AI手機行業深度研究報告：以5G硬件升級為例，AI終端亦有望帶動硬件多環節價值量提升.pdf

AI手機行業深度研究報告：以5G硬件升級為例，AI終端亦有望帶動硬件多環節價值量提升。AI 大模型迅速演進落地依賴終端，行業已進入硬件卡位階段。大模型深度滲 透各生活工作場景，頭部模型用戶規模與 token 調用量均高速增長，技術上已 在圖像分類、自然語言推理等多項基準測試中超越人類，模型規模擴大還催生 了理解人類指令的“涌現能力”。同時模型輕量化、硬件能效提升讓端側 AI 部 署門檻大幅降低，推理成本銳減，打破了對云端算力的依賴，推動 AI 技術規 模化普惠落地。AI PC、AI 眼鏡、AI 手機等終端新品頻出，其中字節跳動的豆 包 AI 手機、ola friend AI 耳機成為端側 AI 標桿，實現本地智能交互與后臺自 動化操作。大模型廠商也將硬件卡位定為核心戰略，OpenAI、谷歌、阿里、騰 訊等科技巨頭紛紛布局軟硬一體生態，OpenAI 收購 IO 公司入局 AI 終端更加 速了行業迭代。目前 AI 終端品類增長勢頭強勁，2025 年 AI 眼鏡銷量迎來爆 發，生成式 AI 手機滲透率也持續提升，行業發展潛力巨大。

復盤 4G-5G 的升級歷程，終端創新引領消費電子硬件多環節價值量提升。5G 通過引入網絡切片架構與三大核心應用場景，以“高帶寬、低時延、廣連接” 三大特性徹底拉開了與 4G 體驗的差距。用戶體驗的提升帶來了滲透率的持續 增長，根據 Counterpoint Research 數據，截至 23Q4，全球 5G 手機累計出貨量 已超過 20 億部，實現這一里程碑用時不足 5 年；相比之下，4G 網絡達到相近 滲透水平則耗時接近 6 年。我們以代表性機型復盤了其在 5G 滲透率提升過程 中的硬件變化，發現 5G 的升級帶動了射頻前端、基帶、散熱等環節升級，帶 動相關環節價值量增長。具體而言：1）射頻前端環節，5G 頻段數量大幅提升， 帶動濾波器、功率放大器、開關需求等數量增長，另外射頻器件加速從“分立 器件”向“模組化”演進；2）基帶芯片環節，5G 下行速率與信號處理需求對 基帶芯片的算力提出更高要求，制程節點由 4G 時代常見的 7nm/10nm，持續 向 5nm/4nm 推進；3）散熱環節，隨著 SoC 算力與通信能力提升，芯片功耗和 發熱水平大幅上升，疊加 5G 手機需兼容多頻段通信、天線數量增加、內部空 間趨緊，熱管與均熱板（VC）等高效散熱器件加速滲透。

以 5G 硬件升級為例，AI 終端亦有望帶動硬件多環節價值量提升。端側 AI 提 升用戶體驗，或有望帶動出貨量快速增長，根據 Canalys 預計 2025 年 AI 手機 滲透率將達到 34%。5G 時代的連接紅利驅動了射頻等環節的量價齊升，而 AI 終端的創新亦有望復刻這一升級路徑，帶動芯片、存儲、散熱、電池、射頻等 環節的價值重構。具體而言：1）芯片環節，SoC 設計已從傳統的 CPU/GPU 雙 核驅動，轉變為“CPU+GPU+NPU”明確分工的異構計算體系，明確了 NPU 在端側 AI 中的主算力地位；2）內存環節，將大模型部署至本地會占用本地內 存，以 70 億參數的 LLaMA 模型為例，在 4 位的情況下仍需占用最小 3.9G 內 存，從而驅動手機內存升級；3）電池環節，端側 AI 帶動整機功耗上升，為維 持智能手機續航，電池規格亦在持續升級，硅碳負極、半固態電池等技術滲透 率持續提升，有望帶動電池能量密度持續增長；4）散熱環節，由于芯片算力 提升，對應對散熱的要求也會提升，但同時還要滿足手機在重量、厚度等方面 的整體設計要求，帶動石墨烯和 VC 均熱板等滲透率增長；5）射頻前端環節， 在復雜推理、多 Token 生成或超大模型調用等場景下，仍需通過端云協同完成 部分計算環節，對網絡連接的吞吐能力與時延穩定性提出更高要求，WiFi 7、 5G-A 等技術或成為后續升級方向。