企业竞争图谱：2024年人工智能手机 头豹词条报告系列

马天奇·头豹分析师 版权有问题？点此投诉 2024-09-26未经平台授权，禁止转载 行业：制造业/计算机、通信和其他电子设备制造业/通信设备制造/通信系统及终端设备制造信息科技/通讯器材 生成式AI 当前AI手机功能尚不完善，适配手机具有一定针对性… 行业规模 产业链分析 人工智能手机行业规模暂无评级报告 摘要人工智能手机是指具备本地推理能力，辅以边缘和云端推理，能够在混合算力、混合模型之间智能调配任务，缩减响应时间，且在离线状态下发挥作用，避免数据泄露风险的手机。此外，人工智能手机还能通过学习用户使用习惯，提供个性化服务和建议，如智能语音交互和优化拍照功能。人工智能手机行业特征包括：1.混合AI+软硬件升级成为生成式人工智能手机发展的推动力；2.国产手机大模型参数量快速提升，人工智能手机开始放量；3.芯片是人工智能手机的核心硬件。预计2024年—2028年，人工智能手机行业市场规模由1,315.31亿人民币元增长至6,218.1亿人民币元，期间年复合增长率47.45%。 行业定义[1] 背景：近年来，智能手机市场创新乏力，导致消费者换机周期延长。然而，用户对新功能和性能的需求依然强烈。AI技术的全新体验有望重振市场活力，激发购买热情，缩短换机周期。 定义：人工智能手机是指具备本地推理能力，辅以边缘和云端推理，能够在混合算力、混合模型之间智能调配任务，缩减响应时间，且在离线状态下发挥作用，避免数据泄露风险的手机。此外，人工智能手机还能通过学习用户使用习惯，提供个性化服务和建议，如智能语音交互和优化拍照功能。 要素：首先，算力需求显著提升，厂商正通过增加NPU模块，形成CPU+GPU+NPU的三重算力单元，以支持生成式AI计算。其次，存储容量需增加，16GB RAM成为新一代AI手机的标准配置。最后，需提高电池续航和散热能力，以应对高功耗和热量，确保设备性能和稳定性。 行业分类[2] 当前AI手机功能尚不完善，适配手机具有一定针对性。按照功能可分为基于语音助手的人工智能手机、基于机器学习的人工智能手机、基于计算机视觉的人工智能手机、基于自然语言处理的人工智能手机、基于深度学习的人工智能手机、基于数据分析的人工智能手机；按照算力可分为硬件赋能人工智能手机和新一代人工智能手机。 AI智能手机行业基于功能的分类 行业特征[3] 人工智能手机行业特征包括：1.混合AI+软硬件升级成为生成式人工智能手机发展的推动力；2.国产手机大模型参数量快速提升，人工智能手机开始放量；3.芯片是人工智能手机的核心硬件。 1混合AI+软硬件升级成为生成式人工智能手机发展的推动力 混合AI是未来发展的关键。随着生成式AI和计算需求的增长，AI需要在云端和终端之间分布处理，以实现规模化和最大化潜力。混合AI通过在云端和边缘设备（如智能手机、汽车、个人电脑、物联网）间协调AI工作负载，提供更高效、优化的解决方案。生成式AI的查询成本是传统搜索的10倍，混合AI利用终端计算能力降低成本（对于生成的每个图像承担更低的查询成本，或完全没有成本)并提升性能、个性化、隐私和安全。用户搜索方式正在转变,对话式搜索的普及增加了查询量，智能手机正成为真正的数字助手。面对每日超过100亿次的搜索量且移动端搜索占比超过60%的情况，生成式AI的应用将推动算力需求的增长。基于生成式AI的查询提供更满意的答案，手机硬件支持运行超过10亿参数的AI模型（如Stable Diffusion），性能和精确度已接近云端。 2国产手机大模型参数量快速提升，人工智能手机开始放量 国内手机品牌加大对内部LLM的投入，目前，采用云端协同部署（不依赖硬件性能，但云成本较高）方案的手机厂商有华为、OPPO、vivo；布局端侧为主(依赖硬件性能、但运行成本更低）的AI大模型手机厂商主要有荣耀、小米。华为推出了盘古大模型，参数规模包括100亿、380亿、710亿和1,000亿，运行在鸿蒙操作系统上。小米的MiLM-6B大模型拥有13亿和60亿参数，采用澎湃OS（支持文本创作、AI扩图等）。vivo的蓝心大模型（BlueLM）参数规模从10亿到1,750亿不等，支持蓝河操作系统，代表机型vivoS18系列。OPPO的安第斯大模型（AndesGPT）提供多种参数规模的模型网络，运行在ColorOS上，代表机型OPPO Find X7。荣耀则推出了魔法大模型，拥有70亿参数，支持MagicOS。 3芯片和存储是人工智能手机的核心硬件 芯片和存储作为人工智能手机的核心硬件，在实现端侧生成式AI的卓越性能中扮演着至关重要的角色。高性能系统级芯片（SoC）是构建AI手机的基石，它应集成专用的AI处理单元（如NPU、APU或TPU），以支持大型语言模型（LLM）和大型视觉模型（LVM）的端侧运行。这种先进芯片架构使得设备能够实现每秒处理不少于10个tokens的LLM推理速度，以及不到2秒的图像生成时间。配合至少8GB的运行内存，能够支持自然语言处理（NLP）生成类人文本和基于扩散模型的文本到图像（TTI）转换等复杂AI任务。通过最小化延迟并确保实时响应。 发展历程[4] 人工智能手机的发展可以大致分为萌芽期和启动期两个阶段。萌芽期从2010年开始，以苹果收购Siri为标志，随后各大厂商陆续布局AI技术，如OPPO建立AI训练中心、三星推出Bixby助手、苹果推出搭载A11 Bionic芯片的iPhone、华为推出带NPU的麒麟970芯片等。2019年开始进入启动期，各大厂商加速AI在手机中的应用，如华为推出达芬奇架构NPU、各品牌相继推出自研大语言模型和AI操作系统。到2024年，AI已深度融入手机硬件和软件，如高通骁龙8 Gen 3支持大型AI模型，苹果推出跨设备AI系统等。手机厂商从早期布局到全面商业化的过程，AI已成为手机行业创新和竞争的核心领域。 萌芽期2010~2018 2010年，苹果花2亿美金买下创办Siri的公司。2016年，OPPO建立了先进的训练集群和数据中心，积累人工智能专利超过300项。2017年，上半年三星推出了Bixby人工智能助手；下半年苹果推出了搭载A11 Bionic仿生芯片的三款全新iPhone；华为推出了搭载NPU的麒麟970 AI芯片。由于手机市场开始进入滞涨期，相关厂商提早布局人工智能与手机的结合。 启动期 2019~ 2019年，华为推出搭载自研达芬奇架构NPU的AI手机SoC。 2023年月4日，HarmonyOS 4支持云端协同模型，包括终端 L1 对话模型和云端 LO 盘古大型模型。 2023年10月26日，小米HyperOS集成MiLM大模型，实现内存占用下降75%，运行时间提升95%。2023年11月1日，vivo推出OriginOS 4，搭载自研蓝心大型模型矩阵。 2023年11月6日，高通骁龙8 Gen 3性能相比上一代提升98%，最大支持1,000亿参数模型。 2023年11月16日，OPPO ColorOS 14以云协同搭载AndesGPT大模型。 2023年11月13日，天玑9300搭载 APU 790，深度定制Transformer架构，速度是上一代芯片的8倍。 2024年1月11日，荣耀推出Magic 6系列，采用高通骁龙8 Gen3芯片，搭载魔法大模型（自研）。2024年2月5日，小米14 Ultra搭载小米首个AI大模型计算摄影平台Xiaomi AISP，所有模块基于AI大模型重构。 2024年6月，苹果WWDC大会上，苹果发布了人工智能系统Apple Intelligence（苹果智能），将生成式AI模型置于iPhone、iPad和Mac等设备之中。 在AI爆发之际，手机厂商基于多年技术沉淀将人工智能嵌入至手机中，行业商业化正式开启。 产业链分析 AI智能手机行业产业链上游为硬件提供环节，主要包括内存（DRAM/NAND/NOR Flash）、芯片（设计、设备、材料→制造→封装）、电池（材料→组装）、显示屏（材料、设备→面板）、外壳/结构件、FPC/PCB、射频/天线、摄像头（CMOS、镜头、马达、模组）；产业链中游为手机组装与软件提供环节，主要包括组装、OS+系统软件（手机厂商自研或安卓）；产业链下游为销售与应用环节，主要包括各大零售渠道（线上电商、线下门店等）。[7] 人工智能手机行业产业链主要有以下核心研究观点：[7] 高通和联发科引领AI手机SoC；AI提升存储性能；uMCP成高端机主流。异构计算架构的SoC正在引领移动终端AI计算的架构革命，通过整合CPU、GPU和NPU的优势，满足多样化需求 并适应AI快速迭代。高通、联发科等厂商在AI芯片领域表现突出，推动了实时AI应用的发展。随着AI手机普及，DRAM和NAND的需求大增，存储技术如uMCP不断优化以适应市场需求，成为高端智能手机的标配方案。 人工智能手机推广需克服技术适配和数据保护法规挑战，并经历功能到服务再到界面的商业模式演变。智能手机厂商在推广高端人工智能手机时面临技术适配和法规遵从的双重挑战，尤其是在中国大陆市场。技术适配要求优化大型语言模型以适应本地语言和方言，确保功能准确性和用户体验；法规遵从则需满足各地区严格的数据保护法律，如中国的《个人信息保护法》和《数据安全法》，以及欧盟的GDPR和美国的CCPA。这些挑战不仅考验厂商的技术创新能力，还对其全球化战略和本地化执行提出更高要求。同时，AI手机的商业化进程正经历功能导向、服务导向到界面革新的三个阶段，推动设备吸引力、用户参与度和多元化盈利渠道的发展。 实用主义者主导；中国市场偏爱AI手机；应用涵盖性能优化和多模态融合。 在智能手机市场中，消费者被细分为科技爱好者（7.0%）、价值优化者（17.9%）、实用主义者（67.9%）和怀疑论者（7.2%）。科技爱好者热衷于新技术，而价值优化者则在购买时考虑AI的实际效用。实用主义者对AI创新持开放态度，怀疑论者则较为抗拒。调查显示，39%的受访者对AI功能感兴趣，24%强烈感兴趣，36%对AI增强手机体验感到兴奋。27%的消费者考虑因AI换品牌，60%计划一年内换机。中国市场对AI接受度最高，43%高度感兴趣。未来趋势包括多模态融合、个性化体验、智能集成和生态系统协作，涵盖从基础性能优化到复杂生产力工具的广泛应用场景。[7] 产业链上游 生产制造端 硬件提供商 上游厂商 SK海力士半导体（中国）有限公司 产业链上游说明 芯片：异构计算架构加持，高通和联发科人工智能手机SoC业内领先。 异构计算架构SoC：移动终端AI计算正经历架构革命。传统CPU/GPU/DSP难以满足AI需求，NPU应运而生，成为行业趋势。生成式AI应用分为即时响应、持续运行和泛在后台三类，覆盖多样化场景，对终端计算能力提出严峻挑战。异构计算架构整合CPU、GPU和NPU优势，各司其职：CPU控制顺序，GPU并行处理，NPU专攻AI。这不仅满足多样化需求，还适应AI快速迭代。NPU牺牲通用性换取高性能和能效，在AI任务中优势显著。如高通AI引擎，集成先进异构架构，Hexagon NPU性能提升98%，能效提升40%。 主流芯片：当前人工智能手机芯片厂商集中于高通、联发科、苹果、三星、海思几大品牌，在专用AI 单元、实时LLM（>10个tokens/秒）、实时图像生成（<2秒）、具备生成式AI功能综合实力较强的有高通骁龙8Gen 3、联发科天玑9300+、三星Exynos2400和苹果A17 Pro。根据瑞士苏黎世联邦理工学院最新AI-benchmark排行榜，联发科和高通芯片霸榜前10名，最为突出的联发科天玑9300集成了最新的APU 790 AI处理器，处理速度较前代提升八倍，能效方面取得显著进展，功耗降低45%，搭载该芯片的OPP find X7手机在人工智能综合评分也排名业内榜首。 存储：人工智能驱动手机DRAM和NAND性能及容量提升，uMCP为当前高端机主流存储方案