端侧AI行业深度报告：端侧AI万物智联新引擎-250815（31页）.pdf

1、 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 通信通信 Table_Date 发布时间：发布时间：2025-08-15 Table_Invest 优于大势优于大势 上次评级:优于大势 Table_PicQuote 历史收益率曲线 Table_Trend 涨跌幅（%）1M 3M 12M 绝对收益 18%32%77%相对收益 14%26%51%Table_Market 行业数据 成分股数量（只）125 总市值（亿）29407 流通市值（亿）14845 市盈率（倍）25.72 市净率（倍）3.51 成分股总营收（亿）25348 成分股总净利润（亿）2070 成分

2、股资产负债率（%）41.92 相关报告 通信行业深度：电力AI 的尽头-20250206 训练转向推理释放更多产业机遇，国产 AI 迎发力加速元年-20241231 AI 时代光模块需求景气不减，上游光芯片&光器件大有可为-20241206 Table_Author 证券分析师：要文强证券分析师：要文强 执业证书编号：S0550523010004 13552769350 yao_ 证券分析师：陈建森证券分析师：陈建森 执业证书编号：S0550525040001 Table_Title 证券研究报告/行业深度报告 端侧端侧 AI，万物智联新引擎，万物智联新引擎 端侧端侧 AI 行业深度报告行业深

3、度报告 报告摘要：报告摘要：Table_Summary 端侧端侧 AI 作为人工智能技术发展的重要方向，正在重塑传统云端计算的作为人工智能技术发展的重要方向，正在重塑传统云端计算的格局。格局。随着智能终端设备的普及和算力需求的提升，将 AI 能力下沉至终端设备已成为行业共识。AI 的发展正在突破一切上云的传统模式，逐步演变为云端-边缘-终端协同的混合架构。在这一体系中，终端设备和边缘节点负责实时数据处理与即时决策，而云端则专注于大模型训练和海量数据存储。这种分布式架构并非简单的替代关系，而是通过优势互补实现整体效能的最大化。这一技术演进不仅解决了云端 AI 在实时性、隐私保护和个性化服务等方面

4、的局限，更开创了新型计算范式。端侧端侧 AI 通过构建本地化的智能处理能力，实现了三大技术突破通过构建本地化的智能处理能力，实现了三大技术突破。1）采用轻量化模型和专用加速芯片，在资源受限的终端设备上高效运行 AI 算法；2）通过传感器融合和多模态交互，提升环境感知和决策能力；3）建立隐私计算框架，确保敏感数据不出设备。相比云端方案，端侧 AI 在实时响应、能效优化和数据安全等方面具有显著优势，特别适合自动驾驶、工业检测等对延迟敏感的场景。完整的端侧完整的端侧 AI 产业链已初步形成产业链已初步形成，市场规模呈指数级上升，市场规模呈指数级上升。产业链方面，上游以芯片厂商为核心，提供 NPU、存

5、储和传感等关键硬件；中游包括算法优化和设备集成商，负责将 AI 能力适配到各类终端；下游则覆盖丰富的应用场景。其中，芯片性能突破和模型压缩技术是推动产业发展的两大引擎，而跨行业的解决方案整合能力则成为商业化落地的关键。市场规模方面，端侧 AI 产业正迎来爆发式增长，市场规模和终端渗透率呈现指数级扩张态势。根据最新研究数据，2023 年全球存量消费终端设备已达 228 亿台，其中智能手机（29.8%）、智能家居设备（26.3%）和PC/PAD（17.6%）构成主要载体。端侧端侧 AI 赋能下游应用场景，推动终端设备从“功能单一”向“场景智赋能下游应用场景，推动终端设备从“功能单一”向“场景智能”

6、演进，构建起万物互联时代的核心技术底座能”演进，构建起万物互联时代的核心技术底座。端侧 AI 通过将大模型的计算能力从云端迁移至终端本地，赋予智能终端设备实时性更强、隐私性更高、自主性更优的“本地大脑”，使其从传统的数据采集工具进化为具备感知、决策和执行能力的“智能体”。在消费电子领域，AI 手机和 AIPC 通过本地大模型实现实时翻译、影像增强等功能，重新定义人机交互体验。智能汽车方面，端侧 AI 不仅赋能自动驾驶系统，更通过智能座舱提升驾乘舒适度。工业场景中，预测性维护和视觉检测等应用显著提升生产效率和产品质量。此外，服务机器人、智能家居等新兴领域也展现出巨大的市场潜力。风险提示：风险提示