根据所提供的研报内容，以下是针对端侧人工智能(AI)领域的总结：
端侧AI模型技术持续演进
模型实现高效压缩：
- 参数模型加速迭代：2024年第一季，小型模型加速推出，MetaLlama、微软、谷歌等公司分别发布了不同规模的模型。
- 性能表现：7B参数模型成为主流，部分小型模型如苹果旗下的小模型表现出明显的参数量与训练数据的比值优势。
模型适配终端硬件：
- 硬件瓶颈：内存、功耗和算力是影响小型模型部署的关键因素，特别是手机内存容量有限。
- 硬件升级趋势：制程、内存、NPU、电池和散热技术的进步是硬件升级的重点方向。
模型助力人机交互：
- U模型：提升手机界面的理解能力，为任务设计奠定基础。
- 系统级AI：云端模型补充交互体验，通过系统升级支持更多AI应用场景。
小模型关键数据
- 参数量：7B模型占据主导地位，3B及以下的小模型也在不断探索。
- 训练数据：Meta追求数据量的scaling law，微软专注于小而精的数据集，苹果的小模型在训练数据量与参数量的比值上有一定优势。
- 算力消耗：GPU型号的选择随时间变化，从A100到H100，谷歌使用自研TPU，创企倾向于上云。
系统级AI与用户体验
- 苹果AppleIntelligence：通过写作智能回复、优先事项管理等功能，提升邮件处理效率和用户体验。
- 三星GalaxyAI：注重多模态和情境式交互，通过图像生成、实时翻译等功能增强用户体验。
投资逻辑与展望
- 投资逻辑：基于系统级AI技术的发展，预期AppleIntelligence将驱动苹果进入新一轮的创新和成长周期。
- 硬件产品：AppleIntelligence可能增加硬件产品的吸引力，预计未来几年苹果的硬件产品将有强劲的增长。
请注意，上述总结基于提供的文字内容进行提炼，涵盖了模型技术、硬件适应、用户体验提升等方面的关键点，并对苹果和三星在端侧AI领域的进展进行了概述。
