2024年AI手机专题报告：AI发展重心逐步向端侧转移，苹果有望开启AI手机换机浪潮

行业：2027年全球AI手机出货有望突破8亿台

混合AI开启生成式AI未来，软硬件升级助力AI手机成型

混合AI是未来AI发展的主要趋势。随着生成式AI技术的快速发展以及算力需求的不断上升，AI要实现规模化扩展并发挥最大技 术应用潜能，必须依赖云端和终端的协同工作。展望未来，AI推理规模将远超AI训练，云端推理成本劣势突显，通过云端搭配 终端进行AI计算工作负载的分流，将带来成本、能耗、性能等优势，AI处理的发展重心正在向手机、PC等终端载体转移。

移动端搜索访问量逐步提升，软硬件持续升级助力AI手机成型。根据Statista数据，在美国每天接近百亿级别的搜索量中，手 机搜索访问量呈现逐年提升态势，21Q4手机访问占比达63%。手机端搜索需求的持续增长将持续驱动生成式AI应用发展，当前 手机硬件已支持运行超过10亿参数级别的AI模型，在AI软硬件持续更迭升级下，AI手机有望步入快速发展阶段。

移动大模型有望兴起，智能手机将步入AI时代

2009-2012年，功能机向智能机转变，智能机的渗透率逐步提升带动了手机整体的销量；2013-2016年，智能手机外观及硬件 升级引领新一轮增长；2016年-2023年，智能手机增长乏力，品牌集中度持续提升。 2024年，AI手机进入大众视野，移动端大模型有望兴起。

2025年底手机设备有望搭载170亿参数大模型

2025年底手机设备有望支持170亿参数水平的大模型。当前，包括Vivo X100系列、OPPO Find X7系列等多款安卓旗舰智能手 机已经实现70亿参数LLM的搭载，为了满足本地部署更大规模LLM的需求，旗舰手机SoC将以AI计算能力作为当下主要升级方 向，根据Counterpoint数据，预计2024年手机设备搭载的大模型参数上限将增至130亿，到2025年底有望进一步增长至170亿。

国内手机品牌厂商持续加大内部LLM开发。随着智能手机SoC的更新迭代以及DRAM的积极升级，国内手机品牌纷纷加大在手 机设备AI功能的投入，当前除了荣耀之外，中国头部手机品牌厂商已陆续完成内部LLM的部署，在国产品牌厂商及供应链的持 续推动下，有望率先将AI手机引入较低价格区间，进一步促进换机需求。

大模型技术推动AI手机智能化程度迈向新高度

模型技术引发智能手机交互革命，AI手机智能化程度正逐步迈向一个新高度。自然语言处理与多模态信息智能感知 技术的深度融合，持续影响AI手机在智能交互领域的变革，相关应用场景不断拓展，不断释放用户生产力和创造力。  根据IDC&OPPO《AI手机白皮书》对AI手机的定义，AI手机需要具备算力高效利用能力、真实世界感知能力、自学习 能力和创作能力，对于用户价值而言，AI手机未来将演变成自在交互、智能随心、专属陪伴、安全可信的个人化助理。

2027年全球AI手机出货量有望达8.27亿台

2024年有望成为AI手机元年，出货量呈现指数级增长。根据IDC预测数据，随着新的芯片和用户使用场景的快速迭代， 叠加移动端大模型的加速发展，新一代AI手机出货量有望自2024年起开始进入到快速增长阶段，预计2024年全球AI 手机出货量将达2.34亿台，2027年有望增长至8.27亿台，2023-2027年年复合增长率达100.7%。国内市场方面，预 计2024年中国AI手机出货量将达0.4亿台，2027年有望增长至1.5亿台，占中国手机整体市场比例达51.9%，2023- 2027年年复合增长率达96.8%。

升级：SoC和存储全面升级构筑AI手机核心动力引擎

AI手机的核心硬件升级主要集中在SoC和存储

AI手机的核心硬件升级主要集中在SoC和存储。相较于传统智能手机，SoC和存储是AI手机实现流畅运行AI应用的主要硬件升级 方向。一方面，SoC的算力对本地部署的大模型参数规模起着决定性作用，并直接影响AI手机的生成式AI功能，另一方面，存 取、加载大模型需要搭载更高容量和性能的存储，根据联发科数据，端侧130亿参数大模型需要配备70TOPS算力的处理器芯片 以及130GB/s带宽的内存。除此之外，AI任务高频高密特性对手机散热、电池、摄像头、PCB等零部件同样提出了更高的标准。

SoC持续更迭推动智能手机AI计算能力逐年提升。由于芯片供应商不断更迭SoC产品，智能手机的AI计算能力实现快速提升，根 据Counterpoint预测数据，自2017年以来旗舰智能手机的AI计算能力增长了20倍，预计2025年旗舰智能手机SoC的人工智能计 算极限将增长超过60TOPS。

芯片：异构计算架构SoC兴起，AI计算性能不断加强

异构计算架构SoC兴起，NPU性能持续提升。在功耗和散热受限的手机终端上仅使用CPU和GPU已经难以满足端侧AI大模型的 计算需求，随着异构计算架构SoC的快速发展，越来越多智能手机SoC开始集成类似NPU等独立的AI计算单元。NPU擅长标量、向 量和张量数学运算，专门用于处理繁重的AI任务，随着新AI用例、模型和需求的发展，芯片厂商也在不断优化NPU设计以更好 支持Transformer架构，从而在有限的功耗内实现更高的计算能力。

芯片：手机AI芯片新品发布在即，品牌厂将陆续推出新AI手机

新一代AI手机芯片新品有望在24H2陆续推出。根据Canalys预测，苹果有望在24Q3率先推出A18系列处理器并应用在 iPhone16系列产品，而高通骁龙8 Gen4和联发科天玑9400预计将在24Q4推出。随着各AI手机处理器新品的推出，预计 各手机品牌厂商将围绕新处理器推出AI性能更加突出的AI手机产品，以搭载更大参数规模的移动大模型，并提高AI应 用的运行流畅度，AI手机产品完成度的持续提升有望进一步推动换机需求。

存储：uMCP已成为当前高端智能手机标配存储方案

uMCP已成为高端智能手机标配，美光推出UFS4.0存储芯片。当前主流的高端智能手机普遍采用基于LPDDR5X+UFS3.1的 uMCP存储解决方案，针对未来的旗舰智能手机以及AI手机，美光最新推出UFS4.0存储芯片，该芯片基于232层3D NAND 内存，UFS4.0的芯片尺寸相较UFS3.1缩小了20%至9x13mm，容量覆盖256GB-1TB，可提供高达4300MB/s顺序读取速度以 及高达4000MB/s顺序写入速度，预计首批采用美光UFS4.0内存的智能手机将于2024年下半年上市。

催化：苹果推出Apple Intelligence助力AI手机加速成型

苹果：推出Apple Intelligence，苹果全平台进入AI时代

苹果在2024年WWDC正式推出面向iPhone、iPad和Mac的个人智能化系统Apple Intelligence，Apple Intelligence将深度集成 于iOS 18、iPadOS 18和macOS Sequoia中，基于苹果强大的自研芯片并结合生成式模型可做出多种跨app操作，同时结合个人 场景，可以为用户简化和加快日常任务流程。 由于AI任务对硬件算力的需求，目前iPhone仅A17 Pro芯片可以支持设备端的运算，当前对应只有iPhone15 Pro和iPhone15 Pro Max两款机型可以体验。

苹果：苹果基础模型性能优异，完善终端产品AI功能

苹果的基础模型主要基于Apple AXLearn框架训练，通过采用JAX和XLA能够在类似GPU等各类训练硬件及云平台高效且 可扩展地训练模型。根据苹果评估数据，在IFEval以及文本处理评估方面，与类似Llama-3-8B、GPT-4等市场大模型相 比，苹果基础模型在设备端以及服务器端表现均相对优秀。

手机厂商大力发展大模型，智能手机AI功能逐步丰富

除苹果之外，其他主流智能手机品牌厂商也在不断加大自研大模型的投入，当前各品牌厂商云端大模型发展迅速，端 侧大模型参数规模也普遍达到70亿的水平，随着AI大模型的规模性部署，非iOS系智能手机厂商陆续推出搭载AI功能的 智能手机。其中，从当前AI手机重点功能来看，华为、OPPO、Google等厂商聚焦于AI图像编辑功能，而小米和三星则 专注于AI智能场景识别，Vivo和中兴主要关注CoT推理等文本创作类功能。

报告节选：

编辑：火腿肠