大模型厂商集中。 AI大模型与智能手机结合有望驱动新一轮换机周期。重大创新是手机换机潮的核心驱动力。2007年iPhone初代发布，再到2010年4G兴起，智能手机与功能手机的使用体验拉开明显差距，智能手机因此开始大范围取代功能手机，出货量进入持续多年的快速增长期。此后，智能手机在摄像头、屏幕等硬件设计上继续微创新。而近几年智能手机无论是革命性的还是微创新都陷入瓶颈，换机周期大幅拉长，根据TechInsights，2023年全球智能手机换机周期创新高（51个月），换机率创新低（23.5%）。AI技术正为智能手机市场注入新的活力。若AI手机实现使用体验的革命性创新，将复刻智能手机取代功能手机的高速增长。通过融入AI大模型，新一代AI手机有望改善用户体验、创造差异化竞争优势，成为缩短手机换机周期和加速市场复苏的关键驱动力。 2024年全球智能手机出货量反弹，2025年有望继续增长。全球智能手机2023年出货量约11.7亿台，同比下降3.2%。过去三个季度，全球及中国智能手机出货量恢复，根据IDC，24Q1-Q3全球智能手机出货量同比分别增长11.9%、9.0%、4.0%，中国市场的出货量同比分别增长6.5%、9.2%、3.2%。随着消费温和复苏，折叠屏等新品起量以及AI赋能，2024年全球智能手机市场回归增长的正轨，预估2024年全球智能手机出货量将恢复到约12亿部，同比增长2.8%。2023年中国智能手机出货量约2.7亿台，同比下降5.0%，创近10年以来最低出货量，预计2024年中国智能手机市场出货量有望恢复到约2.8亿台，同比增长2.3%，将实现2021年以来首次同比增长。展望2025年，各家旗舰机引入AI大模型，以及AI向中低价位机型下沉，或刺激消费者换机需求，智能手机出货量有望维持增长。 从AI手机看，AI手机由高端机型向中端机型渗透，渗透率将快速提升。2023年，安卓阵营具有AI算力并支持本地运行AI大模型的机型包括三星S24、vivo X100、OPPO Find X7等，上述机型均为搭载高通、联发科旗舰芯片的高端手机。2024年，小米15、vivo X200、荣耀Magic7等安卓旗舰手机搭载了新一代高通和联发科处理器，并将内存、散热、电池等硬件进一步升级，以应对手机日益增长的端侧算力需求和配套硬件性能。苹果的部分机型（iPhone 15pro及之后的机型）也在2024年10月的IOS18.1更新中支持了Apple Intelligence，苹果部署了端侧小模型和云端大模型，预计IOS18.2引入ChatGPT。我们预计随着各大品牌手机内嵌大模型，并且大模型开始真正能够解决用户部分需求而不单单是噱头，2025年AI手机的渗透率也将快速提升。 从2024年起，新一代AI手机出货量将大幅增长。根据OPPO《AI手机白皮书》，2024年全球新一代AI手机出货量将达到1.7亿台，占全球手机市场15%；2024年国内出货量将达到0.4亿台，并在2027年升至1.5亿台，占中国手机市场的51.9%。 智能手机厂商可借助AI手机创新及相关卖点推动ASP持续增长。全球智能手机市场的ASP自2016年持续上升，多摄像头、5G等技术的创新进一步提高了物料成本是背后的重要原因之一。面对换机周期延长和零部件成本上升的双重压力，智能手机厂商有动力利用AI特性来区分其产品，吸引寻求最新技术和最佳性能的消费者，以支持价格调整并促进ASP的增长。 从AI的跨应用执行操作能力看，苹果生态具有天然优势。虽然安卓旗舰机型早在2023年下半年就搭配了高通骁龙8Gen3和联发科的天玑9300，支持端侧70亿及以上参数的大模型，从硬件上较快完成了配置升级。但由于芯片、大模型、APP、系统的各自独立，安卓厂商在软硬件一体化上打通各环节的速度较慢。苹果基于操作系统、芯片、大模型、终端的一体化优势，并把握了用户入口和流量分发，且有能力快速将AI推广至Macbook、iPad、Airpods、Watch、智能家居等，形成统一、闭环的生态。 从硬件看，AI+iPhone将推动iPhone进行一轮大的换机周期。换机周期取决于：（1）存量用户换机周期拉长至近年来最长，根据TechInsights，2023年全球智能手机换机周期创新高（51个月），换机率创新低（23.5%）；（2）iPhone保有量创下历史新高，根据statistics，iPhone全球保有量从2015年的5.7亿部增长至2023年的14.6亿部，而其中满足Apple Intelligence硬件要求的iPhone15 Pro和iPhone15 Pro Max的保有量不足1亿台；（3）Apple Intelligence将打通多端生态应用的边界，AI+iPhone将刺激消费者的换机欲望。复盘iPhone历史的销售量和ASP，可以看出，随着iPhone本身功能的迭代升级， iPhone ASP在逐年提升。 AI技术融入iPhone将加速硬件规格的升级，BOM成本在持续提升。为了在本地运行AI大模型，智能手机的SoC必须提升处理能力，例如集成专门的AI处理引擎，存储容量也需相应增加。此外，还需要更大容量的电池和更先进的电源管理芯片、更高质量的摄像头传感器和光学组件、更强的散热和射频性能。AI将加快智能手机硬件规格的升级，从而带来整机成本的提升。2024年6月Apple Intelligence发布，9月iPhone 16发布，10月底IOS18.1更新，iPhone正式搭载端侧大模型。由于AI的融入，iPhone16硬件继续升级，预计iPhone17硬件有更大幅度升级，iPhone BOM成本提升，零部件厂商迎来量价齐升。 1.3.3 AI PC：硬件算力与系统级AI功能逐步完善，AI PC出货量有望快速提升 AI PC将是AI终端重要落地应用场景，产业龙头已明晰新一代AI PC标准。AI大模型已能够有效地处理文档撰写和演示文稿制作等任务，完美符合PC作为生产力工具的定位。此外，在以终端为中心的混合AI架构中，多数任务能够在PC本地运行，既保护隐私，又能及时响应。新兴的发展趋势有望带动新一轮的产品创新周期，自2023年下半年开始，英特尔、高通、微软及一众OEM厂商都在积极推动AI PC的发展。初期，处理器包含NPU模块的电脑即为AI PC。2024年5月，微软发布了Copilot+PC，明确了Windows系统中的新一代AI PC标准： （1） 设备必须配备NPU、CPU和GPU，NPU算力应当大于40 TOPS； （2） 设备存储需要配备16GB RAM和256GB ROM； （3） 设备需要支持微软的Copilot； （4） 设备上之别配有Copilot物理按键 硬件端算力与内存规格快速升级，筑实端侧AI应用运行的基础。 （1）NPU从无到有，AI算力快速提升超越基准线：苹果最早在PC处理器上加入NPU模块，M4系列的NPU算力达到38 TOPS，相比前三代有明显提升。高通的X-Elite/Plus系列，NPU算力为45 TOPS，成为首批满足Copilot+PC标准的处理器，于2024年6月上市。2023年Intel的Meteor Lake系列、AMD的Phoenix系列和Hawk Point系列成为旗下首款搭载NPU的PC处理器，但上述产品的NPU算力介于10-20 TOPS之间，并不满足微软主导的AI PC标准。2024Q3，Intel推出了Lunar Lake（酷睿Ultra 200V）系列处理器，NPU算力最高达48 TOPS，整体AI算力最高达120 TOPS；AMD推出了Stirx Point（Ryzen AI 300）系列处理器，NPU算力最高达50 TOPS。Windows阵营的PC处理器厂商全部完成了达成Copilot+PC标准的产品线迭代。此外，联发科正与英伟达合作开发AI PC处理器，预计将于2025年底实现量产。 （2）异构算力单元推升综合AI算力，协同运作满足多样化需求：NPU、CPU和GPU的异构算力单元已成为AI PC处理器的标配。专为执行特定AI任务设计的NPU能使用比CPU、GPU更具能耗效率的方式执行新一代AI应用。GPU因其通用性强、算力高的特点，仍是当下AI PC处理器AI算力的主要来源，多数高负载AI任务仍依赖GPU运行。以Intel Lunar Lake为例，NPU算力达到48 TOPS，GPU算力则达到67 TOPS。在此基础上，PC还可加装独立GPU提供额外算力。根据Intel的预测，2024年-2025年期间，AI PC约40%的负载都将通过GPU执行，NPU执行的比例将从25%提升至30%，CPU执行的比例则从35%下调至30%。 （3）内存规格持续提升：PC端部署本地AI模型，需要足够大的内存将整个模型保存在其中，同时CPU/GPU和内存之间的带宽也是影响端侧大模型表现的参数。微软定义的Copilot+PC要求内存容量最低为16GB，搭载Intel、AMD新款处理器的Copilot+PC已普遍将内存提升至了32GB，为AI模型的部署留下充足余量。苹果为了Apple Intelligence在Mac端的应用，也放弃了8GB内存。2024年10月更新的M4版的iMac、Mac Mini、Macbook Pro，基础内存配资全部从8GB增加到了16GB，同时苹果宣布M2、M3版的Macbook Air机型现标配16GB内存，且起售价维持不变。Intel Lunar Lake还采用了同苹果M系列一样的MoP（Memory on Package）封装方案，内存与处理器之间的距离缩短，大大减少了数据传输的延迟和功耗。 AI PC端侧应用处于起步阶段，但其迅速发展的势头和大模型的潜力开启了爆款应用诞生的可能性。目前主流的边缘AI示例主要涵盖：（1）人机交互：如AI虚拟助手的语音或文字交流；（2）文本创作：撰写演讲稿、文章等；（3）多媒体创作：涉及音频、图像、视频素材的编辑与创新；（3）跨模态生成：文生图、语音转文字等；（4）增强应用软件：例如会议视频人像背景分离，游戏体验个性化等。随着开发者队伍的壮大，边缘AI应用的数量预计将快速增长，高通指出AI在终端的应用示例已从去年的1-2个增长至数百个，预计2024年将达到上千个。在此发展势头下，鉴于边缘端AI应用除了其本质的延迟性和隐私保护优势外，也展现出了更广泛的能力，例如在生产力方面，具有大幅提升效率的潜力；在娱乐、私人助手的角度，具有深度个性化的特点。这种全面的能力为未来爆款应用的诞生提供了坚实基础。 在Wintel体系稳固的x86 PC领域，微软为AI PC发展的主导。作为Windows操作系统的开发者，微软独具优势，能够在操作系统层面集成AI大模型。这种集成不仅使得操作系统能够提供个性化的AI助手，还允许其他应用调用这些模型，实现更自然的AI交互，同时确保个人隐私的安全。 微软正持续定义和开发系统级AI应用。在2024年开发者大会上，微软公布了包括系统级AI应用在内的多项新进展： （1）在系统级AI层面，微软已将AI功能遍及文件浏览器、图片浏览器、系统设置、通知以及各类系统级应用。以系统级的翻译能力为例，PC端任何程序中播放的音频、视频都可以被实时翻译成40多种语言。在图像编辑方面，Copilot将支持本地生成和优化图像，视频画面实时增强等功能（例如延伸接触、语音聚焦）。 （2）Copilot获得了OpenAI GPT-4o的云端支持，首次具备了“读屏”能力，实现上下文感知和视觉感知功能，例如Copilot可理解屏幕端的游戏画面并给出操作建议。 （3）基于系统级的AI功能和“读屏”能力，微软发布了召回（Recall）应用——用户可用自然语言回溯屏幕显示过的任何内容，重新定义Windows搜索功能。召回应用有一个时间轴，用户可以直接拖动找到自己需要的那个准确时间点，并直接暂停、删除AI记录的内容，还可以设置白名单过滤掉指定的应用程序或网站。召回应用可以完全在端侧运行，不需要上云，以保护用户隐私。 苹果软硬件一体化开发，发力系统级AI与垂直领域AI增强用户体验。苹果通过自行研发操作系统、芯片、大模型和终端设备，展现出强大的一体化优势。苹果擅长通过系统级整合将复杂技术化繁为简，使AI功能自然融入用户的日常体验。集成了Apple Intelligence的MacOs Sequoia不仅可以实现高效的系统级AI应用，还能够与iPhone、iPad、AirPods等设备协同工作，形成统一闭环的跨设备生态体系。在系统级AI应用方面，苹果已在MacOS Sequoia中引入了全系统可调用的新工具——Writing Tools。该工具支持用户在邮件、备忘录、Pages文稿以及第三方应用中对文本进行重写、校对和总结，从而提升效率。而在专业软件领域，苹果则为独立应用引入了专用AI功能，例如 Final Cut Pro 新增了自动添加字幕和智能抠图等功能。这种系统级AI和垂直领域专用AI并行推进的策略不仅满足了普通用户的日常需求，也增强了专业创作者的生产力。 NPU已成为新款处理器标配，具备NPU的AI PC渗透率加速提升。Arm阵营的高通、苹果，x86阵营的Intel、AMD，都在其新款处理器产品中加入了NPU，且未来的产品升级路线图表明，NPU已成为标配。随着新产品上市对老产品逐步形成替代，可以预见未来具备NPU的PC将占据绝大部分新机出货量，具备NPU的AI PC（宽泛标准下的AI PC）渗透率也将快速提升。根据Canalys的统计数据，2024Q3全球具备NPU的AI PC出货量已达到1330万台，环比增长约51%，占当季PC总出货量的20%。其中，Windows的市场份额从上一季度的41%上升至53%，首次超过MacOS。根据TechInsights的预测，具备NPU的AI PC渗透率将在2024年开始持续提升，从2024年的29%增至2029年的95%。 符合Copilot+PC标准的新一代AI PC将从高端产品线开始渗透。除去苹果，目前Windows阵营中符合Copilot+PC标准的处理器包括高通X Elite/Plus，AMD的Ryzen AI 300与Intel的Lunar Lake。2024Q3，搭载Snapdragon X系列芯片的Copilot+PC迎来了其首个完整的供应季，而AMD、Intel符合Copilot+PC标准的新一代处理器也启动上市，共同推动Copilot+PC出货量开启增长。目前已上市的Copilot+PC起售价普遍在1000美元以上，从高端机型开始渗透。根据IDC数据，2023年约33%的笔电价格高于1000美元，排除苹果后的比例约为22%。2025年将是Copilot+PC首度有一整年在销售，因此我们预计2025年笔电中的Copilot+PC出货量渗透率将突破20%。 AI PC催化换机将使上游零部件受益，核心环节具有价值量提升机会。 处理器：AI大模型全部或者部分能力在本地运行，都需要更强大的处理能力，对处理器提出了更高的性能要求。因此，不仅CPU和GPU需进行升级以应对增强的计算需求，而且NPU可能成为标配，无论是作为SoC模块的一部分还是作为外挂组件，其性能需求都需要提高。 存储：（1）DRAM：不考虑内存硬件压缩等技术的前提下，70亿参数大模型采用INT8精度推理大约需要14GB DRAM。而且为确保整体流畅性，还需冗余量兼顾操作系统和其他软件的常驻内存。因此DRAM容量具有明确的升级机会，微软的Copilot+PC已将DRAM下限定为16GB，TrendForce数据显示2023年PC的平均DRAM仅为10.6GB，随着AI PC的普及，全球PC平均DRAM容量将持续升级。（2）NAND Flash：鉴于未来操作系统与第三方软件可能分别集成大模型，同时大模型参数量将持续提升，终端设备将需要更高的NAND Flash容量用于长期存储。 在PC标准化与全球电子产业转移趋势中，中国台湾厂商享受到PC市场发展第一波红利，并占据PC产业链多数环节的主要份额。当前随着联想、华为等本土PC品牌的份额持续提升，以及国产替代的进程不断推进，本土PC产业链也将持续成长，并有望受益于AI PC为产业带来的变革机遇。 1.3.4 AI+硬件百花齐放，眼镜、耳机、音箱等产品迎来全新发展机遇 “AI+硬件”模式在办公、娱乐、教育等领域百花齐放，未来有望在更多场景以更多品类形式进行应用。随着AI大模型逐步成熟，几乎所有硬件产品都可以加入AI元素来提升表现能力。在AI大模型向着多模态、端侧应用逐步发展背景下，“AI+硬件”在各类应用场景落地，催生出多种品类。 AI眼镜市场迎来爆发元年，多方玩家开始积极布局。2023年9月，Meta与雷朋合作推出了名为Ray-Ban Meta的智能眼镜。Meta眼镜为眼镜增加了摄像头、喇叭、麦克风。最重大的更新是Meta眼镜融入了AI功能，与一般智能耳机用语音实现音量调节、拨打电话等简单指令类操作不同，Meta眼镜可以拍下用户当前正在观看的场景，调用Llama3多模态大模型的能力，回答用户的相关问，例如户外逛街查美食餐馆信息，室内做饭时查询菜单和烹饪方法。Meta眼镜的AI功能使其获得了不错的销售成绩，根据The Verge数据，截至2024年5月，Ray-Ban Meta出货量已超过100万副，全年出货量预计超过200万副。继Meta后，百度于2024年11月发布了小度AI眼镜，预计2025年上市。小米计划于2025年发布新一代AI眼镜。三星AI智能眼镜预计2025年上市。苹果内部也在推进代号“Atlas”的AI眼镜项目。雷鸟、Rokid、蜂巢科技、新视界、宝岛眼镜、LOHO眼镜等也纷纷开始进入AI眼镜领域。随着更多玩家加入，预计2025年将成为AI眼镜市场爆发元年。 耳机凭借轻量便携优势有望成为个人AI助理的硬件载体。耳机具备天然的语音交互优势，其可作为AI控制入口，接收语音指令，具体的执行交给其他如手机等运算终端。同时，相比手机、眼镜，耳机更轻、便携、可长时间佩戴，因此有望成为个人AI助理的主要载体，也吸引了众多科技公司的布局。三星早于今年7月发布了主打AI的Galaxy Buds 3 Pro，具备自适应降噪、环境分析等功能，并能够配合 Galaxy 手机完成即时口译。科大讯飞孵化的iFlyBuds也推出过支持AI录音降噪会议耳机系列产品，支持音视频录音、现场录音、同传翻译等多项功能。字节跳动在10月发布了首款AI智能体耳机Ola Friend，其背后连接字节自研的豆包大模型，可以通过唤醒词进入到豆包AI的连续对话。诺图科技数据显示，2024年8月，中国在线电商平台的AI耳机虽然在耳机/耳麦总销售额中仅占1.4%，但增长速度惊人，与去年同期相比，销量增长763.3%，销售额翻了近14.5倍，预计2024年中国AI耳机的电商销量有望突破20万副，同比增长率达488.7%。 大模型使智能音箱“重获生机”，有望成为智慧家庭场景的AI流量入口。初期智能音箱主要作为音乐播放工具，之后逐渐发展为智能家居的中心控制器。如小米AI音箱和华为AI音箱均可通过语音操控多达上千种智能家居设备。随着智能音箱产业进入瓶颈期，智能音箱出货量开始逐年下跌、消费者热情也开始逐渐消退。AI大模型的加入，明显提高了智能音箱对用户意图的理解，智能音箱对用户的反馈也更丰富和准确，有望成为智慧家庭场景的AI流量入口。早在2023年初，小度、阿里分别厂商将文心一言、通义千问大模型融入旗下智能音箱。2024年8月，小米宣布大模型小爱全量升级，已经在部分智能音箱机型上正式推送，并将陆续覆盖更多机型。 风险提示： 1、未来中美贸易摩擦可能进一步加剧，存在美国政府将继续加征关税、设置进口限制条件或其他贸易壁垒风险；2、AI上游基础设施投入了大量资金做研发和建设，端侧尚未有杀手级应用和刚性需求出现，存在AI应用不及预期风险；3、宏观环境的不利因素将可能使得全球经济增速放缓，居民收入、购买力及消费意愿将受到影响，存在下游需求不及预期风险；4、大宗商品价格仍未企稳，不排除继续上涨的可能，存在原材料成本提高的风险；5、全球政治局势复杂，主要经济体争端激化，国际贸易环境不确定性增大，可能使得全球经济增速放缓，从而影响市场需求结构，存在国际政治经济形势风险。 证券研究报告名称：《电子行业2025年投资策略展望：AI端侧应用兴起，国产高端芯片亟需国产化》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 刘双锋 SAC 编号：S1440520070002 庞佳军 SAC 编号：S1440524110001 范彬泰 SAC 编号：S1440521120001 孙芳芳 SAC 编号：S1440520060001 乔磊 SAC 编号：S1440522030002 章合坤 SAC 编号：S1440522050001 郭彦辉 SAC 编号：S1440520070009 王定润 SAC 编号：S1440524060005 何昱灵 SAC 编号：S1440524080001 国内外AI商业化价值凸显，新品迭代有望带来业绩拐点 移动互联网时代初期爆款应用月活保持高速增长。回顾移动互联网时代产品流量变化，我们选取手机QQ及微信作为代表产品进行分析。其中，凭借QQ PC版积累的用户基数， QQ移动版在移动互联网初期用户量快速增长，直至4Q15季度月活环比增速仍维持10%以上，而后整体保持平稳，2Q19起用户量有所下行。微信作为后发产品，用户量高速增长的时期更长，月活于18Q1正式突破10亿人，直至目前月活仍保持小幅增长。 全球AI应用处高速增长阶段，国内产品流量加速态势更加显著。而从AI应用月活看，据AI产品榜，2023年9月全球AI应用Web端月度访问量Top20合计为47.93亿，2024年10月已增长至86.69亿，环比呈平稳增长态势；考虑同比情况，2024年9月/10月全球AI应用流量TOP20合计数据分别增长72.07%/64.56%，处于高速增长区间。从国内AI应用Web端月度访问量Top20看，2023年9月至2024年9月合计流量从0.34亿增长至8.72亿，增长加速迹象明显，仅2024年10月因“百度搜索AI智能回答”不再计入统计合计流量为4.70亿，环比收缩46.09%（剔除该产品影响后环比增长12.38%）；同样考虑同比情况，2024年9月/10月国内AI应用流量TOP20合计数据分别增长2445.61%/1553.78%，增长速度惊人。 我们认为，类比移动互联网时代产品增速情况，目前国内外AI应用产品正处于用户量高速增长的阶段。叠加当前互联网更加发达，产品推广及用户渗透速度进一步加快，AI应用有望持续爆发。 海外AI应用商业化进展加速，标的公司业绩接连超预期。近期北美上市公司陆续公布三季报，AI应用标的业绩接连超出市场预期，互联网类大厂AI相关收入同样增速较快，均展现出较强的商业化价值。其中，Applovin利用AI技术构建AXON平台，帮助广告商和发布商匹配推广，24Q1-24Q3公司软件平台收入同比增速分别为91%/75%/66%，持续保持高增。在AI广告加持下，Applovin 24Q3营收11.98亿美元，较市场预期11.31亿美元高出5.9%。Innodata专注为科技企业提供AI数据服务，24Q3公司与客户开展或试点的项目显著增加，其中仅单个客户项目即提供了3060万美元收入，并预计投入使用后每年会产生1.105亿美元运营收入。Innodata 24Q3营收5222.4万美元，较市场预期3611.3万美元高出44.6%。 除AI应用企业外，海外大厂的AI变现同样展现出较好的进展。Meta在24Q3发布会上表示，通过对人工智能驱动的推荐算法，24年用户浏览Facebook/Instagram的时间分别提升了8%/6%；单9月有超过100万广告商使用生成式AI工具制作了超过1500万条广告。谷歌24Q3广告收入658.54亿美元，超出市场预期（655亿美元），主要系人工智能概览及圆圈搜索等AI功能优化了用户体验。微软24Q3 Azure云收入同比增长33%，其中人工智能服务提供了12%的增长；Copilot企业客户则环比增长55%。 国内AI应用逐步开始贡献收入，新品推出有望带来业绩增长拐点。随着各公司全面拥抱AIGC发展，今年以来国内厂商AI产品陆续开始带来收入。以金山办公为例，公司于7月正式发布WPS AI 2.0，在AI写作助手、AI阅读助手、AI数据助手、AI设计助手四个维度实现了范式革新，截至2024上半年公司AI功能会员累计年度付费用户数合计已超百万；在11月1日的投资者关系记录表中，公司亦表示私域知识生成功能已经取得企业客户广泛认可。视源股份旗下品牌希沃则于10月22日发布希沃教学大模型2.0，课堂智能反馈系统在AI加持下，已在全国多所中小学应用，赋能超过5万节课。 我们认为，目前国内外企业AI产品已经陆续开始贡献收入，开始展现AI应用的商业化价值。随着各公司AI产品进一步迭代升级，用户渗透率有望持续增加，从而为相关公司带来业绩增长拐点。 C端计算平台+B端生产力工具，有望率先迎来爆款新品 AI应用广泛覆盖C端用户，B端付费意愿更强，有望率先爆发。应用场景是作为AI落地的核心因素，B端和C端业界均有关注，其中B端场景早期主要聚焦客服营销、知识助手、办公助手等方向，并逐步向各垂直场景渗透，基于业务数据打造行业大模型；而C端则关注流量获取、新用户抢占，以期通过广泛的用户基础形成数据飞轮，功能上主要聚焦AI搜索、创作生产、角色扮演、情感陪护等方向。据量子位统计，从客户群体看，当前国内AI应用81%都选择覆盖C端客户，显著高于B端的50%。但从收费模式看，93%的B端应用已开始收费，会员制订阅/按需付费/一次性付费占比分别为50%/30%/13%；相比之下，目前C端应用中仍有43%免费向客户开放，会员制订阅/按需付费/一次性付费占比则分别为29%/15%/12%。 端侧AI作为C端新一代计算平台形态多样，厂商布局加速。本轮人工智能浪潮中，AI手机及AI PC作为最先落地的C端新一代计算平台，已成为各消费电子厂商主要布局方向。据Canalys预计，2024/2025年AI手机渗透率将分别达到17%/30%；2024-2028年中国大陆AI PC市场将由13%提升至73%。此外，机器人、AI眼镜、AI耳机等产品形态同样迎来密集探索，其中宇数科技G1人形机器人已实现量产；小鹏AI人形机器人Iron已投入工厂实训；Meta 联合雷朋推出的Ray-Ban Meta智能眼镜发售至今已实现出货量超过100万台。从各厂商已披露的AI终端产品的发布时间表看，新一代计算平台布局呈现加速趋势。我们认为，尽管目前新一代计算平台类产品的形态仍处探索阶段，但落地确定性较强，静待产品爆点。 B端AI融入工作流，形成新一代生产力工具。当前AI在B端的落地形态主要以融入工作流为主，作为新一代生产力工具优化员工工作效率。例如，金蝶在苍穹GPT大模型平台的基础上推出了财务大模型、HRGPT助手和Cosmic AI管理助手，财务侧为企业提供全面的分析预测；HR领域助力公司高效招聘；Cosmic AI管理助手则在合同管理、企业中台等方面实现提高办公效率。360智脑同样已落地企业级AI解决方案，面向管理部门提供行业分析，帮助企业决策；针对IT部门提供代码生成/续写/审查等功能，降低技术风险；对于业务部门覆盖营销、研发、售后等各链条，提高客户满意度。此外，三六零安全大模型还能在业务场景之上，为企业全方面保驾护航，据IDC报告，三六零已经实现全线安全产品100% AI化，综合实力领跑行业。 AI Agent密集发布，“Her”现实化更进一步。除端侧AI及AI工具软件外，近期AI Agent为C端和B端落地的重要方向。2024年10月10日，字节跳动豆包发布AI 智能体耳机 Ola Friend，可接入豆包大模型，并与豆包 APP 深度结合，通过语音交互实现信息查询、旅游出行、英语学习及情感交流等功能。10月25日，智谱AI推出自主智能体AutoGLM，其作为AI助手，能帮助用户在手机和网页上完成各种操作，包括点外卖、发微信、写点评、给朋友圈评论等，用户只需要通过语音即可发布指令。10月26日，金蝶也正式发布AI 管理助手苍穹APP，面向员工提供制度问询等功能；面向HR提供智能招聘、智能调配等能力；面向管理者提供人力分析，提升决策的科学性。10月28日苹果发布IOS 18.1系统更新，向iPhone15 Pro版本及iPhone 16全部机型引入Apple Intelligence，提供写作辅助、照片清理和通知摘要等功能。此外，360智脑亦能对职能部门提供“人力资源助手”、“法务助手”等智能体，提高工作效率。 我们认为，当前AI落地进一步加速，尤其Agent已成为各类厂商主流尝试方向，有望改变多流量入口形式。就C端场景而言，端侧AI作为新一代计算平台形态多样，产品落地确定性较强，软件则待高频应用爆发；B端场景中AI生产力工具商业化已呈现加速趋势，有望为企业带来业绩增长拐点。 风险提示： （1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求； （2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失； （3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化； （4）国际环境变化影响：目前国际形势动荡，对于海外收入占比较高公司可能形成影响，此外美国不断对中国科技施压，导致供应链安全风险。 证券研究报告名称：《2025年计算机年度策略：百炼成金（更新）》 对外发布时间：2024年11月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号：S1440521100010 王嘉昊 SAC 编号：S1440524030002
AI应用：百花齐放，赋能千行百业 伴随大模型能力的提升，海内外AI应用蓬勃发展，B端垂直企业服务、C端应用等层出不穷。据SensorTower数据显示，2023年全球AI应用年度下载量和内购收入分别上涨60%和70%，超过21亿次和17亿美元，而经过2023年的爆发式增长，2024年AI应用市场更加成熟。得益于头部应用的强势增长，2024年1-8月全球AI应用收入同比激增51%至20亿美元，预计2024年全年收入将达到33亿美元。
OpenAI推出新型语言模型o1，经过强化学习训练来执行复杂推理任务。o1在回答之前会思考，可以在响应用户之前产生一个很长的内部思维链。通过强化学习训练，大模型学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。在OpenAI的测试中，该系列后续更新的模型在物理、化学和生物学这些具有挑战性的基准任务上的表现与博士生相似。OpenAI还发现它在数学和编码方面表现出色。o1-preview在高阶推理（SC-Reasoning）上表现惊艳，总分达到85.27分，比全球其他厂商的通用大模型高出15分以上，当前遥遥领先。
ChatGPT正式开放AI搜索功能。11月，OpenAI宣布为ChatGPT推出最新的人工智能搜索体验，付费订阅者（以及SearchGPT候补名单上的用户）将获得可联网的实时对话信息能力，免费用户、企业用户和教育用户也将在未来几周内陆续获得访问权限。在正常的对话时，ChatGPT可以根据具体需求决定何时利用网络中的搜索结果，用户也可以主动触发网络搜索，同时包含了天气、股市、地图等小组件。AI搜索的核心能力体现在提升简单问题的解决效率、提升复杂性问题的处理能力以及多模态AI搜索能力方面。
智谱推出AutoGLM，可以模拟人类操作可视化电子设备。AutoGLM，只需接收简单的文字/语音指令，可以模拟人类操作手机，包括进行微信朋友圈评论、在携程上预订酒店、在12306上购买火车票、在美团上点外卖等，理论上，通过对GUI的深刻理解，AutoGLM可以完成人类在可视化电子设备（电脑，手机，平板……）上能做的任何事。它不受限于简单的任务场景或API调用，也不需要用户手动搭建复杂繁琐的工作流，操作逻辑与人类类似，真正做到在日常生活、工作中辅助人类。通过综合应用智谱自研的基础智能体解耦合中间界面和自进化在线课程强化学习框架策略，AutoGLM在PhoneUse和WebBrowserUse上都取得了大幅的性能提升。例如，在AndroidLab评测基准上，AutoGLM就显著超越了GPT-4o和Claude-3.5-Sonnet的表现；在WebArena-Lite评测基准中，AutoGLM更是相对GPT-4o取得了约200%的性能提升，大大缩小了人类和大模型智能体在GUI操控上的成功率差距。
大模型技术不断演进，赋能千行百业的能力不断提升。短期看，金融、教育、文娱传媒、办公、营销等领域能够实现快速场景落地；中期看，政务、制造、智慧城市等领域市场潜力不断释放；长期看，大模型有望为医疗、汽车、科研等领域带来颠覆性变革，推动生产力高质量发展。
AI不断突破传统科学研究的边界，加速科学发现的进程。2024年诺贝尔物理学奖、化学奖授予者均与AI相关。2024年的诺贝尔物理学奖授予了约翰-霍普菲尔德（John J. Hopfield）和杰弗里-辛顿（Geoffrey E. Hinton），“以表彰他们利用人工神经网络进行机器学习的奠基性发现和发明”。2024年诺贝尔化学奖一半由美国科学家David Baker因其在计算蛋白质设计方面的贡献而获奖，另一半奖项则授予了英国科学家Demis Hassabis和John M. Jumper，以表彰他们在蛋白质结构预测方面的成就。
国内模型经过不断迭代，Top1模型表现不断提升。据SuperCLUE，总体趋势上，国内外第一梯队大模型在中文领域的通用能力差距在持续缩小，从2023年5月的30.12%的差距，缩小至2024年8月的1.29%。目前国内大模型正在持续接近Claude 3.5 Sonnet和ChatGPT-4o-latest的能力，但o1-preview的推出进一步拉大了与其他模型的差距，国内大模型与o1-preview在中文难任务（Hard任务）上相差约为14%，在中文通用能力上相差约8%。
风险提示：
AI热点应用及变现能力不及预期可能导致AI算力投资快速回落，进而导致算力板块利润率、业绩预期明显下修；红利资产在估值修复后，可能因业绩增速下降、预期股息率下降或者筹码结构交易因素等导致估值、股价回落；国际环境变化对供应链的安全和稳定产生影响，对相关公司向海外拓展的进度产生影响；人工智能行业发展不及预期，影响云计算产业链相关公司的需求；低空经济行业发展进度不及预期；5G-A基站建设规模低于预期；低轨卫星星座建设成本居高不下，商业化落地进程受阻；市场竞争加剧，导致毛利率快速下滑；汇率波动影响外向型企业的汇兑收益与毛利率，包括ICT设备、光模块/光器件等板块的企业；数字经济和数字中国建设发展不及预期等；电信运营商的云计算业务发展不及预期；运营商资本开支不及预期；云厂商资本开支不及预期；通信模组、智能控制器行业需求不及预期等。
证券研究报告名称：《通信行业2025年投资策略报告：通信视角下的新质生产力：科技自强，先进发展》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 刘永旭 SAC 编号：S1440520070014 SFC 编号：BVF090 阎贵成 SAC 编号：S1440518040002 SFC 编号：BNS315 武超则 SAC 编号：S1440513090003 SFC 编号：BEM208 杨伟松 SAC 编号：S1440522120003 汪洁 SAC 编号：S1440523050003 曹添雨 SAC 编号：S1440522080001 尹天杰 SAC 编号：S1440524070016 AI应用赋能千行百业：大模型应用的另外一个主战场是行业应用，《扩大内需战略规划纲要（2022-2035年）》：坚定实施扩大内需战略、培育完整内需体系。并重点提出推动5G、人工智能、大数据等技术与交通物流、能源、生态环保、水利、应急、公共服务等深度融合，助力相关行业治理能力提升。我们认为，围绕AI在金融、工业、教育、交通、军事、医疗等领域开始落地。金融端，大模型逐步成为更好的投研助手、财富管理虚拟人、金融知识库等。工业端，大模型已经开始在CAD等软件提供人机交互、AIGC生成样本等，重点关注中控技术。在机器人领域，接入大模型后的机器人智能化程度快速提升，已经开始在工厂等场景替代人完成简单任务。军事领域，海外的Palantir公司已经成功的在战场中利用大模型作为战场助手。教育领域，AI逐步在更多学科成为虚拟教师。在交通领域，车路云协同对基础设施提出更高要求，赋能智能交通管理的同时，能够有效降低智能驾驶车端成本。医疗领域，过往AI本身在医疗影像，新药研发等领域均有较为深入的应用（传统模型），生成式模型的出现使得上述领域的AI发展得到进一步深化，但总体来看，海外研发方向更偏制药，国内研发方向更偏健康管理，依据大模型效力的不同二者应用方向存在差异。 证券研究报告名称：《人工智能2025年投资策略报告：算力为基，自主可控大势所趋，Agent及B端应用崛起》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 于芳博 SAC 编号：S1440522030001 方子箫 SAC 编号：S1440524070009 辛侠平 SAC 编号：S1440524070006 AI：底层模型能力持续提升，B端&C端均加速落地 模型侧，今年以来Sora、GPT-4o、o1等模型陆续发布，为全球大模型提供了新的研究思路和发展范式，驱动全球大模型能力共同提升，后续主要关注AI视频和Agent能力的更新迭代。应用侧，B端付费意愿强，AI率先落地广告、电商、金融财税等场景，增厚报表端业绩，成为三季度海外部分SaaS公司业绩超预期的驱动力之一；C端已出现一批原生应用和现有应用的AI化改造，随着AI功能持续调优，爆款应用蓄势待发。 1、 看海外：B端应用率先增厚业绩，有望从B端向C端加速渗透 AI应用成为部分SaaS公司业绩超预期的驱动力之一。今年以来Applovin、Shopify、Freshworks等海外SaaS公司的业绩频超预期，超预期的原因比较综合，一方面是客户需求增速较高，另一方面则是AI功能改善了各产品的使用体验，驱动付费渗透率、付费用户数的提升。以程序化广告投放公司Applovin为例，去年公司发布程序化投放工具Axon的2.0版本，广告投放效果显著提升，公司至今已连续3个季度收入增速在35%以上，毛利率从70%提升至78%。AI+电商公司Shopify同样反映类似趋势，该公司主要为商家提供独立站建站工具，截至3季度末，公司收入增速连续6个季度超25%，其中三季度收入与GMV继续同比增长26%和24%，超一致预期2和3pct。AI成为其业绩超预期的驱动力之一，商家侧AI助手Sidekick和Magic赋能库存管理、发货、商品描述等场景，驱动Shopify订阅商家数增长，且新增Reebok、美泰等大品牌客户。 C端应用也陆续集成AI功能，提升用户体验。目前Instagram、Facebook、Youtube、Snapchat等海外主流C端应用均增加AI功能，主要以AI助手的形式出现，提供搜索、图像生成、文本摘要等功能，从而提升用户的使用效率和趣味性。其中Meta AI已集成在Meta旗下的各个应用中，目前月活已超5亿，在Meta全球40亿月活用户中的渗透率已超10%，成为全球用户数最多的AI应用。随着Meta底层模型能力的提升，该产品自去年9月上线以来持续迭代，陆续更新图像理解与生成、语音对话等多模态功能，25年有望上线视频生成功能，进一步提升用户体验。 代表公司——Meta：全球少数同时布局C端和B端AI应用，且AI已成为业绩增长驱动力的公司之一。 1）C端方面：公司除了推出Meta AI产品，还布局AI推荐算法，通过更精准的内容推荐显著增加用户时长。24年4月公司针对小体量账号难以破圈的问题，再次调整Instagram Reels的推荐算法，推荐标准以内容的互动活跃度为首要标准，不以账号的粉丝规模为首要标准；同时加大原创内容的扶持力度，会在转发内容下方增加原创内容的链接。据24年三季度业绩会，今年AI赋能的推荐算法，驱动Facebook和Instagram的使用时长分别增长8%和6%。 2）B端方面：公司推出自动化广告工具advantage/advantage+，充分利用汇总和匿名数据，为广告主进行精准地广告投放。虽然Advantage广告单价更高，但基于AI的广告投放更精准高效，广告主的投放回报率也更高，据Marketing Drive，Meta普通广告的广告支出回报率是3.71美元，Advantage+则为4.52美元，比普通广告高22%，因此广告主投放意愿较强烈。 Advantage：自动化执行广告投放过程中的特定步骤，包括精准定位用户、提高预算分配效率等。 Advantage+：覆盖全过程的自动化广告投放工具，用户只需完成投放区域、投放预算、产品素材等基本设置后，即可自动化投放，支持查看详细的投放数据。具体包括两大产品：Advantage+ Shopping Campaigns为DTC直营电商、单一品牌商家等电商卖家投放购物广告，广告主为销量等广告效果付费；Advantage+App Campaigns针对App开发者，投放过程和效果与前者相似。 AI驱动Meta广告收入量价齐升。自22年三季度 Advantage+推出以来，Meta广告收入增速持续回升，其中22年四季度到23年三季度之间，收入增长主要由广告曝光量带动；23年三季度以后收入增长同时由广告曝光量和广告单价驱动。24年三季度广告收入同比增长19%，按量价拆分：1）量：广告曝光量同比增长7%，预计由用户时长带动。今年AI赋能的推荐算法，驱动Fb和Ins的使用时长分别增长8%和6%。2）价：CPM同比增长11%，主要是因为转化率增加、广告需求较高。 2、看国内：AI视频进展快，互联网大厂C端布局积极 Sora验证DiT架构的可行性，国产模型经过半年时间追赶，整体效果已接近Sora。视频是用户消费时间最长的内容形式，据Questmobile，2017-2022年全球视频流量占互联网网络流量的比例已从73%上升至82%，叠加视频制作时间长、成本高，因此AI视频一直以来都是AI发展的重要方向。23年已出现大量视频生成产品，效果较好的产品包括Pika、Runway等，但生成时长仅3-5秒、人物动作幅度较慢，难以满足日常的使用需求，上述两个产品于今年6月的网站访问量也自去年12月下滑20%左右。主要是因为过去视觉生成主要采用基于卷积神经网络U-Net的扩散模型，随着参数量的提升，此架构的效果提升会显著放缓甚至消失。2月初Sora验证了DiT架构在视频生成方面的可行性，驱动视频生成的质量和时长实现跃升，主要是因为基于Transformer架构的扩散模型展现出了更好的扩展性，有助于进一步提升模型的生成质量及效率。后续国内公司普遍沿用Sora的技术路径，在DiT架构上进行微创新来研发视频生成模型。经过半年追赶，国内公司的产品陆续发布，整体效果已接近Sora。 6月至今海内外超10款视频模型更新，国内产品占据多数。6月快手可灵1.0率先发布；7月智谱、PixVerse、Vidu推出；9月快手可灵更新1.5模型，阿里万相和字节豆包发布，海外Runway、Luma和国内快手可灵、Vidu发布API接口；10月海外Meta Movie Gen和Pika 1.5发布，海螺AI、Pika1.5凭借影视作品二创、AI特效等，在海外出圈。 AI视频应用层面，视频模型API接口密集发布，更多AI应用有望集成视频生成能力。 7月：智谱推出基于视频模型CogVideoX的API接口，该模型即为智谱清影的底层模型，生成6秒视频的价格为0.5元。 9月中下旬：Runway和Luma AI同步推出视频生成模型的API接口，均已全面开放。Runway的API接口来自最新的Gen-3 Alpha Turbo模型，采用积分制的定价方式，生成5秒视频折合约0.25美元，价格比快手可灵的C端价格高40%。Luma AI的API接口已向所有用户开放，生成一段5秒钟720p分辨率的视频需支付约0.35美元。 9月底：国内Vidu和快手可灵相继推出API接口。另据火山引擎总裁谭待，豆包视频生成大模型也已经在内测API和应用，国庆节后会放出更多公开API。 展望后续，随着字节豆包、Minimax海螺AI、智谱清影等新模型发布和更新，以及快手可灵等产品与影视行业开展合作，我们预计AI视频有望率先落地C端社交娱乐、中短视频内容创作和专业级影视创作三大场景。 场景一：C端社交娱乐。去年至今出圈的妙鸭相机、Remini粘土特效、对嘴型唱歌等AI玩法，均验证用户对娱乐类AI多模态场景的高需求。对于普通用户而言，视频剪辑和生成都不是高频功能，且现有视频模型对prompt的要求仍比较高，C端产品需要聚焦具体且刚需的社交娱乐场景。 应用端，10月海螺AI和Pika“AI捏捏”特效出圈，反映AI创新玩法+社媒传播易形成AI应用爆款。 海螺AI：在9月更新文生视频能力，10月更新图生视频能力。与快手可灵相比，视频物理性和动态表现更好，完整生成人物扭头的动作，不出现面部表情畸变。9月海螺AI网页版访问量环比增长近9倍；10月初海外用户使用图生视频能力，进行影视作品二创，在X等社交平台热度高，驱动海螺AI成为全球访问量第一的AI视频应用。 Pika：在10月初更新1.5版本，上线爆炸、压扁等4大特效功能，可以将用户上传的图片改成特效小视频。压扁特效模拟手指挤压物体的过程，具备较强的解压效果，相关视频经过社交媒体传播，热度高。据Similarweb，10月第2周Pika访问量环比增长131%至243万，增速在AI视频产品中排名第一。 硬件端，AI硬件产品有望提供新的AI音视频应用体验。AI耳机方面，字节豆包首款AI智能体耳机Ola Friend已于24年10月发布，售价1199元。该产品接入豆包大模型，是字节旗下首款AI硬件设备。用户戴上耳机后，无需打开手机，就可以直接通过语音唤起豆包进行对话，成为豆包的人机交互新渠道。耳机的语音识别能力较强，我们预计在日常信息查询、旅游出行、英语学习等场景用途较大。AI眼镜方面，11月百度发布AI眼镜，集成文心技术，和百度地图、文库等一系列应用生态，可以第一视角拍摄、边走边问、识物百科、实时翻译等。预计1H25上市。另据钛媒体、新浪财经，字节还有一款AI眼镜在研。我们预计AI硬件有望为AI多模态技术提供新的落地方式，未来有望承接更多新的AI玩法，包括自动剪辑设备录制的音视频、实时AI虚拟人对话等。 场景二：中短视频内容创作。目前快手可灵和字节即梦已分别集成至快影和剪映两大视频剪辑App中，重构短视频创作工作流。AI短片产品落地也较快，美图公司的AI短片创作工具MOKI已全面开放，昆仑万维旗下AI短剧平台SkyReels已发布，我们预计近期将开启内测。过去动画短片、MV、网文短剧等短片制作需要经历剧本创作、分镜设计、角色挑选、视频拍摄、后期剪辑等多个流程，此类AI短片产品用AI工作流重构上述流程。 以美图的MOKI为例，用户只需经过三大步骤就可以完成AI短片制作：a）前期设定：设定好脚本、角色形象和视觉风格；b）生成视频素材：AI生成相应的分镜图，再生成视频片段；c）连接成完整的长视频：各个视频片段组合成完整的长视频，支持用户为特定篇端增加音效、驱动角色说话等。 场景三：专业级影视创作。专业的影视创作场景对AI工具需求高、付费意愿强。据动画艺术家工会（Animation Guild）今年上半年对美国55万名影视行业从业者进行的问卷调查，目前已经有69%的公司在使用生成式AI技术，其中约44%的公司将其应用于生成3D模型，39%的公司应用于设计角色和环境。因此快手可灵、智谱清影等头部国产视频模型均积极与影视行业开展合作。其中快手可灵携手李少红、贾樟柯等九位中国导演，共同启动了中国首个AIGC电影短片共创计划，智谱也与华策影视合作开发视频模型。我们认为AI 技术有望逐步渗透影视行业制作全流程，推动AI视频技术在影视行业加速落地。 中长期看，互联网大厂具备场景、用户和流量优势，有望打造爆款AI应用。目前国内用户规模排名前列的AI应用主要出自字节、百度、腾讯等互联网大厂。一方面，互联网大厂对现有应用进行AI化改造，包括百度文库、360AI搜索、百度搜索AI助手、微信输入法等。AI通常以助手的形式，无缝接入现有工作流，提供信息搜索、文字摘要和生成、语音转文字等功能。另一方面，积极布局原生AI应用，例如字节跳动已上线超20款AI产品，覆盖视频生成、虚拟陪伴、图片生成等几乎所有热门细分赛道，近一半为出海产品。其中多个产品进入AI产品榜单前列：1）从全球AI应用月活看：豆包App10月月活5130万，在全球AI应用中排名第2；AI教育产品Gauth月活环比增加69%至1626万，排名第15。2）从出海AI应用月活看：字节旗下3款产品排名前10，包括AI教育产品Gauth、豆包海外版CiCi、AI社交产品Anydoor。 3、后续AI应用看点 看点一：AI视频持续迭代。 年内还有两家明星AI公司的视频模型有望发布。国产视频模型主要由大厂和AI创业公司研发，AI创业公司中，Minimax和智谱AI均已发布视频模型，我们认为整体性能位于国内第一梯队。据36氪、新浪财经等媒体报道，月之暗面、阶跃星辰有望在年内发布视频模型，叠加Minimax、智谱的视频模型持续迭代，我们预计国产视频模型的技术能力有望再上新台阶。 科技大厂的视频模型同样密集更新迭代。快手可灵自6月发布至今已完成10次迭代，其AI视频编辑功能也即将上线，增加可灵的实用性；字节的豆包视频模型已经在内测API和应用，有望陆续放出更多公开API。此外，Meta深耕社交场景，用户规模大，期待Meta Movie Gen在25年全面开放，Instagram等应用有望集成AI视频能力，推动AI视频技术全球普及。 看点二：AI Agent元年开启。 智谱AutoGLM成为国内首个公开可用、完成复杂任务的AI Agent。AutoGLM支持自动操控App，集成语音交互、屏幕识别、任务规划等一系列AI功能，是国内首个公开可用、完成复杂任务的AI Agent，目前可以在安卓端申请使用。AutoGLM支持调用微信、淘宝、美团等8个常用APP，自动实现订酒店、总结攻略、转发聊天等一系列操作。我们认为端侧AI Agent，未来手机硬件厂商、应用APP、大模型公司三方均有发展空间。 AI应用的发展将经历聊天机器、AI Agent、数字员工/机器人三大阶段，明年有望成为AI Agent元年。苹果已发布Apple Intelligence，演示了如何使用Siri控制代理手机。iOS18.1已正式融入AI功能，包括写作工具、相册管理；24年12月苹果siri还将集成ChatGPT，进一步提高siri的智能化程度。另据彭博、新浪财经，OpenAI正在开发一款名为“Operator”的AI Agent，计划于25年1月发布。这款工具能够自动执行复杂任务，包括编写代码、预订旅行等。 看点三：模型能力持续迭代 OpenAI新一代旗舰模型Orion预计12月发布，25年期待GPT-5、Llama4等新一代旗舰模型发布。据The Verge、新浪财经和腾讯新闻，Orion被视为GPT-4的继任者，将首先提供给OpenAI的密切合作伙伴。Orion的部分高质量训练数据由草莓模型生成，我们预计Orion的输出准确性有望较大幅度提升。 OpenAI多次提出大模型新技术路线，为国产模型的更新迭代提供新思路。GPT-4o引起全球对原生多模态模型的关注，Sora验证DiT架构在视频模型的可行性，o1模型提出推理侧Scaling Law。6月起国产厂商在DiT架构的基础上进行微创新，研发出一系列效果赶超Sora的视频大模型，我们预计对标GPT-4o、o1模型的国产模型有望在半年内陆续发布。 风险提示： 版权保护力度不及预期，知识产权未划分明确的风险，IP影响力下降风险，与IP或明星合作中断的风险，大众审美取向发生转变的风险，竞争加剧的风险，用户付费意愿低的风险，消费习惯难以改变的风险，关联公司公司治理风险，内容上线表现不及预期的风险，生成式AI技术发展不及预期的风险，产品研发难度大的风险，产品上线延期的风险，营销买量成本上升风险，人才流失的风险，人力成本上升的风险，政策监管的风险，商业化能力不及预期的风险。 证券研究报告名称：《传媒互联网2025年投资策略报告：AI应用落地可期，IP消费持续景气》 对外发布时间：2024年11月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 杨艾莉 SAC 编号：S1440519060002 SFC 编号：BQI330 杨晓玮 SAC 编号：S1440523110001 蔡佳成 SAC 编号：S1440524080008 混合AI有望成趋势，端侧AI价值显现 云边协同的混合式AI架构对AI的规模化扩展起到重要作用。根据高通《混合AI是AI的未来》白皮书，随着生成式AI正以前所未有的速度发展以及计算需求的日益增长，AI处理必须分布在云端和终端进行，才能实现AI的规模化扩展并发挥其最大潜能。与仅在云端进行处理不同，混合AI架构可以根据模型和查询需求的复杂度等因素，在云端和边缘终端之间分配并协调AI工作负载。云端和边缘终端如智能手机、汽车、个人电脑和物联网终端协同工作，能够实现更强大、更高效且高度优化的AI。 终端侧AI具有成本、能耗、可靠性、隐私、安全和个性化优势。 成本优势：AI推理的规模远高于AI训练。模型的推理成本将随着日活用户数量及其使用频率的增加而增加。在云端进行推理的成本极高，这将导致规模化扩展难以持续。将一些运算负载从云端转移到边缘终端，可以减轻云基础设施的压力并减少开支。 能耗优势：边缘终端能够以很低的能耗运行生成式AI模型，尤其是将处理和数据传输相结合时。 可靠性、性能和时延：当生成式AI查询对于云的需求达到高峰期时，会产生大量排队等待和高时延，甚至可能出现拒绝服务的情况。向边缘终端转移计算负载可防止这一现象发生。 隐私、安全和个性化：由于数据处理完全在本地进行，终端侧AI有助于保护个人信息，以及企业和工作场所中的机密信息。以本地和云端分别运行AI大模型制作行程安排为例，本地AI大模型通过长期学习用户行为，并利用本地存储的信息，可以给出更贴合用户生活习惯、更准确的建议。相较之下，如果云端模型需要访问用户本地存储的文件、浏览记录等信息再给出个性化的建议，用户通常较难接受。 边缘侧已具备运行AI的实践基础，未来将支持多样化的生成式AI模型。在生成式AI出现之前，AI处理已在终端侧获得应用，越来越多的AI推理工作负载在手机、PC等边缘终端上运行。例如2017年发布的华为麒麟970首次在手机SoC中引入了NPU，提高设备在图像识别等基于AI的功能方面的效率和性能。苹果、三星等厂商也先后跟进，使AI算力成为旗舰手机芯片的标配。当下随着终端侧的算力持续提升，软件侧加强对大模型的蒸馏，边缘端设备逐步具备运行丰富的生成式AI功能。例如Stable Diffusion等参数超过10亿的模型已经能够在手机上运行，且性能和精确度达到与云端处理类似的水平。未来，拥有100亿或更多参数的生成式AI模型将能够在边缘端运行。 终端设备有望在AI的催化下迎来新一轮创新周期。生成式AI正在驱动新一轮内容生成、搜索和生产力相关用例的发展，覆盖包括智能手机、PC、汽车、XR以及物联网等终端品类，提供全新的增强用户体验。以PC为例，AI大模型已能够有效地处理文档撰写和演示文稿制作等任务，完美契合PC作为生产力工具的定位。此外，在以终端为中心的混合AI架构中，多数任务能够在PC本地运行，既保护隐私，又能及时响应。新兴的发展趋势有望带动新一轮的产品创新周期，全球科技巨头正加速投入。 1.3.2 AI手机：软硬件生态落地，驱动换机周期 AI手机的萌芽期——激增的音频/图像数据处理需求推动了AI手机的早期探索。智能手机构建本地AI能力历时已久，前期主要用于加速特定任务。在移动互联网和手机智能化发展的促进下，用户对于音频、图像数据的处理需求快速攀升，而传统的CPU、GPU分别存在计算速度慢、能耗高等问题。从2015年高通的骁龙820首次集成高通AI引擎以加速音频处理，到2017年华为、苹果分别在麒麟970和A11中加入NPU模块以加速图像处理，智能手机本地的AI算力在不断进步。总体而言，这一时期的AI手机主要利用NPU或其他AI加速硬件对特定任务如图像处理、语音识别进行加速。这些应用完成了AI手机的早期探索，一定程度上改善了用户的体验，但并没有引入全新的使用场景。 AI手机新阶段——大模型驱动智能化升级，将成为新一代AI手机的核心特点。AI大模型激发了将更先进的AI能力集成到智能手机中的愿景。AI大模型，如GPT-4表现出在多种任务上的卓越性能，包括自然语言理解、对话生成和复杂的推理任务。这些模型的复杂性和所需的计算资源远远超出了传统手机应用的范畴，但它们的成功激发了将更先进的AI能力集成到移动设备中的愿景。将AI大模型运用到手机上可能会大大提升手机的智能化程度，使得设备能够执行更复杂的任务，提供更个性化的体验，并更有效地处理大量数据。例如，手机可以使用AI模型来优化语音、图像处理等传统加速任务，并提供高度个性化的推荐，甚至进行实时的语言翻译和复杂的对话交互。 新一代AI手机具备可端侧运行AI大模型，且AI算力较高的特征。能否通过本地运行AI大模型提升智能化体验将成为新一代AI手机发展的关键。根据OPPO《AI手机白皮书》的定义，新一代AI手机需要支持包括Stable Diffusion和各种大语言模型在内的Gen AI模型在端侧运行，而为了更高效地运行大模型，NPU算力应大于30TOPS。 AI手机趋势如下： 1、端云混合：AI大模型在云端与终端混合运行将是一段时间内的主流解决方案。AI大模型可以按照云端运行、终端运行、混合运行三种模式在手机上落地：（1）基于云端运行：云端运行存在时延、隐私的问题，且企业由于承担推理成本需要考虑AI应用推广与商业化的平衡。（2）基于终端运行：手机由于算力、存储等硬件条件的限制，能本地运行的模型参数量有限，执行的任务复杂度较低。（3）混合运行：综合了前者的优缺点，但或许是当下生成式AI规模化扩展的最优解，也是各大厂商AI手机普遍采用的思路。 通过三星S24可以窥见AI手机端云混合的初级形态。以三星S24为例，简易AI应用如通话语音翻译离线运行，复杂应用如文生图、圈选即搜则由Google等云端大模型提供支持。 苹果Apple Intelligence发布，端云三大模型混合，实现跨应用执行操作能力。2024年6月苹果WWDC上展示了Apple Intelligence，其是iPhone、iPad和Mac等苹果终端的个人智能系统AI平台，支持端侧、云端大模型同步运行，能够实现苹果自身的跨应用操作、连续对话和上下文理解等功能，其中跨应用整合是最大的功能亮点，未来苹果将开放SDK全方面支持三方应用调用系统AI。Apple Intelligence的层级具体可描述为“端侧30亿参数大模型+私密云端大模型+第三方大模型调用”。前两者为苹果自研，其中本地模型具备约30亿参数，测试得分高于诸多70亿参数的开源模型（Mistral-7B 或 Gemma-7B）；云上模型通过私有云计算部署在在Apple芯片服务器上，运行的更大云端语言模型。目前公布的第三方大模型调用技术支持为 GPT-4o。苹果自研Apple Intelligence在性能上已经足以满足到用户的基本需求，因此Apple Intelligence在逻辑上会优先使用端侧及苹果私密云端大模型给予用户支持，对于第三方大模型调用的优先级则后置。 2、本地化AI：大模型轻量化与硬件性能突破将支撑本地运行更强大AI大模型。手机端运行AI大模型需要通过量化、压缩、条件计算、神经网络架构搜索和编译，在不牺牲太多精度的前提下对模型进行缩减。高通已经将FP32模型量化压缩到INT4模型，实现64倍内存和计算能效提升。高通的实验数据表明，在借助高通的量化感知训练后，不少AIGC模型可以量化至INT4模型，与INT8相比，性能提升约90%，能效提升大约60%。 核心硬件配置升级支撑更高参数量模型的本地化部署。高通、联发科新一代SoC在基础性能提升的同时，对生成式AI处理进行了优化，可在手机上直接运行百亿参数模型。各大手机厂商也开始在手机中配置12/16G甚至更高的的DRAM容量，为更高参数的大模型运行提供基础。 3、个人慧助：AI赋能操作系统内核，个人智慧助理式操作系统成为趋势。 手机厂商布局手机操作系统，构筑融合AI的基础。谷歌安卓系统以开源特性和丰富应用生态，占据主导地位。苹果iOS系统以封闭生态圈和出色的用户体验赢得大量用户的青睐。华为鸿蒙操作系统奋起直追，主打分布式能力。其他手机厂商也纷纷打造自家操作系统，强化技术独立的同时构筑搭载系统级AI的基础。 AI赋能操作系统创新，打造个人智慧助理式操作系统。AI手机操作系统竞争再度升级，手机操作系统不再局限于界面和应用，而是向更智能、个性化的方向迈进。未来有望通过自研端侧大模型赋能操作系统“个性化成长”，加持意图识别人机交互，基于用户自己的行为和数据去学习和理解他的意图，形成个人智慧助理式个人化操作系统。AI agent（具备交互、搜索、翻译、个性推荐、日程管理等能力）、跨应用功能统一调用、用户隐私保护、个性化和自适应等将成为AI操作系统的重要特征。AI赋能操作系统带动智能手机竞争从硬件拓展至软件体验。 4、竞争格局：“堆叠硬件”竞争局限有望被打破，大模型能力决定红利分配。 AI手机发展将推动智能手机市场进入新的竞争阶段。随着华为在市场上的重新崛起，防守市场份额并投资开发全新的亮眼功能成为其他厂商聚焦重心，AI成为关键因素，有望打破原有“堆叠硬件”的竞争局限，刺激创新加速并深刻改变商业模式，大模型能力决定红利分配方式。 高度个性化体验推动创新，AI算法和硬件的优化适配成为重点。AI手机可以根据用户的习惯和偏好，自动调整手机设置，推荐相关内容，甚至预测用户需求，高度个性化的体验将推动厂商在软件和服务上进行更多创新，如图像识别、语音交互、健康监测等，为厂商提供新的竞争领域，厂商之间的竞争将不再仅仅局限于硬件规格，还包括如何优化算法和硬件配合以更好地支持AI应用。 手机厂商与大模型厂商竞合并存，市场发展红利进一步向头部集中。一方面，手机厂商与大模型厂商合作，大模型厂商借助手机厂商的渠道和用户基础推广技术并变现，手机厂商利用大模型厂商的技术提升品牌价值和产品竞争力。另一方面，手机厂商希望拥有自主AI技术保持独立性和竞争优势，与专门提供AI服务厂商形成竞争。而不同于堆叠硬件的简单粗暴模式，培育优质大模型周期长、成本较高，未来市场格局或将向头部手机厂商自研AI，头部大模型厂商赋能尾部手机厂商（不排除会如SOC出现高通、联发科一样出现独大的大模型厂商）方向演变，市场发展红利将向头部手机厂商与大模型厂商集中。 AI大模型与智能手机结合有望驱动新一轮换机周期。重大创新是手机换机潮的核心驱动力。2007年iPhone初代发布，再到2010年4G兴起，智能手机与功能手机的使用体验拉开明显差距，智能手机因此开始大范围取代功能手机，出货量进入持续多年的快速增长期。此后，智能手机在摄像头、屏幕等硬件设计上继续微创新。而近几年智能手机无论是革命性的还是微创新都陷入瓶颈，换机周期大幅拉长，根据TechInsights，2023年全球智能手机换机周期创新高（51个月），换机率创新低（23.5%）。AI技术正为智能手机市场注入新的活力。若AI手机实现使用体验的革命性创新，将复刻智能手机取代功能手机的高速增长。通过融入AI大模型，新一代AI手机有望改善用户体验、创造差异化竞争优势，成为缩短手机换机周期和加速市场复苏的关键驱动力。 2024年全球智能手机出货量反弹，2025年有望继续增长。全球智能手机2023年出货量约11.7亿台，同比下降3.2%。过去三个季度，全球及中国智能手机出货量恢复，根据IDC，24Q1-Q3全球智能手机出货量同比分别增长11.9%、9.0%、4.0%，中国市场的出货量同比分别增长6.5%、9.2%、3.2%。随着消费温和复苏，折叠屏等新品起量以及AI赋能，2024年全球智能手机市场回归增长的正轨，预估2024年全球智能手机出货量将恢复到约12亿部，同比增长2.8%。2023年中国智能手机出货量约2.7亿台，同比下降5.0%，创近10年以来最低出货量，预计2024年中国智能手机市场出货量有望恢复到约2.8亿台，同比增长2.3%，将实现2021年以来首次同比增长。展望2025年，各家旗舰机引入AI大模型，以及AI向中低价位机型下沉，或刺激消费者换机需求，智能手机出货量有望维持增长。 从AI手机看，AI手机由高端机型向中端机型渗透，渗透率将快速提升。2023年，安卓阵营具有AI算力并支持本地运行AI大模型的机型包括三星S24、vivo X100、OPPO Find X7等，上述机型均为搭载高通、联发科旗舰芯片的高端手机。2024年，小米15、vivo X200、荣耀Magic7等安卓旗舰手机搭载了新一代高通和联发科处理器，并将内存、散热、电池等硬件进一步升级，以应对手机日益增长的端侧算力需求和配套硬件性能。苹果的部分机型（iPhone 15pro及之后的机型）也在2024年10月的IOS18.1更新中支持了Apple Intelligence，苹果部署了端侧小模型和云端大模型，预计IOS18.2引入ChatGPT。我们预计随着各大品牌手机内嵌大模型，并且大模型开始真正能够解决用户部分需求而不单单是噱头，2025年AI手机的渗透率也将快速提升。 从2024年起，新一代AI手机出货量将大幅增长。根据OPPO《AI手机白皮书》，2024年全球新一代AI手机出货量将达到1.7亿台，占全球手机市场15%；2024年国内出货量将达到0.4亿台，并在2027年升至1.5亿台，占中国手机市场的51.9%。 智能手机厂商可借助AI手机创新及相关卖点推动ASP持续增长。全球智能手机市场的ASP自2016年持续上升，多摄像头、5G等技术的创新进一步提高了物料成本是背后的重要原因之一。面对换机周期延长和零部件成本上升的双重压力，智能手机厂商有动力利用AI特性来区分其产品，吸引寻求最新技术和最佳性能的消费者，以支持价格调整并促进ASP的增长。 从AI的跨应用执行操作能力看，苹果生态具有天然优势。虽然安卓旗舰机型早在2023年下半年就搭配了高通骁龙8Gen3和联发科的天玑9300，支持端侧70亿及以上参数的大模型，从硬件上较快完成了配置升级。但由于芯片、大模型、APP、系统的各自独立，安卓厂商在软硬件一体化上打通各环节的速度较慢。苹果基于操作系统、芯片、大模型、终端的一体化优势，并把握了用户入口和流量分发，且有能力快速将AI推广至Macbook、iPad、Airpods、Watch、智能家居等，形成统一、闭环的生态。 从硬件看，AI+iPhone将推动iPhone进行一轮大的换机周期。换机周期取决于：（1）存量用户换机周期拉长至近年来最长，根据TechInsights，2023年全球智能手机换机周期创新高（51个月），换机率创新低（23.5%）；（2）iPhone保有量创下历史新高，根据statistics，iPhone全球保有量从2015年的5.7亿部增长至2023年的14.6亿部，而其中满足Apple Intelligence硬件要求的iPhone15 Pro和iPhone15 Pro Max的保有量不足1亿台；（3）Apple Intelligence将打通多端生态应用的边界，AI+iPhone将刺激消费者的换机欲望。复盘iPhone历史的销售量和ASP，可以看出，随着iPhone本身功能的迭代升级， iPhone ASP在逐年提升。 AI技术融入iPhone将加速硬件规格的升级，BOM成本在持续提升。为了在本地运行AI大模型，智能手机的SoC必须提升处理能力，例如集成专门的AI处理引擎，存储容量也需相应增加。此外，还需要更大容量的电池和更先进的电源管理芯片、更高质量的摄像头传感器和光学组件、更强的散热和射频性能。AI将加快智能手机硬件规格的升级，从而带来整机成本的提升。2024年6月Apple Intelligence发布，9月iPhone 16发布，10月底IOS18.1更新，iPhone正式搭载端侧大模型。由于AI的融入，iPhone16硬件继续升级，预计iPhone17硬件有更大幅度升级，iPhone BOM成本提升，零部件厂商迎来量价齐升。 1.3.3 AI PC：硬件算力与系统级AI功能逐步完善，AI PC出货量有望快速提升 AI PC将是AI终端重要落地应用场景，产业龙头已明晰新一代AI PC标准。AI大模型已能够有效地处理文档撰写和演示文稿制作等任务，完美符合PC作为生产力工具的定位。此外，在以终端为中心的混合AI架构中，多数任务能够在PC本地运行，既保护隐私，又能及时响应。新兴的发展趋势有望带动新一轮的产品创新周期，自2023年下半年开始，英特尔、高通、微软及一众OEM厂商都在积极推动AI PC的发展。初期，处理器包含NPU模块的电脑即为AI PC。2024年5月，微软发布了Copilot+PC，明确了Windows系统中的新一代AI PC标准： （1） 设备必须配备NPU、CPU和GPU，NPU算力应当大于40 TOPS； （2） 设备存储需要配备16GB RAM和256GB ROM； （3） 设备需要支持微软的Copilot； （4） 设备上之别配有Copilot物理按键 硬件端算力与内存规格快速升级，筑实端侧AI应用运行的基础。 （1）NPU从无到有，AI算力快速提升超越基准线：苹果最早在PC处理器上加入NPU模块，M4系列的NPU算力达到38 TOPS，相比前三代有明显提升。高通的X-Elite/Plus系列，NPU算力为45 TOPS，成为首批满足Copilot+PC标准的处理器，于2024年6月上市。2023年Intel的Meteor Lake系列、AMD的Phoenix系列和Hawk Point系列成为旗下首款搭载NPU的PC处理器，但上述产品的NPU算力介于10-20 TOPS之间，并不满足微软主导的AI PC标准。2024Q3，Intel推出了Lunar Lake（酷睿Ultra 200V）系列处理器，NPU算力最高达48 TOPS，整体AI算力最高达120 TOPS；AMD推出了Stirx Point（Ryzen AI 300）系列处理器，NPU算力最高达50 TOPS。Windows阵营的PC处理器厂商全部完成了达成Copilot+PC标准的产品线迭代。此外，联发科正与英伟达合作开发AI PC处理器，预计将于2025年底实现量产。 （2）异构算力单元推升综合AI算力，协同运作满足多样化需求：NPU、CPU和GPU的异构算力单元已成为AI PC处理器的标配。专为执行特定AI任务设计的NPU能使用比CPU、GPU更具能耗效率的方式执行新一代AI应用。GPU因其通用性强、算力高的特点，仍是当下AI PC处理器AI算力的主要来源，多数高负载AI任务仍依赖GPU运行。以Intel Lunar Lake为例，NPU算力达到48 TOPS，GPU算力则达到67 TOPS。在此基础上，PC还可加装独立GPU提供额外算力。根据Intel的预测，2024年-2025年期间，AI PC约40%的负载都将通过GPU执行，NPU执行的比例将从25%提升至30%，CPU执行的比例则从35%下调至30%。 （3）内存规格持续提升：PC端部署本地AI模型，需要足够大的内存将整个模型保存在其中，同时CPU/GPU和内存之间的带宽也是影响端侧大模型表现的参数。微软定义的Copilot+PC要求内存容量最低为16GB，搭载Intel、AMD新款处理器的Copilot+PC已普遍将内存提升至了32GB，为AI模型的部署留下充足余量。苹果为了Apple Intelligence在Mac端的应用，也放弃了8GB内存。2024年10月更新的M4版的iMac、Mac Mini、Macbook Pro，基础内存配资全部从8GB增加到了16GB，同时苹果宣布M2、M3版的Macbook Air机型现标配16GB内存，且起售价维持不变。Intel Lunar Lake还采用了同苹果M系列一样的MoP（Memory on Package）封装方案，内存与处理器之间的距离缩短，大大减少了数据传输的延迟和功耗。 AI PC端侧应用处于起步阶段，但其迅速发展的势头和大模型的潜力开启了爆款应用诞生的可能性。目前主流的边缘AI示例主要涵盖：（1）人机交互：如AI虚拟助手的语音或文字交流；（2）文本创作：撰写演讲稿、文章等；（3）多媒体创作：涉及音频、图像、视频素材的编辑与创新；（3）跨模态生成：文生图、语音转文字等；（4）增强应用软件：例如会议视频人像背景分离，游戏体验个性化等。随着开发者队伍的壮大，边缘AI应用的数量预计将快速增长，高通指出AI在终端的应用示例已从去年的1-2个增长至数百个，预计2024年将达到上千个。在此发展势头下，鉴于边缘端AI应用除了其本质的延迟性和隐私保护优势外，也展现出了更广泛的能力，例如在生产力方面，具有大幅提升效率的潜力；在娱乐、私人助手的角度，具有深度个性化的特点。这种全面的能力为未来爆款应用的诞生提供了坚实基础。 在Wintel体系稳固的x86 PC领域，微软为AI PC发展的主导。作为Windows操作系统的开发者，微软独具优势，能够在操作系统层面集成AI大模型。这种集成不仅使得操作系统能够提供个性化的AI助手，还允许其他应用调用这些模型，实现更自然的AI交互，同时确保个人隐私的安全。 微软正持续定义和开发系统级AI应用。在2024年开发者大会上，微软公布了包括系统级AI应用在内的多项新进展： （1）在系统级AI层面，微软已将AI功能遍及文件浏览器、图片浏览器、系统设置、通知以及各类系统级应用。以系统级的翻译能力为例，PC端任何程序中播放的音频、视频都可以被实时翻译成40多种语言。在图像编辑方面，Copilot将支持本地生成和优化图像，视频画面实时增强等功能（例如延伸接触、语音聚焦）。 （2）Copilot获得了OpenAI GPT-4o的云端支持，首次具备了“读屏”能力，实现上下文感知和视觉感知功能，例如Copilot可理解屏幕端的游戏画面并给出操作建议。 （3）基于系统级的AI功能和“读屏”能力，微软发布了召回（Recall）应用——用户可用自然语言回溯屏幕显示过的任何内容，重新定义Windows搜索功能。召回应用有一个时间轴，用户可以直接拖动找到自己需要的那个准确时间点，并直接暂停、删除AI记录的内容，还可以设置白名单过滤掉指定的应用程序或网站。召回应用可以完全在端侧运行，不需要上云，以保护用户隐私。 苹果软硬件一体化开发，发力系统级AI与垂直领域AI增强用户体验。苹果通过自行研发操作系统、芯片、大模型和终端设备，展现出强大的一体化优势。苹果擅长通过系统级整合将复杂技术化繁为简，使AI功能自然融入用户的日常体验。集成了Apple Intelligence的MacOs Sequoia不仅可以实现高效的系统级AI应用，还能够与iPhone、iPad、AirPods等设备协同工作，形成统一闭环的跨设备生态体系。在系统级AI应用方面，苹果已在MacOS Sequoia中引入了全系统可调用的新工具——Writing Tools。该工具支持用户在邮件、备忘录、Pages文稿以及第三方应用中对文本进行重写、校对和总结，从而提升效率。而在专业软件领域，苹果则为独立应用引入了专用AI功能，例如 Final Cut Pro 新增了自动添加字幕和智能抠图等功能。这种系统级AI和垂直领域专用AI并行推进的策略不仅满足了普通用户的日常需求，也增强了专业创作者的生产力。 NPU已成为新款处理器标配，具备NPU的AI PC渗透率加速提升。Arm阵营的高通、苹果，x86阵营的Intel、AMD，都在其新款处理器产品中加入了NPU，且未来的产品升级路线图表明，NPU已成为标配。随着新产品上市对老产品逐步形成替代，可以预见未来具备NPU的PC将占据绝大部分新机出货量，具备NPU的AI PC（宽泛标准下的AI PC）渗透率也将快速提升。根据Canalys的统计数据，2024Q3全球具备NPU的AI PC出货量已达到1330万台，环比增长约51%，占当季PC总出货量的20%。其中，Windows的市场份额从上一季度的41%上升至53%，首次超过MacOS。根据TechInsights的预测，具备NPU的AI PC渗透率将在2024年开始持续提升，从2024年的29%增至2029年的95%。 符合Copilot+PC标准的新一代AI PC将从高端产品线开始渗透。除去苹果，目前Windows阵营中符合Copilot+PC标准的处理器包括高通X Elite/Plus，AMD的Ryzen AI 300与Intel的Lunar Lake。2024Q3，搭载Snapdragon X系列芯片的Copilot+PC迎来了其首个完整的供应季，而AMD、Intel符合Copilot+PC标准的新一代处理器也启动上市，共同推动Copilot+PC出货量开启增长。目前已上市的Copilot+PC起售价普遍在1000美元以上，从高端机型开始渗透。根据IDC数据，2023年约33%的笔电价格高于1000美元，排除苹果后的比例约为22%。2025年将是Copilot+PC首度有一整年在销售，因此我们预计2025年笔电中的Copilot+PC出货量渗透率将突破20%。 AI PC催化换机将使上游零部件受益，核心环节具有价值量提升机会。 处理器：AI大模型全部或者部分能力在本地运行，都需要更强大的处理能力，对处理器提出了更高的性能要求。因此，不仅CPU和GPU需进行升级以应对增强的计算需求，而且NPU可能成为标配，无论是作为SoC模块的一部分还是作为外挂组件，其性能需求都需要提高。 存储：（1）DRAM：不考虑内存硬件压缩等技术的前提下，70亿参数大模型采用INT8精度推理大约需要14GB DRAM。而且为确保整体流畅性，还需冗余量兼顾操作系统和其他软件的常驻内存。因此DRAM容量具有明确的升级机会，微软的Copilot+PC已将DRAM下限定为16GB，TrendForce数据显示2023年PC的平均DRAM仅为10.6GB，随着AI PC的普及，全球PC平均DRAM容量将持续升级。（2）NAND Flash：鉴于未来操作系统与第三方软件可能分别集成大模型，同时大模型参数量将持续提升，终端设备将需要更高的NAND Flash容量用于长期存储。 在PC标准化与全球电子产业转移趋势中，中国台湾厂商享受到PC市场发展第一波红利，并占据PC产业链多数环节的主要份额。当前随着联想、华为等本土PC品牌的份额持续提升，以及国产替代的进程不断推进，本土PC产业链也将持续成长，并有望受益于AI PC为产业带来的变革机遇。 1.3.4 AI+硬件百花齐放，眼镜、耳机、音箱等产品迎来全新发展机遇 “AI+硬件”模式在办公、娱乐、教育等领域百花齐放，未来有望在更多场景以更多品类形式进行应用。随着AI大模型逐步成熟，几乎所有硬件产品都可以加入AI元素来提升表现能力。在AI大模型向着多模态、端侧应用逐步发展背景下，“AI+硬件”在各类应用场景落地，催生出多种品类。 AI眼镜市场迎来爆发元年，多方玩家开始积极布局。2023年9月，Meta与雷朋合作推出了名为Ray-Ban Meta的智能眼镜。Meta眼镜为眼镜增加了摄像头、喇叭、麦克风。最重大的更新是Meta眼镜融入了AI功能，与一般智能耳机用语音实现音量调节、拨打电话等简单指令类操作不同，Meta眼镜可以拍下用户当前正在观看的场景，调用Llama3多模态大模型的能力，回答用户的相关问，例如户外逛街查美食餐馆信息，室内做饭时查询菜单和烹饪方法。Meta眼镜的AI功能使其获得了不错的销售成绩，根据The Verge数据，截至2024年5月，Ray-Ban Meta出货量已超过100万副，全年出货量预计超过200万副。继Meta后，百度于2024年11月发布了小度AI眼镜，预计2025年上市。小米计划于2025年发布新一代AI眼镜。三星AI智能眼镜预计2025年上市。苹果内部也在推进代号“Atlas”的AI眼镜项目。雷鸟、Rokid、蜂巢科技、新视界、宝岛眼镜、LOHO眼镜等也纷纷开始进入AI眼镜领域。随着更多玩家加入，预计2025年将成为AI眼镜市场爆发元年。 耳机凭借轻量便携优势有望成为个人AI助理的硬件载体。耳机具备天然的语音交互优势，其可作为AI控制入口，接收语音指令，具体的执行交给其他如手机等运算终端。同时，相比手机、眼镜，耳机更轻、便携、可长时间佩戴，因此有望成为个人AI助理的主要载体，也吸引了众多科技公司的布局。三星早于今年7月发布了主打AI的Galaxy Buds 3 Pro，具备自适应降噪、环境分析等功能，并能够配合 Galaxy 手机完成即时口译。科大讯飞孵化的iFlyBuds也推出过支持AI录音降噪会议耳机系列产品，支持音视频录音、现场录音、同传翻译等多项功能。字节跳动在10月发布了首款AI智能体耳机Ola Friend，其背后连接字节自研的豆包大模型，可以通过唤醒词进入到豆包AI的连续对话。诺图科技数据显示，2024年8月，中国在线电商平台的AI耳机虽然在耳机/耳麦总销售额中仅占1.4%，但增长速度惊人，与去年同期相比，销量增长763.3%，销售额翻了近14.5倍，预计2024年中国AI耳机的电商销量有望突破20万副，同比增长率达488.7%。 大模型使智能音箱“重获生机”，有望成为智慧家庭场景的AI流量入口。初期智能音箱主要作为音乐播放工具，之后逐渐发展为智能家居的中心控制器。如小米AI音箱和华为AI音箱均可通过语音操控多达上千种智能家居设备。随着智能音箱产业进入瓶颈期，智能音箱出货量开始逐年下跌、消费者热情也开始逐渐消退。AI大模型的加入，明显提高了智能音箱对用户意图的理解，智能音箱对用户的反馈也更丰富和准确，有望成为智慧家庭场景的AI流量入口。早在2023年初，小度、阿里分别厂商将文心一言、通义千问大模型融入旗下智能音箱。2024年8月，小米宣布大模型小爱全量升级，已经在部分智能音箱机型上正式推送，并将陆续覆盖更多机型。 风险提示： 1、未来中美贸易摩擦可能进一步加剧，存在美国政府将继续加征关税、设置进口限制条件或其他贸易壁垒风险；2、AI上游基础设施投入了大量资金做研发和建设，端侧尚未有杀手级应用和刚性需求出现，存在AI应用不及预期风险；3、宏观环境的不利因素将可能使得全球经济增速放缓，居民收入、购买力及消费意愿将受到影响，存在下游需求不及预期风险；4、大宗商品价格仍未企稳，不排除继续上涨的可能，存在原材料成本提高的风险；5、全球政治局势复杂，主要经济体争端激化，国际贸易环境不确定性增大，可能使得全球经济增速放缓，从而影响市场需求结构，存在国际政治经济形势风险。 证券研究报告名称：《电子行业2025年投资策略展望：AI端侧应用兴起，国产高端芯片亟需国产化》 对外发布时间：2024年11月25日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 刘双锋 SAC 编号：S1440520070002 庞佳军 SAC 编号：S1440524110001 范彬泰 SAC 编号：S1440521120001 孙芳芳 SAC 编号：S1440520060001 乔磊 SAC 编号：S1440522030002 章合坤 SAC 编号：S1440522050001 郭彦辉 SAC 编号：S1440520070009 王定润 SAC 编号：S1440524060005 何昱灵 SAC 编号：S1440524080001 国内外AI商业化价值凸显，新品迭代有望带来业绩拐点 移动互联网时代初期爆款应用月活保持高速增长。回顾移动互联网时代产品流量变化，我们选取手机QQ及微信作为代表产品进行分析。其中，凭借QQ PC版积累的用户基数， QQ移动版在移动互联网初期用户量快速增长，直至4Q15季度月活环比增速仍维持10%以上，而后整体保持平稳，2Q19起用户量有所下行。微信作为后发产品，用户量高速增长的时期更长，月活于18Q1正式突破10亿人，直至目前月活仍保持小幅增长。 全球AI应用处高速增长阶段，国内产品流量加速态势更加显著。而从AI应用月活看，据AI产品榜，2023年9月全球AI应用Web端月度访问量Top20合计为47.93亿，2024年10月已增长至86.69亿，环比呈平稳增长态势；考虑同比情况，2024年9月/10月全球AI应用流量TOP20合计数据分别增长72.07%/64.56%，处于高速增长区间。从国内AI应用Web端月度访问量Top20看，2023年9月至2024年9月合计流量从0.34亿增长至8.72亿，增长加速迹象明显，仅2024年10月因“百度搜索AI智能回答”不再计入统计合计流量为4.70亿，环比收缩46.09%（剔除该产品影响后环比增长12.38%）；同样考虑同比情况，2024年9月/10月国内AI应用流量TOP20合计数据分别增长2445.61%/1553.78%，增长速度惊人。 我们认为，类比移动互联网时代产品增速情况，目前国内外AI应用产品正处于用户量高速增长的阶段。叠加当前互联网更加发达，产品推广及用户渗透速度进一步加快，AI应用有望持续爆发。 海外AI应用商业化进展加速，标的公司业绩接连超预期。近期北美上市公司陆续公布三季报，AI应用标的业绩接连超出市场预期，互联网类大厂AI相关收入同样增速较快，均展现出较强的商业化价值。其中，Applovin利用AI技术构建AXON平台，帮助广告商和发布商匹配推广，24Q1-24Q3公司软件平台收入同比增速分别为91%/75%/66%，持续保持高增。在AI广告加持下，Applovin 24Q3营收11.98亿美元，较市场预期11.31亿美元高出5.9%。Innodata专注为科技企业提供AI数据服务，24Q3公司与客户开展或试点的项目显著增加，其中仅单个客户项目即提供了3060万美元收入，并预计投入使用后每年会产生1.105亿美元运营收入。Innodata 24Q3营收5222.4万美元，较市场预期3611.3万美元高出44.6%。 除AI应用企业外，海外大厂的AI变现同样展现出较好的进展。Meta在24Q3发布会上表示，通过对人工智能驱动的推荐算法，24年用户浏览Facebook/Instagram的时间分别提升了8%/6%；单9月有超过100万广告商使用生成式AI工具制作了超过1500万条广告。谷歌24Q3广告收入658.54亿美元，超出市场预期（655亿美元），主要系人工智能概览及圆圈搜索等AI功能优化了用户体验。微软24Q3 Azure云收入同比增长33%，其中人工智能服务提供了12%的增长；Copilot企业客户则环比增长55%。 国内AI应用逐步开始贡献收入，新品推出有望带来业绩增长拐点。随着各公司全面拥抱AIGC发展，今年以来国内厂商AI产品陆续开始带来收入。以金山办公为例，公司于7月正式发布WPS AI 2.0，在AI写作助手、AI阅读助手、AI数据助手、AI设计助手四个维度实现了范式革新，截至2024上半年公司AI功能会员累计年度付费用户数合计已超百万；在11月1日的投资者关系记录表中，公司亦表示私域知识生成功能已经取得企业客户广泛认可。视源股份旗下品牌希沃则于10月22日发布希沃教学大模型2.0，课堂智能反馈系统在AI加持下，已在全国多所中小学应用，赋能超过5万节课。 我们认为，目前国内外企业AI产品已经陆续开始贡献收入，开始展现AI应用的商业化价值。随着各公司AI产品进一步迭代升级，用户渗透率有望持续增加，从而为相关公司带来业绩增长拐点。 C端计算平台+B端生产力工具，有望率先迎来爆款新品 AI应用广泛覆盖C端用户，B端付费意愿更强，有望率先爆发。应用场景是作为AI落地的核心因素，B端和C端业界均有关注，其中B端场景早期主要聚焦客服营销、知识助手、办公助手等方向，并逐步向各垂直场景渗透，基于业务数据打造行业大模型；而C端则关注流量获取、新用户抢占，以期通过广泛的用户基础形成数据飞轮，功能上主要聚焦AI搜索、创作生产、角色扮演、情感陪护等方向。据量子位统计，从客户群体看，当前国内AI应用81%都选择覆盖C端客户，显著高于B端的50%。但从收费模式看，93%的B端应用已开始收费，会员制订阅/按需付费/一次性付费占比分别为50%/30%/13%；相比之下，目前C端应用中仍有43%免费向客户开放，会员制订阅/按需付费/一次性付费占比则分别为29%/15%/12%。 端侧AI作为C端新一代计算平台形态多样，厂商布局加速。本轮人工智能浪潮中，AI手机及AI PC作为最先落地的C端新一代计算平台，已成为各消费电子厂商主要布局方向。据Canalys预计，2024/2025年AI手机渗透率将分别达到17%/30%；2024-2028年中国大陆AI PC市场将由13%提升至73%。此外，机器人、AI眼镜、AI耳机等产品形态同样迎来密集探索，其中宇数科技G1人形机器人已实现量产；小鹏AI人形机器人Iron已投入工厂实训；Meta 联合雷朋推出的Ray-Ban Meta智能眼镜发售至今已实现出货量超过100万台。从各厂商已披露的AI终端产品的发布时间表看，新一代计算平台布局呈现加速趋势。我们认为，尽管目前新一代计算平台类产品的形态仍处探索阶段，但落地确定性较强，静待产品爆点。 B端AI融入工作流，形成新一代生产力工具。当前AI在B端的落地形态主要以融入工作流为主，作为新一代生产力工具优化员工工作效率。例如，金蝶在苍穹GPT大模型平台的基础上推出了财务大模型、HRGPT助手和Cosmic AI管理助手，财务侧为企业提供全面的分析预测；HR领域助力公司高效招聘；Cosmic AI管理助手则在合同管理、企业中台等方面实现提高办公效率。360智脑同样已落地企业级AI解决方案，面向管理部门提供行业分析，帮助企业决策；针对IT部门提供代码生成/续写/审查等功能，降低技术风险；对于业务部门覆盖营销、研发、售后等各链条，提高客户满意度。此外，三六零安全大模型还能在业务场景之上，为企业全方面保驾护航，据IDC报告，三六零已经实现全线安全产品100% AI化，综合实力领跑行业。 AI Agent密集发布，“Her”现实化更进一步。除端侧AI及AI工具软件外，近期AI Agent为C端和B端落地的重要方向。2024年10月10日，字节跳动豆包发布AI 智能体耳机 Ola Friend，可接入豆包大模型，并与豆包 APP 深度结合，通过语音交互实现信息查询、旅游出行、英语学习及情感交流等功能。10月25日，智谱AI推出自主智能体AutoGLM，其作为AI助手，能帮助用户在手机和网页上完成各种操作，包括点外卖、发微信、写点评、给朋友圈评论等，用户只需要通过语音即可发布指令。10月26日，金蝶也正式发布AI 管理助手苍穹APP，面向员工提供制度问询等功能；面向HR提供智能招聘、智能调配等能力；面向管理者提供人力分析，提升决策的科学性。10月28日苹果发布IOS 18.1系统更新，向iPhone15 Pro版本及iPhone 16全部机型引入Apple Intelligence，提供写作辅助、照片清理和通知摘要等功能。此外，360智脑亦能对职能部门提供“人力资源助手”、“法务助手”等智能体，提高工作效率。 我们认为，当前AI落地进一步加速，尤其Agent已成为各类厂商主流尝试方向，有望改变多流量入口形式。就C端场景而言，端侧AI作为新一代计算平台形态多样，产品落地确定性较强，软件则待高频应用爆发；B端场景中AI生产力工具商业化已呈现加速趋势，有望为企业带来业绩增长拐点。 风险提示： （1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求； （2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失； （3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化； （4）国际环境变化影响：目前国际形势动荡，对于海外收入占比较高公司可能形成影响，此外美国不断对中国科技施压，导致供应链安全风险。 证券研究报告名称：《2025年计算机年度策略：百炼成金（更新）》 对外发布时间：2024年11月26日 报告发布机构：中信建投证券股份有限公司 本报告分析师： 应瑛 SAC 编号：S1440521100010 王嘉昊 SAC 编号：S1440524030002
