2025年电子行业2026年度策略：沿主线，买缺口

一 、AI仍是所有主线

行业概述：Q3电子仓位新高，AI驱动多板块涨幅显著

电子行业涨跌幅：25Q3 AI旺盛需求带动电子板块显著上涨，电子（中信）指数累计上涨44.5%，跑赢沪深300指数26.6%；25年初至12月5日，电子（中信）指数累计上涨39.5%，跑赢沪深300指数23.0%。

AI带动下PCB、消费电子、半导体等板块涨幅显著。年初以来电子细分板块涨跌幅（基于自选股票池计算）：PCB+114%、消费电子+51% 、半导体+40% 、 LED+20% 、被动元件+12% 、 面板+1% ；半导体细分板块来看，设计+51%、设备+45%、材料+33%、制造+33%、功率+12% 、封测+10% 。

Q3电子仓位创历史新高： 25Q3末主动权益基金电子行业仓位为23.64%，环比+5.42pct创历史新高，其中，半导体、消费电子、元器件（PCB+被动元件）仓位为12.77%、5.42%、4.28%，环比+2.38pct、+1.86pct、+1.25pct。

电子板块估值处于高位：截至12月5日，电子行业PE(TTM)为75x，高于2020/01以来75%分位数（73x），其中半导体PE(TTM)为132x，超过75%分位数（124x），消费电子PE(TTM)为43x，略低于中值（43x）。

受AI强劲需求拉动，海外半导体9月以来强势上涨。

费城半导体指数：25年9月初至12月5日费城半导体指数累计上涨28.7%，跑赢标普500指数22.3%；25年初至12月5日费城半导体指数累计上涨46.5%，跑赢标普500指数29.7% 。

年初以来，数字&存储&设备&制造板块核心个股涨幅亮眼：1）数字（英特尔+102%、英伟达+37%、高通+16%）；2）存储（海力士+213% 、美光科技+170% 、三星+103%）；3）设备（LAM+119% 、 KLA+93% 、应用材料+67%、AMSL+62% ）；4）制造（台积电+38%、联电+21% ）。

整体业绩：整体营收&利润同环比向上，整体盈利能力提升

25Q1-3业绩： 电子整体：25Q1-3电子整体营收同比增长19%，净利润同比增长35%，毛利率同比持平，净利率同比+1pct。 分板块看：1）各一级板块均实现营收与净利润同比增长，面板扭亏为盈；盈利能力方面，PCB、面板、半导体板块净利率同比+3pct、+2pct、+1.2pct，消费电子、被动元件、LED净利率同比持平；2）半导体板块中，功率受闻泰科技ODM业务剥离影响营收同比下滑，其余细分板块营收均实现同比增长；盈利能力方面，设计、材料、制造、功率净利率同比增长，封测净利率同比持平，设备、设备零部件受新品验证成本高、高投入拉高期间费用等因素影响净利率同比下滑。

消费电子：终端需求继续复苏，AI+有望开启新创新周期

25Q3全球智能手机销量同比继续增长，26年预计维持弱复苏，重点关注端侧AI落地进展和存储涨价影响。全球智能手机销量自21Q3开始经历连续9个季度同比下滑，从23Q4开始销量同比转正，之后保持复苏增长趋势。2024年全球/中国智能机销量达12.4/2.9亿部，同比+6.1%/+5.6%；25Q3全球智能机销量达3.2亿部，同比+2.6%，中国智能机销量约6840万部，同比基本持平。9月中下旬开始各品牌旗舰新品集中上市，25Q4销量有望环比向上。展望26年，若苹果等大厂端侧AI应用逐步升级落地，有望缩短换机周期推升销量，但25Q3以来存储成本上涨幅度较大，部分品牌通过涨价传导成本压力，对终端销量的影响尚需观察，IDC预测未来数年全球/中国手机市场维持弱复苏，2024-29 CAGR分别为1.5%/0.8%。

汽车：总量弱复苏，电动&智能化双轮驱动

全球&中国汽车市场弱复苏：2018-2020年全球汽车销量逐年下滑，2021年得益于电动智能化销量回升，2022年受疫情和供应链冲击销量下滑，此后维持增长趋势。2024年全球/中国汽车销量9060/3143万台；2025年预计全球/中国汽车销量9223/3400万台，yoy+1.8%/8.2%；预计2026年全球/中国汽车销量弱复苏，yoy+2.1%/3.0%。

新能源渗透率持续提升：2025年全球/中国新能源汽车渗透率达18%/41%，预计2025年渗透率增长至20%/47%，汽车电动化趋势确定。

智能化率持续向上：2024年中国市场ADAS渗透率达54.9%，奇瑞、比亚迪、吉利等车企移动中低端车型智驾平权有望带动渗透率持续向上，预计2025年渗透率达59.5%，其中L2以上渗透率达51.9%。

AI叙事提速：基座模型能力突破，驱动应用领域展开

应用领域会随AI能力的进化而逐级突破：基础阶段聚焦文本、信息提取等简单任务；中级阶段可完成逻辑推理、跨模态理解，从而支持如代码、法律等更复杂场景；高级阶段向AGI靠近，接近乃至突破人类理解能力，拥有自主学习、上下文长记忆、复杂问题规划等能力。

现阶段：模型能力普遍触及“中级脑力劳动” ，应用领域大幅展开，推理用量爆发。

ChatGPT对于不同类型工作的生产力均有提升，尤以复杂任务更显著。根据OpenAI 在25年7月发布的报告，O1模型在不同的6个法律工作流程中，能够将律师的生产力提升 34%至140%，并对法律工作质量起到实质性的改善作用，且这种生产力提升和质量改善的效果在复杂任务中表现得更为突出，如在需要高度专业能力和深度分析的

二、AI基建缺口扩大

模型产业趋势：算力需求由训练向推理转变

当前算力结构正经历从训练为主向推理为主的深度转型：中国信通研究院云计算与大数据研究所副所长栗蔚认为大模型推理应用正重塑云智算技术体系，成为推动智能化转型的核心引擎，算力结构转型正从以训练为主转向以推理为核心——当前70%以上算力用于集中式训练，未来70%以上算力将用于分布式推理。多模态模型、Agentic AI等创新形态的加速落地将催生实时推理需求的新一轮结构性增长，推理需求规模有望达到训练阶段的5-10倍；据Global Info Research预测，2024年全球AI推理服务器市场规模约139.6亿美元，至2030年市场规模将达393.6亿美元，期间年复合增长率CAGR为18.9%。

ASIC芯片在能效、价格、功耗等多方面具备竞争优势

相较于GPU，ASIC芯片在业务逻辑确定且需求量较大的场景下具备高能效、低功耗、降成本的优势。以英伟达GPU芯片和美国四大云商自研ASIC芯片对比为例，1） 功耗方面：ASIC芯片功耗明显低于GPU芯片，谷歌最新发布的TPUv7功耗约为GB200的35.5%；2）能效方面：虽然ASIC与GPU在算力水平上仍存在一定差距，谷歌TPU v7算力约GB200的46.1%，但结合功耗后其能效比优于GB200（较GB200能效比提高26.3%），亚马逊及其他云商ASIC芯片能效比较英伟达系列芯片均处在较优水平；3）成本方面：云商通过设计服务厂商自研ASIC芯片相较于直接外采英伟达GPU芯片可以明显降低成本，几大龙头ASIC设计厂商（ Broadcom 、Marvell）产品平均销售价格约5000-6500美金，较GPU芯片降本50%-60%，同时由于ASIC定制化的特点，随着需求提升、其规模效应有望提高，成本优势更加凸显。

AI等应用发展增加对先进制程需求

随着制程从 7nm 演进到 5nm、3nm 乃至 2nm，每一代节点上都实现了显著的 PPA（Performance、Power、Area）改善。以台积电公开数据为例，5nm 相较 7nm 提供约 1.8 倍的逻辑密度、15% 的性能提升或30% 的功耗降低；3nm再在此基础上实现约 18% 的性能提升或 32% 的功耗降低，并将逻辑密度进一步提高约 60%。规划中的2nm技术相较3nm将继续带来10–18% 的性能提升以及36% 的功耗降低。

当前主流 AI 芯片已全面向 5nm 与 3nm 等先进制程迁移。其中 NVIDIA 与AMD的最新一代AI芯片均采用台积电3nm制程，并配备大容量 HBM 以支撑高算力需求，其他主流AI芯片同样多数采用5nm或4nm的先进制程工艺。整体来看，先进制程已成为高端 AI 芯片的标配，未来 2nm 预计将进一步在该领域实现广泛采用。

CoWoS技术优势凸出：实现多芯片封装、高密度互连

CoWoS通过Si Interposer进行互联，实现多芯片封装、高密度互连和功耗优化。2011年，台积电认为摩尔定律开始面临困境，因此决定在先进封装领域寻求突破。2012年，台积电与赛灵思合作推出Virtex-7 HT系列FPGA，采用的工艺是CoWoS（Chip-on-Wafer-on-Substrate）。CoWoS是一种2.5D封装技术，先将芯片（如处理器、存储器等）通过Chip on Wafer（CoW）的工艺与硅转接板连接，然后将CoW芯片与基板（Substrate）连接，形成CoWoS结构，加入硅转接板是因为基板的最小线宽较大，用硅转接板在中间做过渡，可以缩小线宽，进行高密度I/O的互连。CoWoS技术采用了TSV、μBump和RDL技术，该封装方法使得多颗芯片可被集成在一起，制造出体积小、功耗低、高密度互连的封装。

存储供给：扩产谨慎，增加有限

DRAM工艺节点正从1a系列加速向1b、1c迭代，预计26年1b节点仍是主力,1c节点率先用于高端产品。 1）三星：三星确认2026年将使用1bDRAM向英伟达供应超过50%的第二代SOCAMM模块，并考虑削减30%-40%1aDRAM产能转向1bDRAM,同时率先使用1cDRAM制造HBM4，与英伟达敲定供货协议，计划通过扩建P4+转换旧制程提升1c产能，26年1c产能有望达到20万片/月。 2）海力士：海力士采用1bDRAM制程生产HBM4，M15X工厂已启动1bDRAM试产线，初始月产量目标为1万片，后续将逐步提升至6万片，同时计划将利川园区的1cDRAM产能扩大至当前的8倍，以满足英伟达、AMD及大型云服务厂商的订单需求。 3）美光：美光采用1β/1bDRAM制程生产HBM4，已向多家客户送样，预计2026年量产，1γ /1cDRAM制程已用于DDR5、LPDDR5X，并计划逐步拓展至包括GDDR7与数据中心产品在内的整个DRAM产品线。

三、端侧AI奇点已近

端侧AI奇点已近，AI手机+AI眼镜双线并行

现阶段端侧AI还未出现真正爆款产品，但国内外大厂加速探索从云到端侧布局的趋势已然明晰，端侧AI蓄势待发。从落地硬件来看，AI手机和AI眼镜或为中短期主线，长期看好机器人等应用场景。

AI手机：

手机是端侧AI落地最顺畅的场景。1）硬件：手机硬件技术成熟，且存力算力升级配合能够充分满足端侧AI运行的性能和功耗要求；2）软件：手机软件应用覆盖面足够广且成熟，端侧AI应用更易融合落地；3）用户&品牌：手机普及率高、用户黏性强，厂商推出的AI手机功能更易被感知，用户学习成本低。

AI手机逐步从应用级AI助手向系统级AI Agent演变。2024年1月三星发布实时翻译、写作助手、即圈即搜、相片助手、AI相机等多项GalaxyAI功能，打响AI手机第一枪，国内安卓品牌亦陆续推出类似AI功能，苹果则于2024年6月发布Apple Intelligence，系统级AI Agent蓝图初显。2025.12.1日豆包手机助手技术预览版正式发布，通过操作系统层级的AI Agent打通APP，实现跨APP操作，如跨平台比价下单、预订餐厅/高铁、请假/差旅报备等，此外Pro模式还将引入工具链和记忆数据，执行效率更高，可实现一句话完成多项执行任务，搭载该功能的努比亚M153工程样机售价3499元。

系统级AI Agent技术路径：屏幕识别落地难度较低，API调用效率&权限跟高。

1）屏幕识别：通过识别到的屏幕内容交由大模型推理，再由AI模拟人手操作，短期内该技术为主流路径，商业推进和技术难度不高，缺点在于推理时间长、可能被APP禁用（例如微信、阿里系APP禁止豆包手机登录）等；

2）API调用：通过直接调用APP的API接口实现跨APP操作的效率和权限都更高，大模型厂商如字节、阿里、腾讯可调用自有体系APP，但外部APP谈判难度较高，存在数据安全隐患担忧以及AI助手和APP厂商流量入口之争的问题。

新终端：人形机器人产业加速落地

海外方面，特斯拉26Q1有望发布Gen 3原型机，26年中期启动小规模生产，26年底启动年产百万台的大规模产线；Figure于25年10月发布Figure03机器人，相比上一代，其视觉感知能力与抓握稳定性大幅提升，BotQ工厂首条生产线预计年产能1.2万台。

国内方面，宇树机器人已完成IPO辅导，25年预计出货2000台人形机器人和1.5万台四足机器人；智元机器人25年预计交付6500台；优必选计划2026 年实现5000台人形机器人交付，机器人产业化加速。

市场空间广阔。全球智能机器人（工业机器人+服务机器人）市场规模预计从2025年的706亿美元增长至2029年的1239亿美元，CAGR为15.1%；其中，人形机器人属于服务机器人重要分支，全球人形机器人市场规模预计从2025年的23亿美元增长至2029年的129亿美元，CAGR达54.4%。

报告节选：

编辑：火腿肠