2025年电子行业深度分析：端侧AI点燃新一轮电子周期，SOC有望迎来“戴维斯双击”时刻

1.26 年或为 AI 端侧破局元年，AIoT 即将引领行业

AI 端侧预计将在 2026 年迎来快速增长，AIoT 有望成为这一进程的引领者。目前，破局信号 已初步显现：一方面，下游厂商变现需求迫切，正积极推动 AI 端侧硬件及相关应用的落地； 另一方面，AI 赋能下的电子产品市场空间广阔，可移植品类丰富，以 Meta 智能眼镜为代表 的爆款产品已初步验证其增长潜力。然而，受制于“技术、体验、生态”之间的负向循环，目前 市场上尚未出现真正意义上的 AI 端侧产品。预计到 2026 年，这一僵局有望被打破。核心推 动力在于：广阔的市场前景将加速技术瓶颈的突破，产业发展逻辑也将从“单品增长”逐步转 向“生态融合”。在此过程中，AIoT 凭借其场景垂直、交互无感的天然优势，有望率先提供“用 了就回不去”的高价值体验，从而成为 AI 端侧落地的重要突破口。

1.1.战略转向：下游厂商以“新品推上-功能增强”双轴驱动 AI 端侧商业化破局

下游厂商的迫切变现需求，正以前所未有的力度重塑 AI 端侧竞争格局，其战略已从技术布 局全面转向市场兑现。面对增长压力，巨头们正通过三大举措加速商业化闭环：新品全面推 上计划，下游厂商致力于实现“AI+硬件”融合；功能增强方面，厂商致力于将 AI 从营销卖 点升级为核心体验。这场围绕变现的抢先卡位战，正系统性地推动 AI 端侧从概念走向规模 化普及。

1.1.1.苹果在 AI 端侧的应用

证券时报预计 John Ternus 接棒后将加速推动苹果“AI+硬件融合”战略转型。Ternus 长期 主导 Apple Silicon 及硬件工程路线，擅长在芯片架构与终端体验之间形成系统级创新，这 意味着苹果未来将在器件规格提升与产品形态创新两条线上同步提速。同时，2025 年 Apple Intelligence 战略全面升级，从功能层产品进化为 AI 操作系统级平台能力： 一是升级为“智能平台”战略，推出 Apple Intelligence Platform 与开发者 SDK，强化 生态开放； 二是 AI 深度融合硬件体系，扩展至 Vision Pro 和 CarPlay，推动多终端语义协同； 三是开放程度显著提升，从 2024 的单一 ChatGPT 接入升级为支持 Gemini、Claude 等多 模型可切。 总体来看，苹果正在从“设备体验公司”转型为“AI 平台生态公司”，AI 正成为新一代 Apple 产 品的系统底座。叠加 Ternus 的技术背景契合“AI 端侧化+自研芯片+系统工程”路线，有望推动 产品节奏与生态创新重回加速轨道，强化用户换机动机，带动产业链迎来估值重估机会。

1.1.2.Meta 在 AI 端侧的应用

Meta AI 硬件持续放量，Ray-Ban Meta 智能眼镜进入快速渗透期。EssilorLuxottica 首席可 穿戴设备业务官可穿戴设备业务官 Francesco Milleri 表示，自 23 年以来，截至 25 年 2 月， 双方已售出 200 万副 Ray-Ban Meta 智能眼镜，目标是在 2026 年底前将年产量提升至 1000 万副。这一雄心勃勃的目标表明，Meta 相信智能眼镜已准备好被主流市场采用。9 月 17 日， Meta 在其年度 Connect 大会上推出新款 AI 眼镜 Meta Ray-Ban Display，该眼镜具备地图导 航、实时字幕与翻译、摄影、视频通话等功能；配置“神经腕带”，用户可通过细微手势操控显 示屏。该智能眼镜售价 799 美元，9 月 30 日起在美国部分实体零售店发售。Meta CTO 表示， Meta Ray-Ban Display 推出后在美国市场反响热烈，几乎所有门店的库存迅速售罄，11 月 的试戴预约也接近满额。由于需求超预期，Meta 正在与歌尔股份、立讯精密、蓝思科技等生 产合作伙伴扩大产线，并计划在 2025H2 推出首次配备显示的智能眼镜 Celeste、迭代升级的 RayBan-Meta 第三代，以及专为运动人群打造的 Oakley Meta Sphaera。

1.1.3.Open AI 在 AI 端侧的应用

OpenAI 正从“模型公司”迈向“AI 生活操作系统”构建者，其大模型（GPT-4.1/4o 系列）多模 态能力持续领跑，并已在真实业务中进入“可执行任务阶段”，而不仅是对话问答。2025 年 10 月 6 日推出的 OpenAI Apps SDK 加速了生态扩张，使 AI 能嵌入真实生活与商业流程。目前 OpenAI 已与 Shopify（电商导购与下单）、DoorDash / Instacart（餐饮外卖下单）、Zillow （房源查询与购房辅助）、Uber（叫车与出行计划）、Stripe（AI 支付结算） 等龙头企业 深度合作，通过“AI 副驾驶”形式打通衣、食、住、行、支付五大高频场景，为未来 AI 终端硬 件商业化奠定应用基础。同时 OpenAI 推出轻量端侧模型 GPT-4o mini，支持在移动设备与 边缘硬件上低延迟运行，为其即将推出的 AI Assistant 硬件产品提供底层能力。随着生态 不断扩张与应用落地加速，OpenAI 有望成为率先打通“模型—应用—终端”闭环的平台型公司， 其 AI 产品和生态将率先进入规模化商业周期，供应链价值亦将同步释放。

1.2.市场图景：AI 赋能驱动消费电子全域扩容，千亿蓝海亟待开拓

AI 技术所开启的广阔市场前景为行业增长提供了坚实的基础。当前，AI 的赋能效应正突破 单一品类，呈现出横向扩张至全产品线的显著趋势。从 AI 手机、AI PC 到智能耳机、眼镜、 音箱，几乎所有的经典消费电子形态都在被 AI 重新定义。这一方面证明了技术可移植的品 类极为丰富，市场根基深厚；另一方面，对未来数年出货量与渗透率保持乐观预测，共同指向了一个千亿美元的庞大蓝海。这不仅验证了终端 AI 化的商业潜力，也意味着巨大的产业 链机遇将随渗透率的提升而系统性释放。

1.2.1.AI 手机：重构移动体验，驱动换机新高潮

AI 手机一般是指硬件上搭载芯片具备加速 AI 算法运算能力，软件上系统层面融合 AI 大模型 能力，系统 UI 及系统应用能调用大模型能力，并且能通过自然语言等交互方式实现意图识 别，以提供智慧服务、提升用户体验的手机产品。根据 Counterpoint 的数据显示，在 2023 全年出货的 11.7 亿手机中，只有不足 1%的手机满足了 Counterpoint 对 AI 手机的定义，预 计 2027 年 AI 手机将会达到 43%左右的渗透率。根据 Counterpoint 预测，2027 年全球智能 手机平均售价约为 400 美元，全年出货量预计为 12.14 亿台。按此计算，全年全球智能手机 市场销售额将达到 4856 亿美元，其中 AI 手机市场规模预计可达 2088 亿美元。

1.2.2.AI 电脑：重塑生产力范式，定义计算新时代

AI PC 是一类新型个人电脑，内置神经处理单元（NPU），能够本地运行 AI 模型，提供实时 生成和推理能力，同时具备比传统 PC 更高的能效和 AI 性能。2024 年是 AI PC 的“元年”—— 微软、英特尔、AMD、高通等厂商推出首批 AI PC。 根据 IDC 的预测，到 2027 年，人工智能 PC 的年度出货量将达到 1.67 亿台，占比约为 60%。假设 AI PC 均价$1,000，对应 2027 年 AI 电脑市场规模将达 1670 亿美元。

1.2.3.AI 耳机：从音频播放到智能感知，打造个人音频空间

AI 耳机是“内置专用人工智能处理单元（NPU 或 AI DSP），可实现主动降噪、语音助手、智能 交互的无线音频终端”。根据头豹研究院的研究预测，2023 年全球 AI 智能耳机市场规模达到 33.6 亿人民币，预计将按每年约 118%的增速快速增长，至 2027 年 AI 耳机市场规模将达 759 亿人民币。

1.2.4.AI 眼镜：从辅助显示到视觉交互，轻量化构建环境智能第一触点

AI 眼镜通过摄像头、麦克风、传感器等采集多模态信息，并依托本地或云端 AI 模型实现语 义理解、图像识别与空间定位等智能功能，提供自然化人机交互体验。按光学显示系统可分 为三类： AI 拍摄眼镜；VR 眼镜； AR 眼镜（为智能眼镜的最终形态）。当前主流趋势是通 过舍弃光显模块、以轻量化与 AI 功能切入市场。根据 Counterpoint 统计，2024 年全球智 能眼镜出货量同比增长 210% ，主要受到 Ray-Ban Meta 智能眼镜强劲需求的推动。

1.2.5.AI 音响:从语音控制到环境理解，逐步形成家庭智能管家雏形

AI 音箱是一类内置人工智能语音助手的智能音频终端，能够通过麦克风采集语音指令、通过 扬声器提供交互反馈，并借助本地或云端 AI 模型实现语义理解、语音识别、自然语言处理和 多模态交互功能。核心应用包括：智能家居控制、语音问答、信息检索、内容推荐、娱乐播 放以及场景化自动化。根据 Business Research Insights 统计，2024 年全球智能音箱规模 已达到 124.2 亿美元。据头豹研究院预测，2028 年全球智能音箱市场总值将达到 342 亿美 元，年复合增长率 24%。

1.3.三重枷锁导致端侧 AI 爆品尚未出现

尽管业界对 AI 终端寄予厚望，但当前市场表现未达预期，我们认为其核心原因可归结为“技 术、体验、生态” 三者尚未形成正向循环。在技术上，端侧模型能力严重缩水，专用算力尚 在起步，多模态感知亦不成熟，导致 AI 功能往往“心有余而力不足”；在体验上，现有功能多 为需要用户主动寻找的“锦上添花”之作，未能实现无缝融入系统的革命性交互，也无法直击 续航、流畅度等核心痛点，用户价值感知薄弱；在生态上，苹果的封闭审慎与安卓阵营的深 度碎片化，共同导致了软硬件割裂，加之“杀手级应用”的缺位，使得开发者无从发力，生态繁 荣无从谈起。正是这三大瓶颈的相互掣肘，解释了为何市场至今仍未诞生真正意义上的 AI 终 端爆款产品。

1.3.1.生态瓶颈：软硬件割裂，生态未成

苹果的封闭与滞后：苹果因其对隐私、体验的高要求，在整合生成式 AI 上态度审慎，iOS 系 统级 AI 能力建设缓慢，且不愿开放核心接口给第三方开发者，导致 iOS 端侧 AI 生态几乎空 白。 安卓阵营的碎片化：各品牌手机芯片、硬件平台不同，导致 AI 模型适配成本高，开发者难以 开发一个通用、体验一致的 AI 应用，制约了 AI 应用生态的繁荣。 “杀手级应用”缺位：目前缺乏一个如《愤怒的小鸟》之于触屏手机、《抖音》之于短视频这 样的“杀手级”AI 原生应用，来教育市场、拉动硬件销售。

1.3.2.技术瓶颈：端侧能力有限

苹果模型能力缩水：为适应终端功耗与算力，端侧大模型多为“阉割版”，理解、创作能力远 逊于云端 ChatGPT 等，导致用户体验落差。 NPU 算力仍在起步：芯片 NPU（神经网络处理单元）的算力尚未能无压力支撑实时、复杂的 AI 任务，部分任务仍需调用 CPU/GPU，造成发热、卡顿和耗电。 多模态感知不成熟：设备对环境、用户意图的感知能力（如视觉、听觉的精准理解）仍然笨 拙，导致交互不自然。

1.3.3.体验瓶颈：功能未能直击痛点

“寻找”而非“无缝”：用户需要主动去寻找和开启 AI 功能（如点击“AI 按钮”），而非系统无 感、无缝地提供服务，增加了使用门槛。 价值感知不强：现有功能如“AI 消除”、“AI 摘要”、“AI 壁纸”等，更多是“锦上添花”的痒点创 新，而非解决“手机卡顿”、“续航焦虑”等核心痛点的革命性功能，缺乏强制换机动力。 交互割裂：AI 功能尚未融入操作系统的工作流，更像是独立的“小程序”，而非如“复制粘贴” 般的基础能力。

1.4.破局原因：增长格局重构，AIoT 引领从“功能孤岛”迈向“场景智能”

消费电子的增长范式正在发生结构性转变，其核心驱动力将从通用硬件迭代，转向由 AI 驱 动的、场景化的智能体验。中观层面，半导体需求重心已从手机转向数据中心与 AI 终端；微 观层面，Meta、小米的财报共同揭示了一个新趋势：单一硬件的增长已然见顶，而能深度融 合场景的 AI 产品正成为新的增长极。这标志着，行业竞争的核心正从“硬件规格”升维至“场 景解决方案”。基于在技术融合、无缝体验与刚性场景需求上的多维优势，AIoT 有望在 AI 端 侧发展中率先破局。

1.4.1.中观视角：消费电子增长范式发生结构性变局，数据中心与 AI 消费电子接力领跑

从行业中观角度看，半导体行业需求、消费电子市场正面临格局重塑。消费电子行业于 2023 年经历库存调整导致的周期性下行，全球智能手机与 PC 出货量在 2022-2023 两年间累计分 别下滑 14.60%与 30.91%，但除此之外的其它消费电子领域（AIoT）仍维持正增长。2020 至 2024 年间，半导体行业需求结构发生根本性转变，从存储市场数据来看，增长主力从手机转 向数据中心，至 2024 年后者已成为占比第一的应用领域。 未来市场或迎结构分化，新动能崛起。根据 FMS 的预测，未来半导体存储市场增长主要来自 两大领域：数据中心（9% CAGR）与 AI 消费电子等设备（7% CAGR）共同构成稳健基石。而非 AI 的传统电子产品需求可能仍在低位震荡。

1.4.2 微观视角：AI 驱动行业发力点从“单品增长”转向“生态融合”，AIoT 空间显现

从公司微观角度看，2025 年上市公司的财报反映出消费电子产业发生结构性转变，AI 正驱 动智能家居行业从“单品增长”迈向“生态融合”的新增长周期。 AI 驱动下消费电子正经历新旧动能转换。根据依视路陆逊梯卡 2025 年上半年财报，其与 Meta 合作的 Ray-Ban Meta 智能眼镜销售额同比激增超 200%，营收规模扩大三倍以上，已成为 Meta Reality Labs 部门中增长最为亮眼的业务。然而，该爆品的强劲表现仍未能完全对冲部门整 体承压：2025 年上半年 Meta 的 Reality Labs 总营收为 7.82 亿美元，同比下滑 1.38%，主 要受 Quest 系列 VR 头显等传统硬件增长乏力所拖累。 AI 正驱动智能家居行业从“设备先行”迈向“生态补足”。小米 2025 年第一季度财报显示，其 智能大家电品类实现同比 113.8%的高速增长，反映出硬件端需求的强劲释放。然而，用户主 动接入 AIoT 生态的比例仍然偏低，同期连接设备数同比增速仅为 20%，说明多数用户仍将智 能设备作为独立单品使用，整体呈现出“设备先行、生态滞后”的阶段性特征。这一差距也预 示着 AIoT 生态渗透仍具广阔空间，随着 AI 技术发展，2026 年 AIoT 有望引领行业快速增长。

我们认为，随着技术进步、用户对 AI 的认知逐步加深，AI 端侧有望在 2026 年迎来快速发 展。基于 AIoT 在技术融合、用户体验、场景刚需等方面所具备的独特优势，AIoT 或率先破 局。 从技术融合的维度看，AI 的进步（特别是轻量化模型和边缘计算芯片的成熟）可以直接转化 为此前不可能的能力：一个摄像头从“录像”变为“能识别异常事件并预警”的哨兵；一个空调从 “按设定调节”变为“能学习用户习惯并自主优化”的管家。AIoT 市场更为分散和垂直，它不要 求一个统一的、颠覆性的生态系统，而是可以在智能家居、智慧穿戴、智慧工业、智慧汽车 等多个垂直赛道中并行发展，芯片、模型和供应链的成熟，能够迅速惠及所有这些赛道。 从用户体验的角度看，AIoT 的交互是高度场景化且目标明确的：智能门锁识别到主人回家， 自动联动灯光、空调开启；工业设备传感器监测到振动异常，自动预测性维护。用户无需学 习新交互，智能自然发生在背景中。这种“服务找人”的模式，相较于需要用户主动发起交互 的 AI 终端，在体验上更具颠覆性，也更易形成用户依赖。 从场景与需求的角度看，AIoT 切入了大量“效率优先”和“体验增量”明确的刚性需求。在 ToB 领域（如工业、农业、城市管理），AIoT 带来的预测性维护、精细化能耗管理、自动化流 程优化，其投资回报率清晰可见，是企业降本增效的刚需工具。在 To-C 领域，智能家居的安 防、健康管理（如智能秤、睡眠监测仪）等功能，直击用户对安全、健康的迫切需求。

2.26 年有望迎来行业库存周期与创新周期的共振

全球半导体行业正处在一轮由“主动补库”与“AI 创新”双轮驱动的新增长起点。本轮行情的 核心驱动力，源于 2026 年有望迎来的行业库存周期与创新周期的历史性共振。1)库存周期 提供基础支撑：行业正从被动去库向主动补库演变。DXI 指数与 DRAM 价格的先后上涨，清晰 勾勒出“预期先行、现货兑现”的经典路径，标志着由 AI 服务器和传统需求温和复苏共同驱动 的补库周期已经确立，为行业复苏提供了坚实的宏观基调。2)创新周期打开成长空间：与此 同时，AI 正推动产业逻辑从“周期波动”转向“结构性成长”。算力需求正从云端训练向边缘侧 推理迁移，驱动智能汽车、AI 终端等场景的“半导体含量”持续提升。叠加 2026 年 2nm 制程节 点带来的新一轮产品创新，AI 技术与硬件载体将共同构成强大的需求新引擎。3)两者合力塑 造投资主线：库存周期奠定了 2026 年行业上行的确定性，而 AI 创新周期则赋予了其超越历 史的成长性与持续性。在这一共振格局下，前期相对滞涨、且正加速构建“自主可控”生态的 国产半导体供应链，迎来了新的发展机遇与投资窗口。

2.1.全球及国产半导体周期复盘：国产半导体或从周期追随转向自主成长

纵观过去近三十年，全球半导体行业始终沿着“周期”与“成长”两条主线，在波动中实现螺旋式 上升。费城半导体指数与国产半导体指数共同揭示出一个约 60 个月的大周期规律，其波动 主要受到产业链库存调整的影响，反映出供需关系的宏观节奏。与此同时，全球半导体销售 额则呈现出更短频的波动，以 2–3 年为一个小周期，这主要由产品迭代与技术创新驱动—— 每一轮技术突破往往催生新一轮市场需求。大周期中嵌套小周期，长波之下叠起短浪，二者 相互交织、彼此影响，共同构成了半导体行业持续演进的内在脉络。

在 2020 年之前，国产半导体板块更多扮演着“全球周期追随者”的角色。由于产业尚处发展早 期，其走势深受内部政策与全球外部环境的双重扰动，因此在节奏上往往滞后于费城半导体 指数，且在涨跌幅度上展现出更为剧烈的高波动性。然而，2020 年之后，随着全球半导体产 业在日益复杂的国际政治环境下开始结构性“脱钩”与供应链重组，国产半导体产业的发展逻 辑发生了根本性转变。它不再仅仅是对全球景气周期的被动响应，而是在外部压力倒逼与内 部政策强力驱动的共同作用下，加速走向以“自主可控”为核心的独立发展新阶段，其产业路 径与市场逻辑均已步入截然不同的轨道。

2.2.库存位置：全球半导体行业当前从被动去库向主动补库演变

我们用主要芯片商库存周转天数来反映半导体产业的库存水平。受 AI 需求拉动，2023 年起 半导体需求逐步复苏，晶圆制造厂产能利用率上行，主要芯片商库存周转天数下降，存储价 格上升，反映全球半导体行业正在从被动去库阶段向主动补库存阶段转变。

2.3.AI 预期先行带动存储现货兑现，打开半导体放量扩张周期

宏观层面，23 年 9 月 DXI 指数率先反弹，与 25 年 3 月 DRAM 指数的滞后上涨，清晰勾勒出 半导体行业本轮扩张周期的基调：“预期先行，涨价滞后”。目前阶段，两者同步上涨，一齐 指向了“需求强劲”、“供应紧张”的两个关键因素，共同构成行业上行的充要条件。

DXI 率先上涨（2023 年 9 月）：资本市场提前布局周期底部

库存去化接近尾声：经过库存调整，渠道与终端客户的库存水位已显著下降。 “去库存”阶段即将结束，为后续的补库需求打开空间。

需求端出现结构性亮点： 以生成式 AI 和大模型训练为代表的算力需求快速 增长，市场预期算力浪潮将逐步外溢至存储领域，特别是 HBM 和服务器 DRAM。

供给侧纪律性增强： 主要存储器厂商自 2023 年起采取了前所未有的减产保 价策略，并严格控制资本开支。供给端的主动收缩将加速供需平衡的恢复， 为价格止跌反弹奠定基础。

货币政策周期转向预期：市场对全球主要央行结束加息周期并可能开启降息 的预期升温，有助于改善科技股的估值环境和未来的企业融资成本。

DRAM 指数滞后上涨（2025 年 3 月）：现货市场确认供需反转

滞后的原因：产能调整传导至现货存在时滞性。从厂商宣布减产到产线实际 调整，再到库存被彻底消耗，整个过程需要时间。当库存真正见底，而新产 能因前期资本开支不足无法及时跟上时，供需天平才发生根本性倾斜。从价 格谈判层面，DRAM 合约价谈判通常以季度或月度为单位，价格的实际上涨需 要强劲且持续的订单作为支撑，才能被买卖双方共同确认。

AI 的快速发展带来需求浪潮但同时引起供给收缩： AI 服务器带来的 HBM 需 求急剧增长，挤占了大量先进制程产能，导致传统 DRAM/NAND 的供应受到约 束。同时，随着 PC、手机和传统服务器市场的温和复苏，下游客户开始了实 质性的“补库存”行为，订单需求从零星转向持续。

2.4.企业端需求与利基市场共同驱动结构性增长

自 2023 年末开启的半导体行业复苏，并非行业的全面复苏，而是一次由企业端资本支出与 新兴利基市场强力驱动的结构性增长。通过拆解 DRAM 与 NAND 细分产品的价格走势与动能， 我们可以清晰地观察到：

本轮复苏由“企业端（B 端）数字化与 AI 化”主导，而非“消费端（C 端）换机潮”：服 务器内存价格领涨 + 移动端存储价格相对平稳。

物联网、汽车电子等新兴领域已成为不可忽视的增量市场。

2.5.供给端：三年制程升级周期，2nm 技术或将带动产品突破

全球半导体行业始终遵循着以龙头晶圆厂为主导的周期性扩张规律。以台积电为代表的先进 制程迭代节奏稳定，约以三年为周期推动一次制程升级，带动全球供给呈现相对线性的阶梯 式增长。新供给节奏与新一轮需求波动共振，将共同决定下一轮行情的幅度与持续性。上一 轮供给端技术创新于 2023 年由 3nm 制程驱动，2026 年将进入 2nm 制程引领的新产能扩张。 2nm 技术首次向安卓阵营开放，打破苹果高端制程首发独占历史，或将带来新一轮 AI 产品升 级突破。

2.6.需求端：2026 年 AI 技术与产品创新或将带来新的需求

回顾过去数十年的产业发展，每一轮消费电子品类的颠覆性创新，都曾是半导体行业增长的 核心引擎。放眼未来，内嵌 AI 能力的终端硬件正崭露头角，有望接棒成为驱动行业本轮增长 的关键力量。从全球半导体销售额 2-3 年的小周期来看，此趋势已现端倪：2023-2024 年由 云端算力需求点燃的增长之火，预计将在 2026 年传递至边缘端，形成一场由 AI 驱动的“云 端”与“边缘”的算力接力赛。

全球半导体销售额呈现强周期性，恢复与扩张期通常维持约三年。自 2023 年末周期反转启 动，至 2026 年将进入本轮增长的第三年，整体节奏明确。此轮行情的核心特征，是产业逻辑 正从“周期性波动”转向“AI 驱动的结构性成长”。AI 浪潮不仅为市场带来增量需求，更在根本 上改变了行业的增长范式与估值逻辑。 上游资本开支已进入新一轮扩张周期，为未来 2-3 年的半导体需求提供前瞻指引。北美四大 云服务提供商（CSP）的资本性支出呈现 3-4 年的延续性，而其支出主要集中于算力中心建设 过程中的半导体芯片需求。在 2023 年资本开支阶段性下降后，2024 年已快速反弹至同比增 长 55%，由此可外推 2025-2026 年半导体需求的乐观态势。 AI 算力需求正从训练侧向推理侧加速迁移，推动芯片市场结构发生根本性转变。推理芯片不 同于训练芯片所追求的计算高精度，其性能核心在于低延迟、高能效与低成本。据 IDC 预测， 推理算力占整体 AI 算力的比例将从 2023 年的 41.3%大幅攀升至 2027 年的 72.6%，标志着 AI 产业化进入深水区，推理需求的快速增长即将到来。 AI 推理的快速发展驱动半导体技术渗透至更多终端场景，带来产品层面“半导体含量”的持 续提升。以智能电动汽车为例，其半导体含量远超传统汽车。随着自动驾驶等级从 L2 向 L3/L4 迈进，对高性能计算芯片、传感器以及功率半导体的需求将持续高速增长。这一趋势同样将 出现在 AI PC、AI 手机、AIoT 设备等众多领域，共同构筑半导体市场长期成长的空间与动力。

2.7.本轮行情：AI 浪潮下国产半导体指数相对滞涨

本轮国产半导体周期呈现“先抑后扬”态势：第一阶段（2022 年 10 月-2024 年 10 月）国产指 数先因技术代差与 AI 驱动的全球指数分化，第二阶段（2024 年 10 月-）随国产算力生态崛 起而强势补涨。自 2022 年 10 月 14 日全球半导体开启新一轮上涨周期，其中费城半导体指 数累计增长约 190%，显著高于国产指数的 85%。

3.SoC 突破赋能 AI 终端，驱动业绩与估值双击

SoC 作为 AI 终端的计算核心，其技术突破与产业成熟，正系统性地推动板块步入“业绩与估 值双击”的新阶段。技术层面，国产 SoC 已实现 6nm 先进制程突破与 0.2-6TOPS 算力跨度， 全面覆盖智能家居、汽车、穿戴等 AI 终端场景。财务层面，板块盈利能力持续改善，头部企 业利润实现数倍增长，α 属性凸显。当前核心机遇在于市场认知与估值的显著错配：龙头公 司业绩高速增长，但其估值较科创 50 指数深度折价，且处于历史低位。随着 AI 端侧落地加 速，业绩的持续兑现将驱动估值上行，完成“业绩与估值双击”。

3.1.A 股 SOC 公司主要产品分析

从各家公司的旗舰芯片性能数据来看，制程涵盖 6nm、8nm、12nm、22nm 等，其中晶晨股份 、恒玄科技已推出 6nm 先进制程芯片；算力方面，NPU 算力跨度从 0.2TOPS到 6TOPS，晶晨股份 A311D 达 5TOPS，全志科技 T736 等为 3TOPS，覆盖低、中、高端算力需求；功耗上，既有瑞芯微 RV1126B（0.5W - 2W）、星宸科技 SSC309QL（0.6W）这类低功耗芯片，也有晶晨股份 A311D（3.6W）、C308X （3.5W）等相对高功耗的芯片。 从应用领域来看，覆盖智能家居、智能影像、智能机顶盒（晶晨股份），智能手表、可穿戴 设备、智能蓝牙 / Wi - Fi 终端（恒玄科技），边缘计算 & AIoT、智能座舱、车载娱乐、 智能安防（瑞芯微），智能物联网终端、无线物联网（泰凌微），智能家居、服务机器人、 低功耗 IoT（乐鑫科技），蓝牙耳机（中科蓝讯），车载智能座舱、工控机、机器人（全志 科技），智能安防、行车记录仪、无人机图传（国科微），AI 眼镜（星宸科技）等领域，涉 及消费电子、工业、车载、物联网等多个赛道。 从研发团队来看，各家公司的研发人数占比均在 70%以上，其中晶晨股份、恒玄科技的研发 人数占比在 80%以上且硕博人数较多。

3.2.营收业绩端： AI 端侧推升板块 β，核心龙头彰显 α 价值

SoC 板块正迈入“α 个体发力”与“β 整体回暖”双轮驱动的新阶段。随着 AI 向端侧加速落地， 行业整体迎来新一轮成长机遇，β 属性持续强化。在经历 2021 年高增长与 2022 年回调后， 板块已基本完成压力出清，当前正处于由 AI 端侧渗透所推动的景气上升通道。 在此过程中，内部分化格局进一步凸显。以瑞芯微、泰凌微、乐鑫科技、恒玄科技及晶晨股 份为代表的头部企业，凭借在 AI SoC 领域的先发优势与技术积累，不仅在营收端保持稳健 增长，更在利润端展现出强劲弹性。2024 年至 2025 年第二季度，泰凌微、瑞芯微、恒玄科 技等公司利润实现数倍同比增长，增长势头延续性良好，α 属性持续强化。 整体来看，AI 端侧化趋势正为 SoC 行业带来系统性的增长机会，推动板块 β 上行；而头部厂 商凭借技术布局与客户卡位，有望在行业红利中获取超额成长，进一步凸显其 α 价值。行业 已进入“β 搭台，α 唱戏”的结构性成长新周期。

3.3.SoC 板块盈利稳步提升，研发投入持续稳健

SoC 板块自 2023 年以来盈利能力持续改善。截至 2025 年第二季度，行业平均净利率相比于 2023 年末累计提升 8.68 个百分点。该提升主要得益于毛利率的稳步回升与期间费用的有效 管控：同期行业平均毛利率增长 5.32pct，平均销售费用率则下降 3.36pct，共同推动净利率 修复。其中，瑞芯微、乐鑫科技及泰凌微的净利率已突破 20%，显著领先同业，展现出优异 的盈利质量。 在费用结构方面，板块整体研发费用率保持相对稳定，但内部分化明显。国科微自 2023 年 起研发投入强度显著提升，两年累计增幅超过 20 个百分点；恒玄科技在 2025 年第二季度亦 环比增长约 3.6%。此外，泰凌微、星宸科技、晶晨股份与乐鑫科技等公司持续维持较高研发 费用率，反映其在技术投入方面的战略定力。

3.4.业绩与估值上行的共振

当前 SoC 芯片设计板块正迎来业绩驱动与估值上行的黄金共振。从截面数据看，板块呈现鲜 明的结构性机遇：截止 2025 年 10 月 13 日，以晶晨股份（46.52x）、恒玄科技（78.24x）、 泰凌微（82.65x）为代表的企业，其估值水平较科创 50 指数（189.11x）形成显著折价，这 种深度折价与这些企业持续释放的利润增长形成鲜明反差。值得关注的是，从时间序列来看， 尽管这些公司盈利能力持续提升，但其估值分位数仍处历史相对低位，恒玄科技（31.09%）、 泰凌微（35.92%）、晶晨股份（44.53%）的估值分位数充分印证了这一市场错配，体现市场 对业绩增长的确认存在时滞。板块当前正处于业绩确认与估值重构的关键阶段。后续估值上 行的催化剂可能来自于季度业绩的持续超预期，或是在新兴应用领域取得实质性突破。

4.重点公司分析

4.1.恒玄科技：AI 可穿戴芯片领军者，平台化布局释放业绩弹性

恒玄科技主营业务经历了从普通蓝牙音频芯片逐步向智能蓝牙音频和可穿戴芯片转型的过 程，其变化主要源于 TWS 的快速发展、端侧 AI 渗透及公司平台化产品布局升级：2018-2019 年智能蓝牙芯片收入和占比快速提升，2020 年起占比基本维持在 50%左右。2020 年起，手表 /手环等其他芯片占营收比例快速提高，2024 年已占营收比例达 38%；同期 Type-C 音频芯片 因无线耳机普及持续萎缩并战略性收缩。 2023 年起恒玄科技在需求回暖与新品驱动下收入显著修复，但受成本压力与高研发投入影响， 利润恢复滞后。2024 年，随着供应链成本下降及产品结构优化，公司利润弹性得到充分释放， 业绩正式迎来“触底回升”的拐点。 AI 端侧布局：公司的 BES2700 定位为超低功耗高性能智能可穿戴 SoC，已应用于小米 AI 眼 镜等项目；新一代智能可穿戴芯片 BES2800 在客户 TWS 耳机、智能手表、智能眼镜等终端产 品中得到广泛应用；公司预计 26 年上半年送样 BES 6000 系列芯片，BES 6000 系列是单芯片 A+M 核异构架构，更侧重于多模态的交互的提升，将会进一步提升语音交互体验，视觉交互 与识别能力、支持手势和眼动追踪等。

4.2.晶晨股份：多元化产品矩阵，AI 翻译场景率先落地

晶晨股份上市之初主营业务以智能机顶盒芯片为主，后续逐渐向智能电视、AI 音视频系统终 端芯片等多元产品扩张。目前主要产品有多媒体智能终端 SoC 芯片、无线连接芯片、汽车电 子芯片等，为众多消费类电子领域提供 SoC 主控芯片和系统级解决方案。 公司 2023 年起进入新一轮上行周期，主要得益于消费电子需求回暖、Wi-Fi 与 AIoT 等高毛 利新品规模出货、产品结构持续优化及内部运营效率提升。2024 年以来，公司在多产品线深 化布局、费用管控与行业景气回升驱动下，营收、利润与盈利能力均实现显著增长。 AI 端侧布局：2025 年发布的 6nm 芯片 S905X5 系列,利用智能端侧能力，本地完成同声翻 译，同声字幕等功能，提升消费者在跨语言环境下的用户体验；公司计划持续拓展 A 系列芯 片端侧应用场景。

4.3 泰凌微：低功耗无线领域专家，领跑 AIoT 能效竞赛

泰凌微的主营收入结构多年高度稳定，IoT 芯片一直是核心，占比超过九成。主要聚焦于低 功耗蓝牙、双模蓝牙、Zigbee、Matter、WiFi 等短距无线通讯芯片产品；在私有 2.4G 芯片、 无线音频芯片也有长期的技术积累和产品布局。公司的产品广泛应用在电脑外设、智能家居、 智能硬件、智能工业系统、智能商业系统等领域。 2024 年伴随市场需求回暖、多模和音频等高毛利产品销售占比大幅提升、端侧 AI 芯片放量、 海外高毛利市场贡献扩大，加之规模效应下费用率下降，公司营收增速、归母净利润增速、 毛利率和净利率出现明显上升。 AI 端侧布局：基于 TL721X 的边缘 AI 平台，支持主流本地端 AI 模型，如谷歌 LiteRT、TVM 等开源模型，是目前世界上功耗最低的智能物联网连接协议平台，特别适合运用在需要电池 供电的各类产品；TL751X 系列芯片定位于更高端、更复杂的产品应用，支持边缘 AI 平台， 支持 AI 降噪，开源 AI 模型，以及 LLM 大模型对接，为 AI 和无线音频等应用结合提供了丰 富的平台支持。

4.4 瑞芯微：AIoT 通用处理器龙头，协处理器破解端侧算力瓶颈

瑞芯微的主要产品是通用型的智能应用处理器芯片，长期占营收比例在 90%左右。公司芯片 产品广泛应用于缤纷多彩的 AIoT 市场，下游产品线近百条，覆盖汽车电子、机器视觉、工业 应用、教育办公、商业金融、智能家居以及消费电子等下游众多领域。 自 2023 年以来，瑞芯微营收、利润、毛利率及净利率增速上行，主要得益于 AIoT 行业需求 复苏和 AI 技术加速渗透，公司抓住端侧 AI 大模型与多场景落地发展机遇，以旗舰芯片及次 新品为核心，推动汽车电子、工业控制、机器视觉等重点下游快速扩张，实现高毛利产品占 比提升；同时伴随产品结构优化和规模效应显现，毛利率持续回升，费用率下降，24 年起净 利润增速显著高于营收。 AI 端侧布局：公司的智能应用处理器芯片涵盖通用应用处理器、机器视觉专用处理器、音频 专用处理器等品类，截止 2025 年中报，已研发并推出新一代 AI 视觉处理器 RV1126B、新款 音频处理器 RK2116；2025 年 7 月的瑞芯微发布端侧算力协处理器 RK1820/RK1828，能够有效 解决算力“升级难”问题、提高响应速度、降低端侧 AI 成本，目前正快速推进下一代端侧算力 协处理器 RK1860 研发工作，进一步布局可支持更大参数级别的端侧模型的芯片产品。

4.5 乐鑫科技：“硬件+软件+云”一体化方案商，构筑开发者生态壁垒

近些年乐鑫科技的芯片营收占比下降至 40%左右、模组及开发套件营收占比上升并稳定在 60% 左右，主营业务结构变化主要由客户需求变化、新品线放量带来的产品结构重构、公司将云 服务费用计入模组价格，形成“硬件+软件+云”的一体化方案等原因驱动。 自 2023 年起，乐鑫营收与利润加速增长、净利率与毛利率同步上行，系“新品放量+结构优化 +规模效应+费用纪律”共同驱动：次新与新品在更广泛的 AIoT 场景加速采纳，非智能家居等 新兴领域增速更快，形成持续的量的扩张基础；产品结构持续优化，芯片业务占比提升、模 组毛利改善；成本端出现规模效应，费用端在维持高研发投入的同时实现费用增速低于营收 增速。 AI 端侧布局：目前与 AI 应用结合较多的是 ESP32-S3 系列芯片，在 ESP32-S3 中已经集成 了加速神经网络计算和信号处理等工作的向量指令，AI 开发者们将可以使用指令优化后的软 件库，实现本地的图像识别、语音唤醒和识别等应用，可实现多达 200 条离线命令词，可被 广泛应用于智能家居设备，目前已有客户开始订制唤醒词和命令词。新产品 ESP32-P4 也具 备边缘 AI 功能。

编辑：火腿肠