AI技术的快速崛起已经成为了消费电子行业的重要驱动力。随着人工智能终端的普及和应用领域的不断扩大，消费电子正在迎来一股全新的浪潮。从智能手机到智能音箱，从智能电视到智能家居，人工智能已经深入到了人们的日常生活中。传统消费电子产品正以AI终端为核心，不断创新和提升用户体验，推动着这个行业的发展。本文将探讨AI终端在消费电子领域的引领作用，以及其在未来的前景和挑战。

1.1. AI 手机：软件硬件升级加速，打造智能随行助理

1.1.1. 终端厂商：头部厂商陆续推出 AI 手机

谷歌推出 Pixel 8 系列新机，内置谷歌 AI 基础模型。Pixel 8 搭载 Google AI定制的Tensor G3芯片，其中包括最新一代的ARM CPU，升级的GPU， 新的 ISP 和成像 DSP 以及谷歌的下一代 TPU。与配置上一代 Tensor 的 Pixel 6 相比，Pixel 8 上运行的 ML 模型数量提升至 2 倍，模型结构也更 加复杂（比去年 Pixel 7 中最复杂的模型复杂 150 倍）。Tensor G3 通过将 机器算法直接构建到芯片的方式，以更少功耗实现更强大的功能。此外 Pixel 8 还预装最新 Android 14，并提供 7 年的安卓大版本软件更新，同 时支持 WiFi-7 连接。

三星发布自研大模型 Gauss 并推出 Galaxy AI。三星人工智能论坛 2023 上，三星宣布将在 2024 年初推出 Galaxy AI，即在 Galaxy 旗舰落地的端 侧 AI 大模型。它将为手机带来 AI Live Translate Call 功能，能在通话中 实时进行语音转文字并同步翻译，并且端侧运行可保证通话内容的隐私 安全。同时，三星公布了生成式 AI 大模型 Gauss。该模型由三部分组成 1）Samsung Gauss Language：生成式语言模型，负责简化撰写电子邮件、 总结文档和翻译内容等任务；2）Samsung Gauss Code：简化写代码流程， 支持代码描述和测试用例生成等功能；3）Samsung Gauss Image：生成 和编辑图像，包括更改和添加风格、提高分辨率。未来 Gauss 能力将拓 展到三星官方 APP。

苹果发布全球首款 3nm 芯片 A17 Pro，内部搭载 16 核 AI 神经引擎，峰 值算力达 35TOPs。苹果第一代 Apple 神经网络引擎（ANE）可追溯到 2017 年 iPhone X 的 A11。随着 ANE 所支持的手机应用程序不断增加， 其处理性能也不断提升。A17 Pro 每秒可执行最高达 35 万亿次操作，相 比 A16 运行机器学习模型的速度提升最快可达 2 倍。它能够支持 iOS 17 中的面容 ID、Live Voicemail、自动纠错、从照片背景中提取主体、为有 失语风险的用户创建个人语音等 AI 功能。据彭博报道，苹果正在开发 大语言模型和 AI 聊天机器人“Apple GPT”；公司已经部署了基于 AI 增 强的搜索、Siri、系统地图等功能，作为公司内部工具，正在开展几项面 向消费者的 AI 计划。

华为发布的新一代智能操作系统 HarmonyOS 4，接入了 AI 大模型。小 艺成为首个具有 AI 大模型能力的终端语音助手，具备适用于生活、办 公场景的助理功能，并在智慧交互、生产效率提升、创建专属场景和个 性化服务方面获得提升。1）智慧交互：在原有的语音交互的基础上， 新版小艺能够接受文字、图片、文档等多种形式的输入。华为小艺也能够基于这些信息调用相应 APP 插件，完成添加手机通讯录、美团搜索等 操作；2）生产效率：能够对图片完成文字提取、摘要总结、表格提 取、文档扫描等办公功能，让用户更高效的办公学习；3）个性化服 务：在与用户交流中，能够持续进行信息收集、理解，在保护隐私的 前提下提供个性化服务。

小米 14 系列发布，率先支持 NPU 部署，内置多款 AI 大模型应用。小 米 14 系列搭载高通“AI 引擎”骁龙 8 Gen3，CPU 多核性能超越苹果 A17 Pro，NPU 赋予强大 AI 功能。小米自研图像大模型在 NPU 部署后 运行效率大幅提升，内存占用减少 75%、运行时间缩短 95%。同时，小 米宣布与金山办公 WPS 进行合作。将 WPS AI 移动 APP 的能力嵌入到 小米澎湃 OS 当中。用户通过小米手机拍摄文档后，可以进行内容总结； 也可以上传文档来实现快速翻译和内容概括。

VIVO 发布 VIVO X100 系列手机，并全球首发天玑 9300。X100 内部搭 载基于百亿蓝心大模型 BlueLM 的 AI 助手“蓝心小 V”，具备自然会话、 信息处理和洞察能力，能够实现自然语言对话、AI 路人隐身、文案写作、 思维导图生成等功能。

OPPO 发布全新 ColorOS 14 操作系统，Pantanal 与 AndesGPT 双模型 实现智慧互融，具备闪速抠图、智能摘要、图片智能消除、内容创作、 聊天助手等 AI 功能。系统在端支持 70 亿参数的 AndesGPT·Tiny 大模 型，云端支持 AndesGPT·Turbo/Titan 大模型，并以端云协同的方式为 小布助手提供自然语言交互能力。

1.1.2. 核心硬件：高通与联发科推出 AI 手机 SoC 处理器

高通推出高性能 AI 引擎“骁龙 8 Gen3”，支持在端运行 100 亿参数的 多模态生成式 AI 模型（Stable diffusion 可在 1 秒内生成图像或社交微 博；70 亿参数 Llama 2 运行速率高达 20 tokens 每秒），并配套实现 AI 面部识别、智能拍摄对焦、视频物体擦除、视频降噪等基础 AI 功能。 为实现相应功能，骁龙 8 Gen3 底层核心全面升级：采用台积电 4nm 工 艺，配置高通 Kryo CPU（比前代产品骁龙 8 Gen2 性能提升 30%、效能 提升 20%）、高通 Hexagon NPU（性能提升 98%、效能提升 40%）。骁龙 8 Gen3 还配备 Snapdragon X75 5G 调制解调器、支持 LPDDR5X RAM、 UFS 4.0、Wi-Fi 7、蓝牙 5.4 等。高通骁龙 8 Gen3 将在全球 OEM 厂商和 智能手机品牌的终端上得到广泛采用，有望开启生成式 AI 手机的新时 代。

联发科推出天玑 9300，最高支持在端运行 330 亿参数 AI 大语言模型。 硬件方面：天玑 9300CPU 采用“4 超大核+4 大核”设计，性能较上一 代提升 40%；集成全新第七代 APU 处理器 APU 790，内置了硬件级生 成式 AI 引擎，深度适配 Transformer 模型；集成新一代 GPU，峰值性能 提升 46%，功耗节省 40%；集成 Imagiq 990 ISP，可进行 16 层图像语义 分割引擎并逐帧优化，提升视频录制细节；内存率先支持 LPDDR5T 9600Mbps。为解决大模型运行下内存紧缺的问题，联发科开发了混合精 度 INT4 技术，结合公司的内存硬件压缩技术，能够高效利用内存带宽， 大幅减少内存占用。AI 进展方面：天玑 9300 支持终端运行 10 亿、70 亿、130 亿和 330 亿参数的 AI 大语言模型，其中 70 亿参数 LLM 已在 VIVO旗舰手机终端首发落地，并与 VIVO成功在端运行130亿参数 LLM。 天玑 9300 在移动显示、音频降噪、5G 通信等领域也融合了 AI 技术。

1.1.3. 系统应用：AI 手机软件开发平台持续优化

高通发布 AI Stack，端到端的 AI 软件解决方案。高通 AI 软件栈是面向 OEM 厂商和开发者的一套完整的 AI 解决方案，通过丰富的 AI 软件权 限和兼容性，能够支持各种智能终端，包括智能手机、汽车、XR、计算、 物联网和云平台。高通 AI 软件栈支持包括TensorFlow、PyTorch和ONNX 在内的不同 AI 框架与主流 runtimes，以及开发者库与服务、系统软件、 工具和编译器，使得任何面向单一终端开发的 AI 特性都可在其他终端 上轻松部署。以 Stable Diffusion 为例，高通从 Hugging Face 的 FP32 版 本 1-5 开源模型开始，通过量化、编译和硬件加速进行优化，最后实现 在搭载骁龙 8 Gen 2 移动平台的手机上运行。

联发科发布 AI 开发平台 NeuroPilot，构建丰富 AI 生态。NeuroPilot 支 持 Android、Meta LIama 2、百度文心一言大模型、百川智能百川大模型 等前沿主流 AI 大模型，为用户带来包含文字、图像、音乐等领域在内 的终端侧生成式 AI 的创新体验。

苹果发布 Core ML 框架，支持 Transformer 架构和 Stable Diffusion。 Core ML 分为计算机视觉、自然语言、语言（转文字）、声音识别等框架， 分别负责实现对应功能。用户可以通过 Core ML 在手机上创建模型，并 整合到 APP 当中，这意味着 APP 可以使用 Core ML API 和用户数据进 行模型预训练、微调和推理。Core ML 会综合利用 CPU、GPU 和神经 网络引擎，同时最大程度地减小内存占用空间和功耗，来优化设备端性 能。由于模型严格地在用户设备上，因此无需任何网络连接，有助于保 护用户数据的私密性和 App 的响应速度。

1.2. 电脑端：AI PC 生态全场景构建，助力办公生产力提升

1.2.1 终端产品：联想等头部品牌积极部署 AIPC

联想部署 AI PC，可运行个人大模型。联想 AI PC 能够创建个性化的本 地知识库，通过模型压缩技术运行个人大模型，实现 AI 自然交互，为 每个人量身定制的全新智能生产力工具，进一步提高生产力、简化工作 流程，并保护个人隐私数据安全，将人工智能带给每一位用户。通过结合个人数据，可以做到更好的大模型效果，在联想 AI PC 模型演示中， 针对同一个提问，PC 级 AI Lenovo AI Now 相较于云端 AI 生成回 答速度稍慢，但更具个性化。

针对企业端，联想提出混合人工智能计划。联想认为，通过公共大模型 与企业大模型相结合，可以解决企业的数据安全担忧。在最初大模型的 基础上，企业根据特定数据进行额外的训练和微调并在端侧加入企业知 识矢量数据库中的企业特定知识，最后，链接旧有的 ERP 系统、CRM 系统、MES 系统等供应商数据库，即可得到一个混合的 AI 系统，既 能够既保证数据安全，也具有泛化知识，同时能够回答企业相关的特定 问题，帮助企业规划相关活动。

1.2.2 核心硬件：英特尔、AMD、高通均推出 AIPC 处理器

英特尔：Meteor Lake 处理器平台，首次将神经网络处理单元（NPU） 集成到 PC 处理器。在英特尔 on 技术创新大会上，英特尔推出了首款基 于 Intel 4 制程工艺打造的 Meteor Lake 处理器平台。Meteor Lake 采用分 离式模块架构，由计算模块、SoC 模块、图形模块以及 IO 模块这 4 个 独立模块组成，并通过业界出众的 Foveros 3D 封装技术连接。在 SoC 模 块中，Meteor Lake 采用了创新的低功耗岛设计，集成了 NPU，为 PC 带 来了高能效的 AI 功能表现，并兼容 OpenVINO 等标准化程序接口，便 于 AI 的开发及应用普及。新的低功耗能效核，进一步优化节能与性能 间的平衡。 NPU 除了专为持续的 AI 带来高能低耗的表现，还可以通过 AI 卸载能力，通过 NPU 降低 CPU 和 GPU 的 AI 工作负载。实现 PC 上 AI 场景的长续航加速。

英特尔公布未来 AI 处理器蓝图，下一代 Lunar Lake 和 Arrow Lake 处 理器进一步提升人工智能加速效率。英特尔公布未来 AI 处理器蓝图， 推动高能效 AI 规模化发展。下一代的 Arrow Lake 将覆盖桌面和移动平 台，主要侧重于提供更高的功率和性能，采用了与 Meteor Lake 相同的 设计方法，不过会改用更新的 Intel 20A 工艺制造。LunarLake 则为英特 尔下一代低功耗架构，将进一步提升人工智能加速效率，并对 Meteor Lake 和 Arrow Lake 的多芯片设计做了改进，计划在面向移动平台的酷 睿 Ultra第 2代处理器 Arrow Lake之后发布。Lunar Lake将采用LionCove 架构的 P-Core 和 Skymont 架构的 E-Core，全新的微架构将提供突破性 的每瓦性能优势，同时会采用 Intel18A 工艺制造，标志着该技术的首次 商业应用。

AMD 提供从数据中心到工作站、笔记本电脑的人工智能优化解决方案。 在联想 2023 Tech World 大会上，ADM 提出将为联想提供从数据中心 ThinkSystem 到 ThinkStation 工作站和 ThinkPad 笔记本电脑的人工智能 优化解决方案。AMD 将为联想个人电脑和数据中心产品组合提供人工 智能优化解决方案，产品组合将由 AMD Ryzen、EPYC 和 Instinct 处理 器驱动。（1）第四代 AMD EPYC 处理器最多可配备 96 个核心，可用于 加速一系列数据中心和边缘应用，包括客户支持、零售、汽车、金融服 务、医疗和制造业。（2）Instinct 为 AMD 的加速卡系列，Instinct MI300 为全球首款同时集成 CPU、GPU 的数据中心 APU。Instinct MI300A 一共有多达 13 颗小芯片，其中计算部分 9 颗，都是 5nm 工艺制造。CPU 部分为 Zen4 架构，三颗 CCD 芯片，24 个核心，GPU 为最新的 CDNA3 架构，六颗 XCD 芯片，核心单元数量仍未公布，还有 128GB 容量的 HBM3 高带宽内存，可以为 CPU、GPU 所共享。

锐龙 7040 系列处理器中加入了 Ryzen AI 引擎，首款基于 x86 处理器的 专用人工智能硬件。AMD 的 Ryzen AI 引擎基于专门设计的 AMD XDNA AI 架构，其核心是多个独立的 AIE 单元，而且与传统的 CPU 多核运算 相比，XDNA AI 架构有多个独立的内存电压单元以及对应的内存控制器 并拥有独立的高速互连通道，在进行 AI 推理时更加灵活，效率更高， 性能也更强。移动平台的 XDNA AI 架构有着超高的能效、强大的算力， 它支持不同的 AI 神经网络，比如 CNN（卷积神经网络）、RNN（循环 神经网）、LSTM（长短时记忆）等。它还支持 Int8/16/32、BFloat16 等 各种高级数据类型，同时 XDNA AI 架构还具备实时多任务能力，可处 理最多 4 条并发空间流。

高通 PC AI 平台骁龙 X Elite 发布，专为生成式 AI 而全新打造。骁龙 X Elite 支持在终端侧运行超过 130 亿参数的生成式 AI 模型，引入了高通 AI 引擎核心 Hexagon NPU，通过全新供电系统升级使 NPU 按照工作负 载适配功率，兼顾高性能与低能耗，引入微切片推理，加速 Transformer 网络等复杂 AI 模型研发提供支持。同时，高通对张量加速器进行了升 级，大矩阵处理速度提升 2.5 倍。共享内存规模增加了一倍，便于容纳 更大的神经网络，使 NPU 实现了 45TOPS 的 AI 性能。骁龙 X Elit 采用4nm 制程工艺打造，拥有 12 个高性能核心，集成的 Adreno GPU 支持每 秒 4.6 万亿次浮点运算，主频高达 3.8GHz，支持双核增强，最大可达 4.3GHz，也是首个 4GHz 以上的 ARM 架构 CPU 核心。此外，它拥有高 达 42MB 的总缓存容量，内存带宽 136GB/s，并支持八通道 LPDDR5x。

1.2.3 系统应用：微软等持续更新 AIPC 操作系统及爆款应用

微软 Windows 11 接入 Copilot 免费更新，培养用户 AI 使用习惯。 Windows Copilot 是微软推出的一款利用 AI 技术，帮助用户在 Windows 系统中更高效、个性化地完成工作、创作和娱乐任务的智能助手，能够 预览并加速任务，减少摩擦，节省时间，并提供个性化的答案、灵感和 任务帮助。Copilot 系统权限高于 Cortana（将于 2023 年底停止支持）， 可以实现自然语言交互级别的对话，与系统应用更深度地进行绑定，例 如它直接读取浏览器页面内容，生成总结文字。Copilot 还更新了画图、 照片、Clipchamp 等应用，其中画图功能可以智能移除图片背景并增加 图层功能，照片新增了 AI 背景虚化功能，Clipchamp 提供自动剪辑图片 和视频与场景描述功能。微软 Copilot 作为 Windows 11 免费更新的一 部分直接嵌入每一位用户的操作系统，优化了系统存在感，默认集成于 任务栏，具备专门的 Win+C 热键，很大程度上培养了用户对人工智能的 使用习惯。

英特尔 AI PC 加速计划，构建 AI PC 生态系统解决方案，预计 2025 年 达成逾 1 亿台 AI 应用。该计划旨在联结独立硬件供应商（IHV）和独立 软件供应商（ISV），并充分利用英特尔在 AI 工具链、协作共创、硬件、 设计资源、技术经验和共同推广的市场机会等资源。这些资源将帮助产 业合作伙伴充分发挥英特处理器的技术和相关的硬件优势，以尽可能最 大限度发挥 AI 和机器学习（ML）应用的性能，加速全新应用案例，并 吸引更广泛的 PC 产业伙伴融合到 AI PC 生态系统的解决方案中。

1.3. AI 眼镜：集成 AI 助手，开启智能眼镜新时代

Meta 发布智能眼镜 Ray-Ban Meta，支持 Meta AI 助手。Ray-BanMet 在摄像头、麦克风和扬声器上都较前代进行了大幅升级，并搭载了高通 *最新的骁龙 AR1 Gen 1 芯片，可以处理更高质量的照片和视频。智能 眼镜提供拍摄照片、录制视频、播放音乐、接听电话、实时翻译等功能。 同时，眼镜还支持“Meta Al”这一 Al 助理功能，用户喊出"Hey Meta" 即可唤醒助手进行辅助，这也是首款搭载 Meta Al 的智能眼镜产品。通 过 Meta Al，用户可向语音助理咨询各种问题，如自己目前站在哪座建 筑前、面前标识的意义、如何修理面前的水龙头等。Ray-Ban 智能眼镜 将在 2024 年更新过后支持 Meta Al 功能。

Meta 开源 Llama，促进 AI 社区发展。2023 年 2 月，Meta 宣布开源大 语言模型 Llama2，AI 社区模型火炬彻底被点燃，“羊驼家族”不断壮大。 分割模型 SAM、语音模型 SeamlessM4T、多模态 AI 模型 ImageBind、 Code llama、Llama 2 接连开源，AI 社区发展迅猛。Meta 通过创建开放 AI 生态系统，从而构建广泛采用的标准化开放工具，将有助于其他公司 更容易与 Meta 产品与平台集成，推动 Meta 产品保持领先地位。

Meta 的 AI 时刻，AI 全面进入 Meta 全家桶。Meta 继开源大语言模型 Llama 2 后，在 Meta Connect 2023 中，推出基于 Llama 2 大型语言模型 定制的 Meta AI。Meta 将其视为一个通用型的 AI 助手，可以处理从群聊 消息的归纳整理到用户点对点提问等各种不同的应用场景的问题。并且 Meta 也同时宣布与微软 Bing 合作，在聊天中为用户提供实时网络搜索 的结果，这使得 Meta AI 与许多其他没有最新信息的免费 AI 生成式工具 有着明显的区别。Meta 为 Meta AI 打造出多达 28 个具有不同预设性格 的 AI 形象，每一个 AI 角色都性格鲜明，他们都拥有相应的社交帐号， 用户可以在社交平台上与他们进行不同类型的对话。Meta Connect 2023 发布的硬件产品 Quest 3 和 Ray-Ban 都将集成 Meta AI。

1.4. AI PIN：硬件极简设计，AI 创造无屏交互

Humane：发布 AI PIN，穿戴式 AR 人工助理。AI PIN 的定位是人工智 能个人助理，配备了 AI 聊天助手。AI PIN 像个精美的小方盒，与领夹 式麦克风外形接近，共有 3 种颜色，分别是 Eclipse（日食）、Lunar（月 光）、Equinox（破晓）。此外，AI PIN 还有一个磁吸式背夹，通过具有 磁力的夹子来固定在衣服，提供便捷的佩戴，整机仅重 34.2g。

搭载高通骁龙芯片，集成摄像头、激光投影器、深度传感器。配置方面， AI PIN 搭载了 2.1GHz 八核高通骁龙芯片，RAM 内存为 4GB，ROM 内 存为 8GB；支持蓝牙 5.1 连接与 eSIM 功能，提供多种连接方式。设备表面有两个指示灯，可作为来电提醒、消息通知。AI PIN 正面集成了摄 像头、激光投影仪、深度传感器、双麦克风阵列以及用于触摸交互的触 摸板。AI PIN 没有电子屏幕，通过内置的小型投影仪，可在用户的手掌 或是任何固体表面上，投射一个分辨率为 720p 的画面，用以显示时间、 日期、查看收到的信息等。

脱离显示屏交互，采用声音+触摸+手势+投影四种核心交互方式。AI PIN 使用触摸板代替屏幕，对人类的手势做出反应。而且在不连接智能手机 的情况下就可以使用，主要是通过 T-Mobile 的无线网络服务来实现。 使用者可以通过点击、手势和语音命令来控制 AI PIN，两根手指在设备 正面触摸板上轻按两次即可拍摄照片；同样双击然后按住该位置即可录 制视频；轻按 Pin，然后将手掌移入视野中，即可激活激光投影，激光 将图像和文本投射到用户的手上。AI PIN 为用户提供了一种无屏幕且直 观的与人工智能互动的方式。凭借其激光投影系统和与强大的人工智能 算法的集成，有潜力重新定义电子产品的交互方式，便利使用者的日常 生活。

AI PIN 内置 AI 大模型和聊天助手 Ai Mic。Ai Mic 类似 ChatGPT，用户 长按 Pin 即可与 Ai Mic 进行自然语言交流、网络搜索。相关 AI 功能还 包括根据语气撰写短信、充当实时外语翻译、推荐餐厅、识别食物营养含量等。AI 助手还能够梳理短信、邮件等不同渠道的信息并总结成回复， 实现进阶搜索功能。同时，AI PIN 彻底脱离了 APP 和显示屏交互，功 能实现高度便携。Humane 采用 AI 操作系统 Cosmos 和 AI 软件框架 Ai Bus。用户无需下载、管理或启动应用程序。系统能够快速了解用户的 需求，并自动连接到正确的 AI 体验或服务。用户的照片、视频、笔记 均上传至云端 Humane.Center 账户，以供查看、共享和搜索。该平台将 充当 AI PIN 的服务中心枢纽，来实现个人信息存储和个性化操作设置。

AI PIN 定价 699 美元起，另需支付 24 美元/月订阅费，预计将于 2024 年初开始发货。订阅费包括访问 Ai Bus、无限制的无线数据服务计划（包 括通话、短信、数据）和云存储、不断增长的 AI 服务套件的完全访问 权限、以及无限制的查询次数。 目前 OpenAI、微软、谷歌、Slack 等均 为 AI PIN 提供服务。

2.1. 核心场景：用户数字延伸 AI Twin

AI 终端与 AI 云端的最大区别在于数据处理和计算发生的位置，AI 终端 注重快速响应和数据隐私，可以实现用户的数字延伸。AI 个人大模型建 有本地知识库，更好地了解用户。个人大模型使用存储在设备或家庭服 务器上的个人数据进行推理。除非用户授权，否则用户的个人数据永远 不会被共享或发送至公有云，从而确保了个人隐私和数据安全。它甚至可以根据个人的思维模式预测任务，并自主寻找解决方案。AI 终端场景 下，设备如同用户的数字延伸，像 AI 双胞胎（AI Twin）一样。AI Twin 理解用户的行为模式、偏好和需求，以提供定制化的推荐、提示和自动 化任务执行。这种个性化智能服务是跨设备的核心应用场景，它涉及到 日程管理、信息检索、健康 追踪、安全保护等多个方面，可以跨平 台为用户提供一致的经验和支持。

2.2. 手机端：智能便携增强，媒体智能加工

智能手机在生活中重要性逐步提升。据 QuestMobile 数据，2022 年中国 移动互联网月人均使用时长达 177.3 小时，YoY+15.2%，其中短视频、 即时通讯、综合咨询、在线视频、综合电商为核心应用，分别占总使用 时长的 28.5%/20.7%/6.7%/6.5%/4.5%，CR5 达 66.9%。手机凭借其“智 能便携”的优势，成为用户实时信息获取、社交互动、智能生活的核心 工具。AI 有望进一步提升手机“智能”与“便携”优势，为用户带来革 命性体验升级；同时赋予用户全新能力，助力其在生活、社交方面的便 携性。

2.2.1 智能搜索性能提升，整机管理效率增强

智能搜索升级。智能手机是日常快捷信息的来源，伴随着大量搜索需求。 基于生成式 AI 的查询能够提供精准、多轮次的交互回答，逐步改变用 户的搜索方式。通过自然语言理解、图像理解、视频理解、语言转文字、 文本生成等模型，在端 AI 能够理解用户的各种输入，并提供建议与操 作。智能手机将成为真正的数字助手。 整机性能管理。AI 通过学习用户的使用习惯，能够实现个性化整机性能 管理。整机性能管理主要体现两方面：能耗管理和系统优化管理。1） 能耗管理：例如谷歌在 Android P 系统中加入的“自适应电池”功能， 随时监控用户电量消耗情况，让手机智能判断用户对 APP 的使用情况， 并自动关闭无用的后台应用，大幅降低耗电量；2）系统内部资源（内 存）智能感知分类：由于无用权限获取、碎片化文件、垃圾数据日积月 累等因素，导致手机内存不堪重负，卡顿增加。AI 通过训练感知用户的使用习惯，进而预测用户未来行为，并进行有效资源的再分配。

2.2.2 AI 增强图像、语音感知，实现便携社交生活

现象级 AI 应用爆火，推理功能向边端转移。ChatGPT iOS 版 APP 上架 首周下载量超过 50 万次；聊天机器人应用 Chatacter.AI 上市不到一周便 吸引170万用户安装。AI 为手机带来全新功能，深度参与日常生活当中。 目前，性能强大的生成式 AI 模型正在逐渐变小；同时终端侧处理能力 持续提升。如 StableDiffusion 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。AI 在端运行不受 网络影响并能更快反应，极具应用前景。在不久将来，或将看到拥 100 亿或更多参数的生成式 AI 模型能够在终端上运行。除搜索、聊天功能 外，AI 功能将主要在图片视频、语音两部分实现，能够增强设备的环 境感知能力，并为用户提供个性化加工窗口。

图像视频领域：1）摄影增强：AI 特定算法能够在端一键实现美颜、背 景虚化、暗光增强、人物/物体擦除、换脸换色等专业图片/视频编辑功 能。2）感知增强：多模态大模型能够在图片、视频中识别文字、物体、 场景，并基于此生成特定格式的文案、制作博客等，为社交、媒体应用 场景提供便携工具。3）视频图像生成：通过 Stable Diffusion 等成熟大 模型在端落地，能够快速实现视频、图像生成，并应用在社交媒体当中。 语音领域：1）语音识别：基于深度学习的 AI 模型能够完成语音信号中 的信息提取，并转写成文字。在识别时，需要结合音频信息和模型训练 出的语法知识，提升识别准确率和识别效率。在语音识别基础上，AI 也能从中提取用户意图、语气、关键词、应用领域等信息，并进一步将 手机化身为智能助手，提供语音搜索、智能问答、APP 调用等功能。2） 语音合成：语音合成为手机创造全新交互方式，广泛用于听书、语音翻 译、智能通话等领域。以谷歌 Pixel 8 为例，其操作系统中的谷歌助手能 够自动翻译页面上的文字并转为人声阅读；也能替用户接听电话，生成回答并用人声回复。

2.3. 电脑端：解放生产力，赋能创造力

AI PC 将解放生产力，赋能创造力。解放生产力方面：作为设备、边缘 计算和云技术的颠覆性混合体，AI PC 将不仅具有强大的计算能力和先 进的 AI 技术，还能全面满足新的生成式 AI 工作负载需求。以 Microsoft Office 365 为例，全球有超过 4 亿 Microsoft Office 365 商业付费席位 和个人订阅者，如果将生成式 AI 集成至用户日常工作流将带来重大影 响。赋能创造力方面：AI PC 统一人际语言、人机语言和机机语言。例 如，先进的 AI 系统（如 OpenAI 的 Codex）能够将自然语言描述转换为 代码，为非专业开发者提供了编程的可能性，使得从事编程工作的门槛 大大降低，创造性的软件开发不再是少数专家的专利。借助 AI PC，每 个有兴趣的人都可以参将自己的想法转化为实际的应用程序，将真正的 创造力交给了每一个人。

2.3.1 AI PC 提高工作效率，解放生产力

解放生产力：人工智能编程助手 GitHub Copilot。GitHub Copilot 是一 种先进的人工智能编程助手，由 GitHub 与 OpenAI 联合开发。其核心功 能是提供代码建议和自动补全，旨在帮助开发者更高效地编写代码。 Github Copilot 能完成以下任务：（1）提高开发效率：Copilot 能帮助开 发者快速编写各类业务代码，包括增删改查的操作和单元测试等。（2） 低编程门槛：对于新的编程语言、框架、库，Copilot 能帮助开发者快速 理解并编写代码，快速实现原型。（3）降低编程成本：Copilot 对于一些 机械性、繁琐的任务，如 SQL、正则表达式（Regex）、Cron 等任务有着 良好的处理能力，大大减少这些任务的编程成本。

2.3.1 AI PC 降低创造门槛，赋能创造力

赋能创造力：创意内容生成大模型 Adobe Firefly。Adobe Firefly AI 人 工智能是 Adobe 公司最新推出的一项创新技术，旨在帮助设计师和创意 专业人士提升工作效率、释放创意潜力。该人工智能引擎通过深度学习 和自适应算法，能够大量理解和分析的设计素材、风格和趋势，并根据 用户需求提供定制的创意建议和设计优化。Firefly AI 人工智能的一个 显著特点特点是其出色的图像识别和理解能力。它可以分析用户提供的 设计素材，识别其中的元素、色彩和结构，并为用户提供相关的创意灵 感和设计建议。从海报设计到品牌标识，从网页布局到插画，Firefly AI 竭力为设计师带来独特的创意和灵感。除了创意灵感之外，Firefly AI 还 具备定制的设计优化功能。通过分析设计布局和快速排版结构，Firefly AI 能够发现潜在的改进空间，并提供库存的优化建议。使得高效设计师 可以更高效地进行设计迭代和优化，从而提高设计作品的质量和效果。

赋能创造力：3D 内容创作和沉浸式体验 AI 能为 XR 带来巨大前景。它有潜力普及 3D 内容创作，并真正实现虚拟化身。下一代 AI 渲染工 具将赋能内容创作者使用如文本、语音、图像或视频等各种类型的提示， 生成 3D 物体和场景，并最终创造出完整的虚拟世界。此外，内容创作 者将能够利用文本生成文本的大语言模型，为能够发出声音并表达情绪 的虚拟化身生成类人对话。高通认为，在未来几年里首批文本生成 3D 和图像生成 3D 类的模型将可能实现边缘侧部署，生成高质量的 3D 物 体点云。随后几年里模型将提升至能从零开始生成高质量 3D 纹理物体 的水平。十年内模型将更进一步支持由文本或图像生成的高保真完整 3D 空间和场景。用户最终或能从零开始生成 3D 虚拟世界，例如自动构建 满足用户任何想象的 3D 虚拟环境。

3.1. 手机端： 计算、感知、连接全线升级

3.1.1 AI SoC：“CPU+GPU+专用芯片+ISP”全面升级

AI 功能产生更多任务、计算需要，推动 CPU、专用芯片、ISP 全面升 级：1）CPU 进入全大核时代。随着智能手机处理器高性能需求与日俱 增，推动 CPU向全大核设计发展。联发科新推出的天玑 9300 上采用 4 个 最高频率可达 3.25GHz 的 Cortex-X4 超大核，以及 4 个主频为 2.0GHz 的 Cortex-A720 大核设计；2）专用芯片（NPU、APU）实现机器学习以 及 AI 大模型在端运行。专用芯片为 AI 运行加速，目前高通 NPU 支持 10 亿参数、联发科 APU 支持百亿参数；谷歌采用多个机器学习小模型 的软硬件配合设计。随着 AI 在端运行逐步普及，需求将向着更高性能、 更高精度的更大模型发展，有望推动专用芯片迭代升级；3）ISP 集成 AI 引擎，并与专用芯片协作，实现图片视频拍摄优化。

3.1.2 内存：LPDDR5 渗透率提升

AI 内存需求推动内存需求提升以及 LPDDR5 普及。对于 130 亿参数 AI 大模型而言，如采用 INT8 精度，则除操作系统外至少需要 12.1GB 内存 才能运行。而旗舰智能手机的内存容量大多也只有 16GB，存在内存限 制。目前高通与联发科分别采用了精度下调和内存硬件压缩的方法来缩 小内存需求。随着模型增大、精度提升，更高速、更大容量的内存需求 也将显现。高通骁龙 8 Gen3、联发科天玑 9300 均已采用 LPDDR5 系列 内存，或将成为趋势。

3.1.3 无线通信：WiFi 7 迭代升级

AI 推动 AIoT 需求，WiFi 7 有望迭代升级。在 AIoT 时代，手机成为智 能生活的控制中心，通过 WiFi、蓝牙、物联网等无线通信方式，能够与 电脑实现跨屏操作、与电视实现高保真投屏、与智能穿戴设备实现信息 交互、远程控制智能家电。随者 AI 进驻手机，这将大幅提升其感知用 户需求的能力，并以指令分发的形式控制各个智能生活终端，实现更为 流畅的生活体验。Wi-Fi 7 在 Wi-Fi 6 的基础上引入了 320MHz 带宽、 4096-QAM、多链路操作等技术，能够提供更高的数据传输速率和更低 的时延，为 AI 数据交互赋能。

3.1.4 光感知：高性能潜望式镜头方案替代加速

AI 优化潜望式镜头方案，有望推动落地进展。在中国移动互联网应用中， 短视频应用时长占比高达 28.50%，是核心的应用场景，拍摄功能最受消费者关注。从物体到拍摄图像，需要经过光学系统、传感系统、计算系 统的整套光感知系统。随着 AI 在手机端落地，多模态大模型将重塑光 感知系统，创造更高性能、更高质量的拍照功能。潜望式镜头可以有效 提高光学变焦倍数，大幅提升防抖能力和成像效果，但需要解决色散、 聚焦、功耗等问题，AI 算法有望弥补缺陷，推动潜望式镜头落地进展。

3.2. 电脑端：以消费级 PC AI 处理器为核心的硬件升级

3.2.1 处理器：消费级 PC AI 处理器走向市场

AI PC 应用的稳定运行需要硬件提供充足算力支持，消费级 PC AI 芯片 将走向市场。AI PC 处理器将在提高能效和散热的同时，拥有更多的核 心和处理单元，以提供更高的并行处理能力；集成专门的 AI 加速单元， 如TPU、NPU等以快速处理矩阵乘法。多家芯片巨头已入局 AI PC市场： 高通发布采用 ARM 内核的首款 PC 芯片 X Elite；英特尔计划于发布整 合人工智能技术的 Meteor Lake 处理器，AMD 在 Ryzen 7040 系列 PC 处 理器中配备了基于 Xilinx IP 的专用 AI 引擎，可加速 PyTorch 和 TensorFlow 等机器学习框架的运行。

各大厂商陆续发布直接最新 Arm PC 规划，促进 Arm PC 生态发展。 Arm 架构指令的精简使得平均指令运行周期缩短，增加了通用寄存器以 减少读写操作，程序的执行效率与能耗比因此得到了大幅度提升。高通发布了新款PC处理器骁龙X Elite，英伟达与 AMD也被曝正在采用 ARM 架构技术设计可运行微软 Windows 的 CPU。随着各大厂商陆续发布最 新的 Arm PC， Counterpoint 预计，随着更多芯片厂商推出 Arm 架构的 PC 芯片，Arm 架构的市场份额有望上升。到 2027 年，Arm 架构芯片在 PC 市场的份额预计为 25.3%，较 2022 年增长近一倍；x86 架构的总体 份额将下滑至 74.4%，其中英特尔的份额下滑至 60%，但依然将保持大 比例领先。

3.2.2 内存：DDR5 替代加速

AI PC 促进 DDR5 替代加速，出货量提升。较 DDR4，DDR5 可支持单 一芯片容量最高容量上限可增加到 128GB，传输速度提升两倍。电源管 理 IC 方面，电源管理芯片内建至 DDR5 内存中，除可提高讯号完整性 及噪声辨识能力，还能更具效率与扩展性，此外，双通道的设计也大幅 降低延迟，提高内存效率并提升系统稳定度。根据研究机构 Yole Developments 的预测，到 2023 年，DDR5 内存出货量将超过 DDR4， 到 2026 年 DDR5 销量将占市场的 90%。随着 AI 应用程序变得越来 越复杂，对内存的需求也随之增加。DDR5 通过提供更大的容量和更快 的速度，使得单个系统能够处理以往需要分布式或专业硬件处理的任务。 此外，DDR5 的低功耗特性对于构建能源效率更高的系统至关重要，这 对于遏制运行成本和环境影响尤其关键。为满足 AI 应用对速度和效率 的日益增长的需求，AI PC 采用 DDR5 或成必然趋势。

3.2.3 总线接口：PCIe5.0 赋能 AI 应用

PCIe5.0赋能 AI PC应用与高性能计算。PCIe5.0的规范于2019年发布， 相比 PCIe4.0，PCIe5.0 最大的提升莫过于速率的提升，相比 PCIe4.0 16GT/s 的传输速率，PCIe5.0 提升到了 32GT/s，速率整整提升了一倍。 除了传输速率的提升，其在信号完整性方面也做了优化，并向后兼容用 于外接插件卡的 CEM 连接器。在 AI 应用中，尤其是需要实时反应的场 合（如自动驾驶或者高频交易），PCIe 5.0 能够提供更低的延迟，使得决 策过程更加迅速和精确。此外，AI 应用经常涉及到大型数据集，PCIe 5.0 可以支持更快的 NVMe 存储设备，这些设备可以提供快速的数据读写速 度，有利于大数据量的处理，赋能高性能计算。

3.2.4 散热系统：更高效的散热方案

相较于普通 PC，AI PC 高性能的处理器进行大量并行计算时会产生显 著的热量，需要更高效的散热方案。未来的 AI PC 可能在以下几方面改 善散热系统：（1）风冷系统：更大的散热片与设计更复杂的风道来提高 空气流动效率，增加风扇转速，以及应用更为先进的热传导材料（如石 墨烯等）更快地将热量从处理器传导到散热器。（2）液冷系统：采用定 制的水冷套件或闭环液体冷却系统，使用具有高热传导率的冷却液，以 及细化和优化散热片设计，使冷却系统可以覆盖多个发热组件，如 CPU、 GPU和 AI 专用加速器，将水冷系统的应用由台式机扩展到笔记本电脑。

3.2.5 结构件：机身轻量化轻薄化趋势

AI PC 性能的提升对存储、散热等部件的需求提升将导致 PC 本身总量 增加，催生机身结构件轻量化轻薄化需求。 PC 是由不同结构件和内部 组件构成，要实现轻薄化，除了控制内部组件的厚度和体积外，显示器 外壳和机身外壳也是减重的重要途径。目前轻薄 PC 常用外壳材料主要 为镁合金与碳纤维复合材料。（1）镁合金作为最轻的工程金属材料，， 密度为比铝合金轻 36%，比锌合金轻 73%，仅为钢的 1/4 左右，比强度 和比刚度较高，同时阻尼性、电磁屏蔽性、减振性、切削加工性和抛光 与表面处理性能等优良，是当前 PC 轻薄化发展的理想选材。（2）碳纤 维材质具有重量轻、强度高、耐腐蚀等特性，可以在不牺牲 PC 性能的 情况下，减轻机身重量，同时强度比金属大。但碳纤维材料成型和着色 很难，目前较多用于电脑 A 面外壳。应对未来 AI PC 内部组件可能得重 量与厚度提升，镁合金与碳纤维结构件的将成为机身轻薄化的最佳解决 方案。

3.3. AI PIN：硬件创新引领潮流，激光投影交互新形态

微型激光投影仪为 AI PIN 相较传统消费电子终端的核心增量元件。通 过 TOF 传感器与激光束扫描投影系统，能将激光墨水显示屏投射到用户 的手掌上，具有 125°的视场角和 720p 的分辨率。并且，它能够在 20cm 至 40cm 的范围内部署自动追踪功能，在距离 30 厘米的时候，其视场为宽 18.2°、高 13.3°、对角线 22.4°。此外，这款产品的激光输出已达 到 IEC60825-1:2014 2 级标准，确保使用者在安全的前提下享受设备带 来的便利。微型激光投影应用创新了人机交互形态，突破了以往消费电 子产品以屏幕为核心的交互方式，相关产业链有望开启快速发展期。

4.1. 手机端：市场逐步复苏，AI 手机时代开启

2023年第三季度全球智能手机出货量同比下降，AI有望驱动需求反弹。 据 Canalys 数据，2023 年第三季度全球智能手机出货量下跌 1%，同比 持续改善。在区域性复苏和新产品升级需求的带动下，全球智能手机市 场在第三季度达到两位数的环比增长，市场逐步复苏。随着谷歌 Pixel 8 发布，高通骁龙 8 Gen3、联发科天玑 9300 相继问世，各大厂均进入 AI 手机赛道。AI 全新应用有望带动换机热潮。

4.2. 电脑端：AI 或称 PC 行业分水岭，带动下一轮换机潮

2023 年第三季度全球 PC 出货量再次下降，生成式人工智能有望成为 PC 行业的分水岭。根据 IDC 数据，2023 年第三季度 PC 出货量继续螺 旋式下降，全球出货量 6,820 万台，同比下降 7.6% 。尽管市场需求和 全球经济仍然低迷，但个人电脑出货量在过去两个季度均有增加，同比 下降速度趋缓，这表明市场已经走出低谷。生成式人工智能有望成为 PC 行业的分水岭。人工智能 PC 的开发者向使用机构承诺，他们有能力在 保护数据隐私和主权的同事深层次个性化用户体验。随着 2024 年更多 相关设备问世，预计整体售价将有所上涨。

AI PC 将会促进用户对 AI 智能化的强劲感知，从而坚定用户对于 AI PC 的信赖度，刺激用户换机需求。根据群智咨询预测，2024 年伴随着 AI CPU 与 Windows 12 的发布，将成为 AI PC 规模性出货的元年。预计 2024 年全球 AI PC 整机出货量将达到约 1300 万台。在 2025 年至 2026 年， AI PC 整机出货量将继续保持两位数以上的年增长率，并在 2027 年成为 主流化的 PC 产品类型，意味着未来五年内全球 PC 产业将稳步迈入 AI 时代。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」

以上就是消费电子行业研究：AI终端引领消费电子新浪潮的相关介绍，希望能对你有帮助，如果您还没有找到满意的解决方式，可以往下看看相关文章，有很多消费电子行业研究：AI终端引领消费电子新浪潮相关的拓展，希望能够找到您想要的答案。