电子行业深度报告：端侧AI：模型创新快速迭代，看好苹果引领AI硬件起飞

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 21 请务必阅读正文之后的免责声明部分 电子行业深度报告 端侧 AI：模型创新快速迭代，看好苹果引领 AI 硬件起飞 2025 年 02 月 23 日 证券分析师 陈海进 执业证书：S0600525020001 chenhj@dwzq.com.cn 证券分析师 陈妙杨 执业证书：S0600525020002 chenmy@dwzq.com.cn 行业走势 相关研究 《信通院规范行业标准，AI 眼镜落地拐点年》 2025-02-20 《为什么人形机器人的终局是消费电子？》 2025-02-20 增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ 端侧 AI 革新人机交互，模型快速升级，巨头引领行业发展：AI 自主化能力沿着“以指令为中心“到“以意图为中心”持续提升。LLM 从各个层面改造终端，其中 Agent 对开放式问题必不可少，背后是大模型带来的理解复杂输入、进行规划推理/合理使用工具的能力。据头豹，端侧 AI 市场规模 2023-2028 年预计 CAGR 高达 58%，2028 年超过 1.9 万亿元。从具体小模型性能表现上看，参数量对模型性能影响巨大，但受限于硬件，小模型的技术创新更加积极以提升有限参数量下的性能表现，其中量化/剪枝/蒸馏是最主要的模型压缩方式，各家小模型因数据集/压缩精度/量化混合方式等差异预计带来小模型的百花齐放。Agent 架构中，基础模型本身要引入新的输入类型，成为 VLA 模型，同时还增加了个性化和内存操作要求，均需要额外的优化。 ◼ 硬件变革核心在内存，苹果发力内存创新应对内存瓶颈：相比于云端模型，硬件是端侧模型的重要制约，需要升级以补齐短板。对比各家硬件，我们认为苹果在内存/电池/散热上提升空间巨大。我们认为内存及其操作带来的能耗是当前最短板，预计成为硬件核心变革方向，如半精度的 7B 模型仅参数加载占用 DRAM 就超过 14GB，同时 DRAM耗能比 SRAM 和计算高出两个数量级。同时 iOS 和安卓内存利用效率差异巨大，我们认为安卓需要在 OS 层提供统一的 AI 基础模型，而iOS 在模型压缩之外则需要提高硬件内存以克服硬件瓶颈。除了简单的增加内存容量外，苹果在内存结构、耗能、传输速度等方面创新密集，如与三星合作开发独立封装形式，以及推进全新的 WMCM 封装方式进一步提高芯片组合的灵活性和集成度。 ◼ 多模态 UI 交互界面革命带来 Agent 的历史机遇：根据交互的模式，任务执行方法可分为基于 API 和基于用户界面（UI）的方法。API 交互泛用性较弱。UI 界面方式在 Transformer 架构下较好克服了任务和 UI元素之间的隐含关系，大幅提升了 GUI Agent 的可行性，有望成为主流。当前苹果和谷歌均发力 UI 交互模型，苹果的 Ferret-UI 和谷歌的Screen AI 模型都采用读屏 AI 视觉语言模型，采用统一编码方式理解屏幕信息。从谷歌 UI 模型看，模型参数提升对性能影响较大，同时 5B模型对性能提升尚未饱和，有必要继续提升模型性能。 ◼ 风险提示：底层创新不及预期，技术发展不及预期，竞争加剧风险 表 1：重点公司估值（2025/2/21） 代码 公司 总市值（亿元） 收盘价（元） EPS PE 投资评级 2023A 2024E 2025E 2023A 2024E 2025E 002475 立讯精密 3,255.57 44.98 1.51 1.89 2.36 29.72 23.80 19.06 买入 300433 蓝思科技 1,443.04 28.96 0.61 0.83 1.10 47.76 34.89 26.33 买入 002938 鹏鼎控股 990.49 42.72 1.42 1.53 1.77 30.13 27.92 24.14 买入 002600 领益智造 748.47 10.68 0.29 0.28 0.40 36.49 38.14 26.70 买入 002384 东山精密 563.98 33.06 1.15 1.01 1.58 28.71 32.73 20.92 买入 数据来源：Wind，东吴证券研究所 注：以上公司预测值来源于东吴证券研究所 -9%-2%5%12%19%26%33%40%47%54%2024/2/232024/6/232024/10/222025/2/20电子沪深300 请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所 2 / 21 内容目录 1. AI 技术在端侧逐渐深化，引领全新人机协作方式 .............................................................................. 4 1.1. AI 自主化能力逐渐提高，与系统融合程度提升......................................................................... 4 1.2. 基于用户场景的端云混合架构 ..................................................................................................... 4 1.3. LLM 从各个层面改造终端 ............................................................................................................ 5 1.4. 消费级终端带动端侧 AI 高速发展 ............................................................................................... 6 2. 端侧模型逐步迭代，巨头引领行业发展 ............................................................................................... 8 2.1. 基础的小模型迭代加速，技术创新大于参数量提升 ................................................................. 8 2.2. 端侧模型需要进一步提升参数量以提高性能 ............................................................................. 9 2.3. 量化/剪枝/蒸馏技术压缩模型以降低硬件要求 ........................................................................... 9 2.4. Agent 架构差异带来数据困境，Transformer 是转折点 ....