AI端侧应用与硬件落地

国金证券研究报告指出，端侧AI在2024年迎来大发展，AI笔电渗透率已达30%，AI手机销量同比增长8%。在众多AI硬件形态中，眼镜被定位为综合体验最好的AI硬件载体——它最靠近人类视觉、听觉、语言三大重要感官，可实现自然的多模态交互。Meta Rayban联名AI眼镜2024年Q2出货量约80万台，国内厂商积极布局，2025年将进入AI眼镜大规模出货元年。同时，AI手机和AIPC的竞争格局正在分化，端云结合成为端侧AI的理性选择。

AI设备市场正在快速扩张。2024年三季度，全球AI手机销量达到1.47亿台，同比增长约8%；AI笔电销量达约1450万台，同比增长110%，AI笔电渗透率已提升至约30%，相比二季度提升了约5个百分点。在AI手机中，具备本地推理能力的产品中苹果占约60%份额，安卓系厂商约占40%；在具备基础AI功能的手机中，苹果占约42%，安卓系占约58%。各家大厂已在硬件、软件、生态上全面布局，目标是在爆款AI应用出现时旗舰手机能够支持。

从AI笔电的SoC格局看，竞争更为激烈。2024年三季度英特尔核AI笔电销量约720万台，占比约50%；苹果M系列芯片约540万台，占比37%；AMD Ryzen AI系列约134万台，占比9%；高通X Elite约55万台，占比4%。英特尔虽仍保持领先，但相比传统PC市场约72%的份额已有明显下滑。在X86生态内，英特尔Lunar Lake系列在功耗上有所改善，AMD Ryzen 300 AI系列8月发布后性能表现优异；在ARM生态中，苹果凭借M系列芯片强大的性能和完整生态优势明显，高通X Elite短时间内难以竞争。

智能手机向AI转型的焦点集中在旗舰机。全球智能手机价格在2021年后缓慢回升，700美元以上高端机型销量持续提升，24年三季度销量达约7400万台，同比增长2%。vivo X200系列全渠道销售金额突破20亿元，打破历史记录；小米15系列销量破百万台，速度快于前代小米14系列。旗舰机的硬件提升（NPU、内存容量）带来的成本增长更易被消费者接受，涨价阻力较小。联发科天玑系列芯片（天玑9300/9400）的崛起为安卓旗舰提供了高通之外的新选择，天玑9400的第八代NPU 890在苏黎世AI Benchmark跑分夺得第一，且支持端侧视频生成及端侧LoRA训练。

AI落地需要硬件载体，主要包括传统消费电子（手机、PC、智能音箱）和创新型消费电子（AI Pin、Rabbit R1等）及眼镜形态AI硬件。AI赋能传统消费电子可继承原有生态，有助于AI应用快速落地；创新型产品探索新硬件形态但需要市场和消费者验证。目前来看，AI Pin、Rabbit R1等创新设备尚未获得广泛认可，而AI眼镜则展现出巨大的潜力。

从输入输出方式看，眼镜是最靠近人体三大重要感官的穿戴设备：嘴巴（语言输出）、耳朵（语言接受）和眼睛（信息摄入，人类80%信息来源于视觉）。眼镜是穿戴设备中最靠近这三大感官的群体，是AI最好的硬件载体，可非常直接和自然地实现声音、语言、视觉的输入和输出。目前只具备视觉和音频的AI眼镜已可做到接近日常佩戴眼镜的重量。随着大模型向多模态和实时性方向发展，只具备视觉和音频的眼镜提供的交互方式契合大模型使用方式，是当前AI应用最好的载体。

从具体产品看，Meta与Rayban联名推出的AI眼镜在2024年4月开放Meta AI功能后显现放量趋势，2024年Q2出货量约80万台。国内厂商也在积极布局类似形态的AI眼镜。2025年将进入AI眼镜大量出货元年——率先大量出货的将是不具备显示功能的类Meta Rayban形态眼镜。随着光波导技术成熟（光机和波导片成本下降、体积缩小），后年具备显示功能的AI眼镜将有大量出货机会。

主流AI设备销量与渗透率（2024Q3）

设备类型	季度销量	同比增长	渗透率	主要SoC/平台份额
AI手机	1.47亿台	+8%	—	苹果~60%（本地推理），安卓~40%
AI笔电	1450万台	+110%	30%	英特尔50%、苹果37%、AMD9%、高通4%
AI眼镜	~80万台（Q2）	—	—	Meta Rayban主导

端侧AI面临的核心挑战是内存墙和成本问题。AI手机和AIPC的端侧AI允许用户将数据留在本地，但单用户场景意味着Batch Size为1——每次从内存加载模型参数到芯片上的成本只能分摊到单个token上，无法通过并发计算来缓解。以Llama 7B模型为例，FP16格式下每个参数占据2个字节，对应14GB内存容量，手机RAM中还需存储应用程序和操作系统数据，在本地存储并运行这一规模的端侧模型仍有难度。IDC数据显示端侧AI需求尚未推动智能手机单机内存容量显著增长。

从消费者角度看，端侧并非严肃生产力场景，用户并不需要频繁处理复杂任务。即使是在AIPC场景中，复杂任务往往可通过网页或客户端接入云服务完成，而非依赖本地化运行。端侧AI用户的核心需求在于通过AI实现系统层面的非标准化操作，例如自动填写地址信息。相比单纯靠提升AI能力，更优的解决方案是将系统底层的数据接口和指令接口与AI模型深度集成——AI模型将用户指令拆解为具体操作指令，通过脚本直接与操作系统交互，以更高效经济的方式实现个性化功能。

因此，端云结合是更适合AI手机的方案。在硬件支持端侧推理后，苹果强化Siri能力——新AI加持的Siri交互更自然灵活，用户可在文本与语音间切换，即便表述不连贯也能顺畅理解，且为连续请求沿用语境。小米也在更新小爱同学完成AI助手职责。娱乐场景和小型生产力场景（会议纪要/文件摘要）在端侧完成可强化用户体验，大型生产力场景（视频生成、多路并行任务）则由云端推理解放本地资源。在硬件、软件、生态、云所有环节都可控并参与的手机厂商更容易成功——苹果在硬件、软件、生态环境、云服务上具备竞争力（模型领域暂与OpenAI合作），谷歌有原生安卓和Gemini但自有品牌Pixel渗透率低。苹果AI服务货币化率预计更高，iPhone用户付费能力更强，Apple Intelligence订阅费20美元/月与ChatGPT一致，用户平台阻碍较小。