（報告出品方/作者：山西證券，高宇洋）
1. AI 手機：邊緣 AI 最大的套用載體，重塑手機行業格局
1.1 邊緣 AI：擴大 AI 使用場景，開啟 AI 套用市場空間
邊緣 AI，也稱為邊緣人工智能，指在物理世界器材中部署AI 套用，相對傳統AI 具有更廣泛的套用場景。這項技術之所以被稱為「邊緣 AI」，是一種在物理器材上本地處理的AI演算法。具體來說，邊緣 AI 的計算發生在靠近使用者和數據的網絡邊緣，而不是集中在雲端運算設施或私人數據中心。這種技術在全球範圍內的網絡邊緣都可以套用，例如零售店、工廠、醫院，甚至我們身邊的交通訊號燈、自動化機器和電話等器材都可以做為邊緣AI 的終端。
邊緣 AI 在算力的性價比和效率上有明顯優勢，適用更加廣泛的使用場景開啟AI 套用的市場空間。邊緣 AI 本質是將邊緣計算與 AI 進行一種結合，在分布式的物理架構下去進行AI計算，相對於傳統的雲 AI，傳統 AI 的使用場景有一定局限性，難以面對實際套用場景的多樣化，雲 AI 大模型對特定場景的適配性較差，易出現算力的不足或者冗余，算力使用的性價比偏低。同時雲端運算在邊緣端對於數據的傳輸通訊有較高要求，網絡安全及傳輸速率的劣勢使得計算效率略顯不足。而邊緣 AI 針對不同套用場景，在芯片、模型、感知等層面進行專有設計，使得數據在終端進行采集、計算，不僅提升了 AI 運算效率，同時降低了對雲算力的消耗，而人工智能技術作為一種高效能計算，套用於邊緣端，也極大擴充套件了AI 技術的使用場景。
邊緣 AI 相對傳統雲 AI 的四大優勢，分別為算力節省、低延時、私密客製、互動簡潔，是邊緣 AI 擴大自身套用場景的核心優勢。算力成本是 AI 運算的主要成本，傳統雲端模型參數在千億以上，單次計算呼叫的算力和存力成本巨大，而邊緣AI 模型針對具體套用對模型進行最佳化，降低了參數和訓練數據的規模，另外直接將運算在邊緣端進行，減少了數據在雲端和邊緣端的傳輸，成本端優勢明顯。其次邊緣 AI 的優勢還體現在低延時和離線狀態的使用，傳統雲端模型需要將數據傳輸至數據中心，網絡的穩定性，以及傳輸過程中的延時，將明顯降低AI 套用使用的可靠性和及時性，而邊緣 AI 則可以在無連線狀態使用模型，規避了傳統雲端模型的劣勢。此外邊緣終端直接計算，可以避免數據上傳雲端造成的資訊泄露等問題，更有利於資訊保安，同時由於本地資訊的個人化，邊緣模型能夠根據使用者的個人化需求，針對使用者的愛好、性格給出更有價值的輸出結果，提供差異化的 AI 服務。邊緣 AI 與傳統 AI 互有優勢，實際套用過程中，根據使用場景的差異，邊緣AI 的模型架構又可分為終端為中心的混合 AI、基於終端感知的混合 AI、終端與雲端協同處理混合AI。之所以要對 AI 計算進行分工，是由於在不同的場景下，根據雲端和邊緣端的計算、儲存能力，需要將 AI 計算和儲存分配到雲和終端共同完成，使得整體 AI 計算效率最大化。
終端為中心的混合 AI，即是將所有的計算過程均在邊緣端進行。當邊緣終端的計算效能較高，且執行的模型復雜度不高的時候，直接將模型搭載在終端上，依靠終端進行數據處理和儲存，一般適用於計算能力較強的終端，例如 PC 等。這種模型的優勢是更快速的響應使用者請求，且降低對雲端的計算負載，同時在離線狀態下也能實作模型執行，是一種完全不依賴雲端數據中心的邊緣模式。 終端感知的混合 AI，終端負責的數據采集和儲存，然後將數據傳輸到雲端進行AI計算，最終透過終端進行數據輸出。這是一種結合終端數據處理能力，與雲端計算能力的邊緣AI模式，一般適用於數據輸入輸出能力強，但計算能力有限的終端，例如手機、智能音箱等。利用邊緣終端對數據進行預處理標準化，對於使用者來說，既能保證數據輸入的有效性，也保障了傳輸數據的私密性，而對於雲端數據中心，則有效降低了數據負載。終端與雲端協同處理混合 AI，這是一種結合終端數據處理能力與雲端計算能力的邊緣AI執行模式。在這種模式下，模型自主判斷 AI 計算在雲端和邊緣端的分配，當計算需求較為簡單時，則在終端進行簡易模型的計算，而當終端計算結果準確性下降後，則再透過雲端的大模型進行修正。協同處理的模式對使用場景有更強的適應力，適配不同的AI 使用需求，其難點在於對算力的分配演算法，如何判定在雲端或終端進行計算。潛在方案是先在終端進行初步計算，然後將計算結果發送到雲端進行驗證，由驗證的正確率來判斷是否要在雲端進行重新計算，從而實作雲端算力的動態調整。
1.2 AI 手機：手機智能化的新方向，重塑手機市場格局
智能電話在大模型的賦能下，有望帶來手機產品形態新一輪創新。傳統智能電話透過取消物理按鍵，實作觸控操作，APP 端透過開源市集，實作手機功能的多樣化，通訊端5G等新技術提升傳輸速度，智能電話引領過去十年終端創新。而近年來手機形態及功能創新停滯，行業換機周期逐漸拉長，手機行業回到成熟行業狀態，行業增速明顯放緩。而透過AI 大模型，有望對手機功能帶來更大創新，從而引領行業新一輪發展。在人機互動端，透過語音、手勢等新的互動方式，已成為使用者的新需求；在 APP 端，使用者對於需求的多樣性和復雜度要求不斷提升；在系統端，不同使用者的習慣催生了個人化的內容和服務需求，多維度的新需求均需要AI 大模型的賦能來滿足，可以預見未來手機的 AI 功能將大幅提升使用效率，從而帶來手機滲透率提升以及新一輪換機需求。
邊緣 AI 形態的手機將會成為未來行業主流，手機的感知及計算能力將顯著升級，推動手機硬件創新。根據 Counterpoint Research，AI 手機可定義為：利用大型預訓練的生成式人工智能模型來建立原創內容或執行上下文感知任務的流動通訊器材。為了實作上述功能，手機硬件將會有較大振幅的升級，包括專門進行神經網絡運算的芯片核心，大容量和高頻寬的記憶體，同時配套的功耗、通訊等也將有一定提升。
AI 作為手機新功能，催生 AI 手機新行業，長期帶來巨大市場空間。根據Counterpoint 的數據，2023 年全球手機出貨量 11.7 億部，其中符合生成式 AI 手機標準的僅1%。然而，隨著2024 年智能電話行業的積極變革和手機廠商將生成式 AI 作為升級重點，預計到2027年生成式 AI 手機的市場滲透率將達到 43%，生成式 AI 手機的總量將從2023 年的百萬級增長到2027年的 12.3 億部。 主流手機廠商已推出具備 AI 功能的手機，AI 功能已成為高端手機的核心賣點。據Counterpoint Research，24Q1 全球手機市場具備 GenAI 功能的手機市占率提升至6%，較上季度 1.3%大幅提升，其中三星 Galaxy S24 系列占其中 58%，小米14 系列、VIVOX100系列等均有不俗表現。同時 24Q1 銷售的 AI 手機中，70%以上是批發價高於700 美金的高端手機，產品型號也增長到 30 多款，AI 功能已經成為手機廠商搶占市場的核心功能。
2. AI 手機元年，手機行業迎來創新周期
2.1 手機芯片大幅提升 AI 算力，手機 AI 已構建算力基礎
手機 SoC 的 AI 趨勢 2023 下半年開始逐漸體現，手機算力效能大振幅升級。手機芯片廠商積極擁抱 AI 趨勢，以高通驍龍 8Gen 3、聯發科天璣 9300 為代表的新款旗艦芯片改善架構，大幅加強手機端算力效能。手機 SoC 架構發生明顯變化，除傳統CPU+GPU外，均增加了負責 AI 計算的神經網絡模組 NPU，形成了 CPU+GPU+NPU 的三重算力單元，以適應不同場景的算力需求。同時在核心效能上也有所提升，例如高通驍龍8 Gen 3 采用「1+5+2」架構，增加大核數量提升算力；天璣 9300 采用全大核架構，將大核效能運用極致，運用大核運算速率優勢降低整體功耗，官方數據表示峰值效能相較上一代提升40%，功耗節省33%。算力效能方面，高通、聯發科、蘋果旗艦芯片均搭載個人化 AI 模組，為邊緣大模型搭載提供算力基礎。高通釋出性價比旗艦芯片 8s Gen 3，AI 手機將逐漸擴散至中低端機型，AI 手機滲透範圍繼續擴張。8s Gen 3 芯片透過節省內核數量，降配 GPU、記憶體等方式，以實作更有性價比的中端旗艦定位。相對 8 Gen 3 版本，低配版 8s Gen 3 縮減一顆大核，同時在GPU及記憶體方面降低配置，從而降低了芯片成本，將 AI 手機芯片推廣到中低端手機產品矩陣，進一步豐富AI手機受眾群體。目前 8s Gen 3 已經搭載至小米 Civi 4 Pro、Redmi Turbo 3 以及iQOOZ9Turbo等機型，其中 Redmi Turbo 3 正選價已低至 1999 元，正式標誌著AI 手機進入2000 元以下價格帶。
高通推出驍龍 8 Gen 3，大幅提升手機 AI 計算能力。高通作為手機SoC龍頭廠商，在2023年推出旗艦芯片驍龍 8 Gen 3，搭載的高通 AI 引擎，也是第一個支持多模式生成人工智能模型引擎的手機 SoC。芯片升級後 Kryo CPU 提升了 30%效能和20%的能效，GPU方面提升25%的 GPU 效能和 20%能效。芯片算力升級使驍龍 8 Gen 3 可搭載多種生成式大模型，並且可以執行參數超過 100 億的大模型，適配當前大部份邊緣端模型的硬件需求，相較傳統手機芯片算力得到明顯提升。 據外媒 WCCFtech 報導，高通預計將在今年 10 月正式釋出新一代旗艦級流動平台驍龍8Gen 4。新款旗艦芯片有可能會首度采用高通客製的 Oryon CPU 內核，並在制程上有所提升，從而改善效能和能效。
聯發科釋出天璣 9300 旗艦芯片，全大核設計極致提升計算效能。天璣9300 率先采用全大核 CPU 架構，同時配有第 7 代 APU 架構內建硬件級的生成式AI 引擎，芯片搭載四個Cortex-X4超大核和四個 Cortex-A720 大核，單核效能提升超過 15%，多核效能提升超過40%，算力效能提升可實作更快速且安全的邊緣 AI 計算。此外搭載完整的 MediaTek 工具鏈，能夠協助開發者在端側快速且高效地部署多模態生成式 AI 套用，為使用者提供包括文字、影像、音樂等在內的終端側生成式 AI 創新體驗。相較於前代，生成式 AI transformer 運算速度快8 倍2倍整數和浮點運算速度，功耗較前一代降低 45%，最高可支持 330 億參數大語言模型。天璣 9300+（Density 9300+）延續並提升天璣 9300 的效能。天璣9300+的CPU架構采用1+3+4 設計，包括 1 個 3.40 GHz Cortex-X4 核心、3 個 2.85 GHz Cortex-X4 核心和4 個2.00GHzCortex-A720 核心。而在 GPU 方面，繼續采用 Arm Immortalis-G720 MP12，在CPU及GPU核心環節均有一定振幅的提升。支持通義千問、百川大模型、文心大模型等多款AI 大模型。實作更高速 Llama 2 7B 端側大模型執行，速度達 22 tokens / 秒，並透過端側雙LoRA融合天璣 AI LoRA Fusion 2.0 技術。
2.2 安卓 AI 手機：三星 Galaxy S24 一騎絕塵，眾品牌蓄勢待發
三星正選 AI 手機。2024 年 1 月 18 日，三星電子正式推出新一代高端旗艦系列產品三星Galaxy S24 Ultra、Galaxy S24+和 Galaxy S24，均搭載搭載獨占版超頻高通驍龍8 Gen3芯片，主頻從 3.3GHz 略微漲至 3.4GHz，並使用 LPDDR5X 記憶體。螢幕方面，均提供1-120Hz LTPO可變重新整理率和峰值 2600nits 的超高亮度。網絡攝影機方面，ultra 型號擁有三星手機中最高的2億像素廣角主攝和四鏡頭長焦系統，支持 OIS 光學防抖。 AI 功能驚艷市場，Galaxy AI 對幾乎所有 Galaxy S24 的原生套用進行賦能，顯著提升手機互動效率。Galaxy AI 提供一系列實用功能，包括即圈即搜、通話即時轉譯、筆記助手、轉錄助手、瀏覽助手和寫作助手等，全面覆蓋智慧生活和辦公場景。海外銷售的S24 系列AI功能在底層由谷歌的 Gemini 模型負責運算，該模型具有比肩GPT-4 的能力，而國內銷售的S24 系列則由百度文心一言提供 AI 能力支持。AI 功能有效提升了S24 系列產品力，根據Counterpoint Research 數據，24 年一季度 AI 手機市場中，三星Galaxy S24 系列占據了銷量前三名，以 58%的份額成為最暢銷的 AI 手機。三星在宣傳上也將AI 功能作為主要賣點，特別是 AI 通話助手以及轉譯等功能，契合高端手機市場的辦公需求，成功搶占蘋果、華為等高端機競爭對手市場份額。
與谷歌合作，三星 S24 系列實作與雲端大模型相同產品體驗。三星透過介入谷歌Gemini模型，實作本地和雲端的 AI 功能。Gemini Nano 是 Gemini 模型的邊緣端版本，參數在十億級別，可在手機端執行提高模型使用效率。同時 S24 也是首款配備Gemini Pro 的智能電話，使用者可以透過使用三星原生的應用程式，將個人化數據脫敏後形成摘要，然後上傳到雲端GeminiPro 模型中進行運算，既保證了使用者數據的安全，同時提升了模型輸出的準確性。透過不同參數規格模型的無縫切換，使用者實際使用效果與雲端大模型接近，大幅增強了客戶的使用黏性。
傳統消費電子行業進入存量市場，加速研發 AI 創造新需求已成手機行業共識。2023年下半年開始以谷歌、三星、VIVO 等手機終端廠商將大模型內建到手機中，將雲端算力逐步匯入到邊緣端，AI 大模型也成為手機廠商宣傳賣點。各家終端品牌將持續投入AI 手機研發及宣傳，邊緣端算力與 AI 模型生態建設能力將會成為未來手機廠商競爭的關鍵影響因素，各廠商的AI技術競賽也將加速傳統手機行業的換機速度，同時也有望重塑行業競爭格局。未來品牌廠商在AI 領域軟硬件的軍備競賽已成趨勢，消費者使用體驗將不斷最佳化，供應鏈也隨創新帶來價值量的顯著提升。
國內手機廠商嘗試自研大模型形成差異化優勢，品牌廠商在手機行業中地位將進一步提升。相較三星搭載谷歌 Gemini 模型，國內廠商傾向於自研大模型來擴充套件自身能力圈，透過自研大模型開發配套 APP 及個人化套用場景，強化手機源生 APP 的功能，挖掘更大軟件服務價值。VIVO 釋出 X100 系列手機搭載自研藍心大模型，並推出前端智能輔助助手「藍心小V」，可實作文案作圖、智能 P 圖、語音辨識等功能，此外 VIVO 還釋出了「藍心千詢」對話機器人，同樣基於自研藍心大模型，實作知識問答、文學創作、圖片生成、程式編寫等多種功能。OPPO自研安第斯大模型，並根據不同使用場景需求適配三種參數規格，滿足不同計算需求場景，安第斯模型可實作通話摘要、智能 P 圖、人機對話等功能，使用者可透過「小布助手」便捷使用各項 AI 功能。
3. 蘋果發力 AI，引領手機產業鏈新一輪創新
3.1 蘋果陸續推出 AI 創新，產品化行程加速
「Let Loose」釋出會蘋果首次針對 AI 釋出軟硬件更新，標誌蘋果開始發力AI 創新。台北時間 5 月 7 日晚，蘋果舉辦了名為「Let Loose」的春季新品釋出特別活動。許多此前多次爆料的產品得到正式釋出，分別包括新款 iPad Pro、iPad Air、Apple pencil pro、妙控鍵盤等。其中 iPad Pro 新款早於 Mac 正選 M 系列最新芯片，加快硬件算力升級速度，軟件端iPad套用增加 AI 功能，將 AI 作為新款 iPad 旗艦產品的核心賣點，凸顯了蘋果對AI 創新的重視。
蘋果升級芯片算力，新款 Pad Pro 搭載 M4 芯片顯著提升算力效能。在「Let Loose」釋出會上，釋出了即將用於新款 iPad Pro 上的 M4 芯片，M4 芯片也是蘋果首款率先套用於iPad產品的 M 系列芯片，iPad 產品也直接從上代 M2 芯片升級到最新款M4 芯片。M4 芯片采用了更先進的第二代 3 納米制程，在效能上實作了顯著提升，晶體管數量達到280 億，提高整體能效，M4 芯片僅需一半耗電量，就能達到與 M2 芯片同等效能。 M4 芯片在 CPU、NPU 核心上有明顯升級，更加適配 AI 需求。新款M4 芯片包含一個最多達到 10 核心的 CPU，其中包括最多 4 個效能核心和 6 個能效核心，相比前代搭載在iPadPro上的 M2 芯片，M4 芯片的全新中央處理器效能提升最高達 1.5 倍。M4 芯片內建的極高速NPU神經網絡引擎，更加適配市場主流的 AI 模型，是 Apple 迄今為止最強大的神經網絡引擎，運算速度最高可達每秒 38 萬億次。
蘋果不僅在硬件端展示 AI 升級，套用層 AI 化趨勢顯著。在「Let Loose」釋出會上，蘋果展示 Final Cut Pro、Logic Pro 等 iPad 套用，在 AI 加持下，原生APP 大幅提升使用效率。FinalCut Pro 新增 AI 輔助功能，包括最新的 「最佳化光線和顏色」功能，簡單一步就能最佳化畫面的顏色、色彩平衡、對比度和亮度，「流暢慢動作」功能根據使用者需求自動生成影片幀，提高影片質素。Logic Pro 配備 AI 功能，新增 AI 技術可模擬鼓手、貝斯手、鍵盤手等樂隊組成部份，透過 AI 智能生成不同風格演奏效果，並能夠模擬一系列全球知名錄音室硬件混合制作的聲音，大幅提高音樂制作效率。
蘋果 WWDC 釋出 Apple Intelligence，蘋果生態作業系統全面AI 化。蘋果於台北時間6月 11 日在 Apple Park 舉辦特別活動 WWDC24。WWDC24 旨在展示新一代iOS18、iPadOS18、macOS15、watchOS11、tvOS18 和 visionOS 的前沿創新，其中手機與PC 作業系統將會引入Apple Intelligence，在作業系統底層技術上引入 AI 模型，賦能APP 套用，為未來APP全面AI化打下堅實基礎。 iOS 18 的重大變革是引入了大量的 AI 功能，手機使用體驗顯著升級。蘋果將AppleIntelligence 的功能總結提煉為 Powerful、Intuitive、Integrated、Personal、Private 五大維度，新的 AI 功能將提升使用者的使用體驗，透過智能互動提高使用者使用效率，結合原生APP，實作多角度多功能的快速互動與響應，將 AI 作為強大的邏輯推理工具實作產品化。透過Siri 作為資訊入口，AI 能智能理解使用者指令，並且透過 AI 可實作跨套用的協同互動，實作Siri 可跨APP進行任務分配，同時可自動操作 APP 完成具體任務。最終體現形式包括斷續對話、螢幕感知、圖片生成、文書處理等功能，從而實作手機操作的進一步簡潔化和智能化。Apple Intelligence 僅支持 A17 Pro 以及 M 系列芯片，高芯片門檻將加速蘋果手機存量使用者換機。iOS18 系統支持較為廣泛的蘋果機型，根據蘋果釋出會資訊，其搭載的AppleIntelligence 僅支持A17 Pro以及M系列芯片，對應手機終端目前僅支持iPhone15 Pro及ProMax兩款機型，這也將促進老款機型使用者在今年進行換機，加速手機更換周期。市場存量大量老款蘋果手機使用者，隨著 Apple Intelligence 釋出，新老款手機在 AI 功能的巨大差異將催化老使用者加速換機，從而拉動蘋果整體銷量提升。
AI 充分賦能蘋果套用，Apple Intelligence 充分展示其系統+套用的AI 生態。蘋果在釋出會上展示了基於新款 iOS18 系統的部份 AI 套用，涵蓋了文字、音訊、影像等多個維度，大幅提升原有 APP 的功能豐富度和使用便利性。文字領域實作文本矯正、個人化重寫，以及訊息的總結及提醒，文字資訊的跨 APP 呼叫等；音訊領域主要集中在通話錄音、轉寫、總結等功能；影像領域可實作文生圖、圖片最佳化、表情生成、相簿圖片智能分類、搜圖、智能P圖等功能。蘋果套用自身系統的 AI 能力，極大最佳化 APP 的智能化程度，當前原生套用已得到AI賦能，後續伴隨蘋果開源部份邊緣模型及 AI 功能，預計第三方APP 也將實作多元化的AI 功能，同時使用者可透過 Apple Intelligence 實作 APP 之間的互聯與協同。Apple Intelligence 系統級 AI 融合套用 AI，相較安卓端優勢明顯。安卓機當前釋出的AI套用與蘋果功能類似，蘋果的優勢體現在系統級 AI 的整合能力。蘋果自研的邊緣模型擁有高精度理解力，更直觀理解使用者的個人化需求，然後透過跨 APP 的協同能力，處理使用者復雜的需求，同時由於 iOS 系統的 APP 具有較高標準化，也使得跨APP 協同難度顯著降低。在蘋果系統級 AI 的強大功能下，預計蘋果對於 APP 廠商將擁有更高話語權，使用者也將傾向於透過系統 AI 來選擇和使用 APP。
3.2 蘋果自研邊緣端模型技術領先，模型能力構建高壁壘
蘋果系統級 AI 的底層技術來源於自研邊緣模型，模型優勢是蘋果領先安卓廠商的核心壁壘。蘋果自 2024 年起，密集釋出 AI 模型論文，自研邊緣端小模型在指令準確性、互動多樣性等方面處於端側領先水平。蘋果釋出的「Ferret-UI」、「MM1」、「OpenELM」、「MGIE」等邊緣模型，在前端控制、影像、文本等細分方向實作 AI 功能創新，透過模型間的配合實作多維度復雜功能。 蘋果透過多模型融合，實作雲邊端無縫銜接，大幅提升AI 使用體驗。蘋果在使用自研模型的同時，引入 openAI，搭載 GPT-4o 最新雲端模型，實作端側+私有雲+外部模型接入三重方式共同推理的模式，加速 AI 套用生態的快速形成。同時蘋果註重私密保護，在數據上雲前需使用者特許，保證私密數據安全。
3.2.1 蘋果 AI 模型：前端控制模型 Ferret UI，極致簡化使用者前端操作
前端控制模型「Ferret-UI」，解放雙手，AI 實作智能操作控制。4 月8 日，蘋果發表論文介紹了一個名為「Ferret-UI」的新模型，此模態模型可以實作理解手機螢幕並執行任務，專為提升移動端 UI 螢幕的理解能力而設計，具備參照、定位和推理能力。蘋果透過將整個螢幕分成為子影像來解決螢幕尺寸和分辨率標準化問題。每個螢幕根據原始長寬比分為 2 個子影像，以便同時適應豎屏和橫螢幕，這樣能夠靈活地適應各種螢幕長寬比，並且利用增強的視覺特征放大細節。同時模型訓練了大量各類前端UI 數據，涵蓋了從簡單的語意和空間任務到復雜的推理任務，有效提升了螢幕理解和執行任務的準確性。
3.2.2 蘋果 AI 模型：邊緣多模態模型 MM1，實作手機圖文分析能力
「MM1」模型實作邊緣端圖文多模態解析能力，邊緣端模型分析準確率處於行業第一梯隊。蘋果釋出論文公開自研的多模態大模型 MM1，該模型最高參數可達300 億，同時支持30億、70 億參數的變體。模型由密集模型和混合專家（MoE）變體組成，模型在多模態基準、上下文預測、多影像和思維鏈推理等方面均有不錯表現。 在論文中，蘋果對「MM1」模型進行了測試，測試結果顯示MM1-3B-Chat 和MM1-7B-Chat模型，盡管準確率不如谷歌的 Gemini 和 OpenAI 的 GPT-4V，但優於市面上絕大多數相同規模的模型。
3.2.3 蘋果 AI 模型：邊緣小模型 OpenELM，開源模式賦能平台開發者
「OpenELM」模型在小參數形式下處理文本資訊效率最優，開源模式賦能iOS平台APP開發者。蘋果釋出模型 OpenELM（ Open-source Efficient Language Models ），是一個適合在邊緣 AI 硬件上部署的開源小模型。OpenELM 共有八個模型：四個預訓練模型和四個指令調整模型，模型參數大小分別在：2.7 億、4.5 億、11 億和 30 億個參數。而微軟Phi-3 模型為38億，因此前者在小型機型上執行成本更低，可在手機和筆記電腦等流動通訊器材上執行，在AI 硬件執行極具性價比。盡管最小的模型只有 2.7 億參數，但蘋果使用了1.8 萬億tokens 的數據進行預訓練，這是其小參數下仍能表現出色的原因之一。蘋果通常在手機領域采取閉源策略，但openELM 模型采用開源模式，透過開源模式吸引使用者，實作蘋果套用產品的全面AI 化。
3.2.4 蘋果 AI 模型：垂類套用模型 MGIE，圖片編輯能力顯著優於同類產品
蘋果「MGIE」模型定位影像編輯領域，AI 功能簡化操作，產品力顯著領先同類產品。MGIE（MLLM-Guided Image Editing）是一個利用多模態大型語言模型（MLLM）來對圖片進行自動修飾的模型，MGIE 基於 MLLM 模型，後者雖然可以同時處理文本和影像，但不能對圖片進行編輯，而蘋果自研的 MGIE 模型將 MLLM 模型整合到影像編輯過程中，透過MLLM模型提煉使用者對於圖片修改的關鍵詞，將指令標準化為對應操作，可實作簡單的顏色調整到復雜的物件操作。 根 據 蘋 果 發 布 的 論 文 【 Guding Instruction-based Image Editing Via Multimodal LargeLanguage Models】 ，MGIE 模型可實作高效的圖片編輯效果。透過自然語言指令，模型可實作 Photoshop 風格的圖片修改，例如剪裁大小、旋轉反轉、添加濾鏡等，還可對圖片的亮度、對比度、清晰度等進行調整，並對圖片局部區域進行修改，最終實作智能化的影像處理效果。
4. 重點公司梳理
4.1 蘋果 PCB 供應商：鵬鼎控股
公司深耕 PCB 行業，在軟板 FPC 領域全球領先，充分受益於AI 手機帶來的換機需求。公司 PCB 生產規模處於全球第一梯隊，PCB 產品主要有通訊用板、消費電子及電腦用板、汽車、伺服器用板及其他用板等，擁有優質多樣的 PCB 產品線，具備為不同客戶打造全平台PCB 產品的強大實力。公司客戶資源優質，下遊手機及其他消費電子產品收入占比高，特別是 FPC 產品在客戶端擁有較高市場份額，伴隨 AI 對手機等硬件帶來的行業換機需求，公司將充分受益增量需求。同時 AI 要求更高算力及功耗，PCB 環節價值量有進一步提升空間，公司在 AI 大浪潮下產品需求有望量價齊升。 收入端受消費電子行業周期影響，新擴充套件汽車及伺服器產品線布局穩健。2023年通訊用板收入235.13億元，同比增長3.70%，消費電子及電腦用板收入79.75億元，同比下降39.59%，在下遊消費電子行業整體下行的環境下，提高在下遊客戶的市占率，維持了通訊用板的收入穩健增長。而在汽車和伺服器等新興增長領域，2023 年實作營業收入5.39 億元，同比增長71.45%，在車用領域，目前公司已在車規 ADAS、激光雷達、BMS 等領域實作出貨；在伺服器領域，公司持續提升厚板 HDI 板能力，目前層數已達 16-20L 以上，與國內外核心伺服器廠商已建立合作。
戰略布局 AI、新能源車等新興產業，引入 AI 提升公司數碼化轉型速度。公司對下遊需求的變化保持高度敏感，在 AI 手機、AI 伺服器等領域均有產品布局，手機等傳統消費電子產品與客戶緊密接觸，不斷鞏固在傳統消費電子領域的龍頭地位；伺服器端開拓海外核心客戶，2024年 1 月成為唯一獲得 AMD「Partner Excellence Award」的 PCB 廠商。其他新興產業，例如6G通訊、虛擬現實、折疊終端領域，公司均有產業化布局。伴隨 AI 行業發展，AI 終端的快速叠代將為公司帶來廣闊成長空間。
4.2 蘋果產業鏈核心供應商：立訊精密
消費電子穩健增長，產品線持續豐富。公司成立於 2004 年，長期以來深耕消費電子產業鏈，緊貼大客戶，逐漸擴充套件產品線，公司依靠長期在消費電子行業積累的經驗，形成零部件、模組到整機的一體化能力。伴隨 AI 和 XR 等新技術不斷湧現，持續創新更為豐富智能的產品組合，特別是未來 AI 技術在手機、PC、可穿戴等產品的進一步套用，再次開啟行業空間。通訊以及汽車等新業務快速增長，開啟新成長曲線。公司2023 年通訊/汽車業務收入分別為 145.38/92.52 億元，同比增長 13.28%/50.46%。通訊業務持續深耕電連線、光連線、散熱、電源管理、射頻等產品，已逐步形成完整的產品矩陣。汽車業務依托消費電子積累的技術經驗，將消費電子領域能力轉移到汽車行業，當前已形成汽車線束/連結器、智能座艙、車身電子、電源管理四大業務線，多領域積極擴充套件客戶。
AI 智能硬件開啟傳統手機業務成長點，公司作為核心供應鏈受益AI 換機潮。蘋果在AI領域的充分布局，蘋果硬件終端有望迎來由 AI 引領的換機周期，公司深度繫結蘋果手機、手表、平板等產品的組裝以及零部件業務，換機周期帶來量價齊升機會，公司有望充分受益。24 年指引保持穩定增長，行業復蘇基礎上，AI 智能化趨勢驅動公司長期成長性。公司展望 2024 年上半年歸母凈利潤 52.27-54.45 億元，同比增長 20-25%，對應2024 年二季度單季度歸母凈利潤 27.56-29.74 億元，同比增長 17.9%-27.2%。公司主業消費電子行業經歷23年的行業下行，24 年有望穩定修復，公司消費電子、通訊、汽車三大業務目前均處於上行趨勢，同時 AI 趨勢開啟長期成長空間。
4.3 蘋果 PCB 供應商：東山精密
公司深耕 FPC 行業，繫結優質大客戶實作穩健發展。公司透過收購美國維信進入FPC市場，並成功切入蘋果供應鏈，在蘋果手機系統板和模組板環節實作穩定供應。公司透過繫結大客戶，不斷擴充套件產品線和份額，收購維信以來，蘋果業務持續穩健增長。未來生成式AI 匯入手機、PC、智能眼鏡等終端，將驅動終端換機潮。同時數據計算和儲存需求的增長，將提高對 FPC 線寬線距以及輕薄化要求，單機 FPC 價值量提升，公司也將充分受益AI 帶來的FPC行業增長。 公司切入新能源車領域，布局第二成長曲線。公司繫結新能源車龍頭廠商特斯拉，結合自身技術積累，切入汽車結構件、PCB、顯示等多領域，實作國內及海外的產能布局，各產品線有望加速落地。公司作為全球少有的綜合性解決方案廠商，多品類提供PCB、車載顯示、結構件等多種產品，透過產業鏈一體化和產品多樣化加深與汽車客戶的黏性。
4.4 蘋果外觀結構件供應商：藍思科技
公司是消費電子外觀結構件龍頭公司，深耕手機外觀件行業，同時縱向延展產品線，發展為全球消費電子一線零元件公司。公司是全球玻璃及金屬外觀件龍頭公司，深度繫結下遊消費電子大客戶，一線品牌蘋果、三星、華為、小米等均為公司客戶。同時公司透過不斷整合，已經形成玻璃、金屬、陶瓷、藍寶石等結構件和模組業務的同步發展，市場份額穩居行業前列。外延布局的組裝業務在 2023 年實作多款手機的批次生產，組裝業務也成功扭虧為盈，公司業務上下遊整合實作階段性成果。AI 趨勢加速下遊終端產品創新，公司作為外觀件以及組裝環節一體化龍頭公司，有望把握機會快速成長。 公司布局新能源車領域，階段性突破眾多客戶。公司依托消費電子核心制造能力，進入汽車行業，目前已與 30 余家國內外新能源車客戶建立合作，在中控模組、儀表面板、智能B柱C 柱等產品上獲得客戶認證，未來動力電池精密結構件也有望取得突破。公司強大的產品設計、精密制造、器材開發等能力，將助力公司 開擴 新能源車市場的巨大空間。
4.5 蘋果光學供應商：水晶光電
公司是蘋果光學核心供應商，當前受益消費電子創新。海外大客戶微棱鏡下沈至Pro機型，公司是其核心供應商；國內大客戶新機光學創新，公司塗覆產品有望加速在安卓機滲透。長期來看，公司 AR/VR 業務開啟遠期成長天花板。公司聚焦 AR/VR 反射、繞射光導波技術開發，整合相關資源，圍繞量產實作設計、工藝和檢驗的技術突破，努力奠定產業化基礎。汽車業務公司開啟第二成長曲線。公司 2023 全年車載HUD 出貨量超20 萬台，其中AR-HUD 國內市場占有率排名第一。成功取得捷豹路虎的 HUD 專案，成為第一個進入海外主流整車品牌的中國 HUD Tier1 企業。新進吉利、東風嵐圖、長安馬自達等多家主機廠，並獲得十余個定點專案，公司成長新曲線有望開啟。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。
