2025年电子行业2026年度策略：算力需求景气高企，端侧AI持续迭代

大模型能力持续升级，推动电子行业进入新一轮创新 周期

1.1 消费电子增速放缓，AI 技术快速发展

传统消费电子终端在经过多年发展后，已经进入存量发展时代。随着 2010 年苹果推出具有高分辨率显示屏、时尚设计和前置摄像头的 iPhone 4，智能手 机进入高速发展阶段，至 2016 年，根据 IDC 的数据，智能手机销量达到历史 最高的 14.73 亿台，此后，智能手机行业进入存量竞争时代。2016 年 9 月， 苹果发布第一代 TWS 耳机 AirPods，开启耳机真无线时代。到 2019 年下半年， 联发科、高通、华为的 TWS 连接技术成熟，安卓系 TWS 迎来高成长期，根 据 Canalys 的数据，2024 年全球 TWS 市场出货量达到 3.3 亿台，同比增长 13%， 全球 TWS 市场也已进入低速增长期。根据 IDC 的数据，PC 在 2011 年达到史 上最高销量 3.63 亿台，至今，销量再未超过这一数字，2024 年同比增长 1.0%， 销量为 2.63 亿台。由于主流传统电子终端智能手机、PC 已经进入存量发展时 代，TWS 市场进入低速增长期，因此，电子元器件行业高成长需求主要来自 于新兴需求领域。 2023 年苹果 Vision Pro 的发布，成为 XR 行业发展的里程碑式事件，有 力推动 XR 行业走向成熟。2024 年 Meta 发布了 AR 眼镜 Orion 原型机，展 示了 AR 的发展潜力，计划在 2030 年之前上市。未来几年，XR 行业有望逐 渐走向成熟。根据维深信息 wellsenn XR 调研统计，2024 年全球 VR 销量为 757 万台，与 2023 年持平略有增长，2024 年全球 AR 销量为 50 万台，较 2023 年持平，VR/AR 销量增速目前较低。

以 ChatGPT 的发布为标志，人工智能行业获得了迅速发展。大模型凭借 其巨大的战略价值和商业潜力吸引了全球政府和企业的参与，谷歌、Meta、 百度、阿里、腾讯均推出了自己的大模型产品，全球诸多创业公司涌入大模 型领域。ChatGPT 的成功引发国内外厂商竞相效仿，大模型压缩技术的发展 为端侧部署大模型奠定了基础，边缘 AI 具有低成本、高性能、隐私安全等优 势，AI 硬件创新潮来临。

1.2 大模型不断迭代

压缩技术为端侧部署奠定基础 ChatGPT 发布以后，生成式 AI 进展迅速，GPT 系列模型已迭代多次至 GPT-5.2，性能全面提升，并且 tokens 更多，价格更低。谷歌在 2023 年 5 月 推出了 Palm 2 多模态大模型，紧接着在 2023 年 12 月份就推出了全球首个原生多模态大模型 Gemini，原生的多模态训练方法使得 Gemini 在处理多种类型的数据和复杂任务时更为高效和精准，成为多模态大模型发展的里程碑。在 2025 年 5 月的谷歌 I/O 大会上，谷歌发布了其 Gemini 2.5 Pro 模型，2025 年 11 月，谷歌又发布了其 Gemini 3.0 系列模型，其中，Gemini 3.0 Pro 刷新了几 乎所有基准测试 SOTA。 虽然多家大模型有着出色的性能，但由于数据规模大、算力要求高，不 能直接部署在移动设备上，比如，GPT-3.5 需要至少 320GB 的半精度（FP16） 格式存储空间，进行推理的时候，则需要至少 5 个 A100 GPU，每个 GPU 拥 有 80G 的存储，这在移动设备上难以实现，模型压缩技术则可以将大模型转 化为适合在移动设备上存储的紧凑版本，此外，它还可以优化模型以实现更 快的执行速度和最小的延迟，或在这些目标之间取得平衡。 模型压缩技术通过剪枝、知识蒸馏、量化和低秩分解来实现大模型的压 缩。 剪枝：剪枝指移除模型中不必要或多余的组件，比如参数，以使模型更 加高效。通过对模型中贡献有限的冗余参数进行剪枝，在保证性能最低下降 的同时，可以减小存储需求、提高内存和计算效率。

知识蒸馏：通过从一个复杂的模型（称为教师模型）向一个简化的模型 （称为学生模型）转移知识来实现。

量化：量化技术将传统的浮点数转换为整数或其他离散形式，以减轻深 度学习模型的存储和计算负担。谨慎的量化技术，可以在仅有轻微精度降低 的情况下实现大规模的模型压缩。 低秩分解：低秩分解旨在通过将给定的权重矩阵分解成两个或多个较小 维度的矩阵，从而对其进行近似。低秩分解背后的核心思想是找到一个大的 权重矩阵 W 的分解，得到两个矩阵 U 和 V，使得 W≈U V，其中 U 是一个 m ×k 矩阵，V 是一个 k×n 矩阵，其中 k 远小于 m 和 n。U 和 V 的乘积近似于 原始的权重矩阵，从而大幅减少了参数数量和计算开销。 在模型压缩领域，研究人员通常将多种技术与低秩分解相结合，包括修 剪、量化等，以实现更有效的压缩同时保持性能。通过对大模型的压缩，可 以显著降低模型的存储需求，可以降低模型的计算复杂度，从而提高计算效 率，也可以显著缩短推理时间，提高用户体验。大模型压缩使大模型更容易 部署到边缘设备中。

1.3 边缘 AI 具有低成本、高性能、隐私安全等优势

边缘 AI 是指在边缘设备中进行 AI 计算或运行大模型，而不是依赖传统 的云计算实现 AI 功能，包括手机、PC 等。相较于传统的云端 AI，边缘 AI 具有低成本的优势，举例来说，每一次基于生成式 AI 的网络搜索查询，其成 本是传统搜索的 10 倍，基于生成式 AI 的办公应用的成本也高于传统办公应 用，而将一些计算处理从云端转移到边缘终端，则可以降低成本。降低成本 也能让应用开发商更经济实惠地打造应用，例如，开发者可以完全基于终端 上的 Stable Diffusion 创建应用程序，进而，对于生成的每个图像承担更低的 查询成本。

边缘 AI 也具有可靠性更高、时延更低、体验更好的优势，相比于云端 AI，边缘 AI 处理十分可靠，当生成式 AI 查询对于云的需求达到高峰期时，会 产生较多时延，甚至可能出现拒绝服务的情况，边缘 AI 则可以防止这一情况 的发生。此外，相较传统终端，拥有 AI 能力的终端拥有更强大的算力，能够 提供更好的体验，比如使用 Teams 在线开会，AI PC 可以提供更好的背景声 音优化、会议室的优化等。 边缘 AI 还具有隐私安全性更高的优势，AI 应用的本地化处理减少了个 人暴露于云端的数据量，降低了数据在传输过程中被窃取或篡改的风险。

端侧 AI 落地加速，AI 终端渗透率有望快速提升

2.1 字节和华为推动端侧 AI 功能进一步迭代

根据财新的报道， 12 月 1 日上午，字节跳动 AI 大模型豆包发布“豆包 手机助手”技术预览版。这是一款基于豆包大模型，和手机厂商在操作系统 层面合作的 AI 助手软件，可以自主操作手机完成复杂任务并调用大模型。这 款 AI 助手需要手机厂商的授权，豆包已和中兴合作了一款工程样机“nubia M153”，豆包手机助手的技术预览版本在此样机上运行，售价 3499 元。根据 豆包发布的演示视频，用户可通过语音、侧边键或豆包 Ola Friend 耳机唤醒豆 包手机助手，在任意界面使用手机时，可就屏幕内容向豆包手机助手提问以 获取更多信息。同时，豆包手机助手还把豆包的语音通话、视频通话和屏幕 共享等常用功能嵌入到了助手中，用户双击侧边 AI 键即可调用。豆包手机助 手的“AI 操作手机”功能可根据用户指令在多款应用间自动跳转，帮助用户 完成类似查票订票、商品下单、批量下载文件、多软件物流进度一键查询等 任务。在演示视频中，豆包手机助手可以“跨平台比价下单”，比如用户在社 交媒体上看到想买的商品，说出“帮我在全平台比价下单”，豆包手机助手会 在多个电商平台搜索同款商品，对比价格和规格，自动领券后选择最低价的 商品下单。 2025 年 6 月 20 日，华为正式发布了“纯血鸿蒙”的第一个大版本迭代， HarmonyOS 6.0 的开发者 Beta 版本。为加快应用与智能体的深度融合，华为 首次推出了鸿蒙智能体框架 HMAF（Harmony Agent Framework），不仅具备 意图理解、策略规划、执行任务以及调用工具的能力，同时还是一个能让智 能体与操作系统、应用、元服务协作完成复杂任务的系统级框架，包括应用 和智能体层、协议层和平台层。华为将 AI 智能体融入系统交互底层，开发者 可以自己定制智能体，都降低了 AI 应用场景的门槛，让更多小型应用能够在 低成本下融入 AI 能力。

华为和字节相继展示了端侧 AI 的巨大应用价值，豆包手机助手通过和手 机厂商的深度合作，深度嵌入操作系统，并实现了跨应用的复杂操作，实现 了了 AI 手机应用效果的跃升，展示了端侧 AI 应用的潜力。后续其它厂商有 望跟进效仿，在手机、PC、平板、智能手表等消费电子终端上实现更优的端 侧 AI 功能。

2.2 龙头厂商发布端侧 AI 产品，推动端侧 AI 加速发展

2.2.1 微软发布 Copilot+PC，为 AI PC 树立高标准

微软在其开发者大会上发布了 Copilot+PC，包括 Surface Laptop 7 和 Surface Pro 11 两款产品，搭载了高通 Snapdragon X Plus 或 X Elite 芯片，NPU性能达到 45TOPS。Copilot+PC 新增 Recall（利用 AI 进行本地搜索）、Cocreator （结合绘图和文本提示生成图像）、Live Caption（实时字幕：可以实时自动将 40 多种语言的音频转录为英文字幕，即便离线时也能使用）等 AI 功能，此外， Copilot+PC 还内置了 OpenAI 的最新模型 GPT-4o，可以实时读取电脑屏幕内 容，并对使用者的操作提出建议。 Copilot+PC 在推出一系列 AI 功能的同时，也大幅提升了硬件配置要求。 微软要求，Copilot+PC 的 NPU 性能至少在 40TOPS 以上，至少需要 16GB 內 存、256GB SSD，具备全天的电池续航力，并且可以在端侧运行最先进 AI 模 型。之所以算力要求为 40TOPS，是为了满足在端侧本地运行 Copilot 的要求。 而在端侧本地运行 Copilot 及一些 AI 模型，也会提高对内存的需求，所以至 少需要 16GB 內存，另外，支持 Recall 所需最小硬盘空间为 256GB，且需有 50GB 的可用空间。

2.2.2 处理器龙头厂商纷纷迭代新品，AI PC 有望放量

根据快科技的报道，Intel 更新了 CES 2026 主题演讲页面，宣布将于 1 月 5 日下午 3:00（太平洋时间）在拉斯维加斯发布第三代酷睿 Ultra 300 系列（代 号 Panther Lake），AMD 在今年 3 月推出了 Ryzen AI Max 系列旗舰处理器， 可以运行 Llama 700 亿参数大模型，这也是全球首款可以运行 700 亿参数大模 型的 AI PC 处理器。 目前，宏碁、华硕、戴尔、惠普、联想和三星等 OEM 厂商都推出了各自搭载骁龙 X Elite 和骁龙 X Plus 处理器的 Copilot+PC 新品。我们认为，微软发 布的 Copilot+PC 确定了 AI PC 的标准，并呈现了 Recall、实时字幕、Cocreator 等多项 AI PC 特色应用，联想、惠普、戴尔等搭载锐龙 AI 300 和 Lunar lake 的 AI PC 已经上市，随着英特尔和 AMD 推出更高算力处理器，预计 2025 年， AI PC 将放量出货，渗透率将大幅提升。