證券時報記者 趙夢橋

在人工智能（AI）浪潮席卷全球的背景下，關于AI應用場景的探索也逐漸步入“深水區”。近期，科技巨頭紛紛加碼端側硬件，標志著AI應用正從云端向終端設備快速延伸。而受益于算力爆發，端側AI正憑借更快的響應速度以及更好的隱私保護重塑消費電子的業態。

從端側形態的演繹來看，多名基金經理認為，手機作為較成熟的應用，未來或仍是“第一載體”，當然AI眼鏡也是具有潛力的品類之一。因此，輻射到投資端，端側硬件品牌以及上游供應鏈或率先受益，此外系統交互、語音識別等關鍵環節亦有放量機遇。

科技巨頭加碼端側AI

近期，海內外各大科技巨頭動作頻頻。11月27日，阿里巴巴集團首款自研夸克AI眼鏡正式發布，該產品深度整合千問大模型與阿里生態服務，具備導航、支付、AI問答等功能；12月1日，字節跳動聯合中興通訊推出搭載豆包手機助手技術預覽版的努比亞M153工程樣機并少量發售。國外方面，無論是OpenAI，還是谷歌等科技巨頭，均有多款智能終端產品發布。

華夏基金表示，這些巨頭的集體行動并非盲目跟風，而是源于端側AI清晰的盈利邏輯。比如，工業富聯三季度凈利潤大增62%的業績公告，揭開了產業鏈的盈利密碼——AI服務器、智能硬件零部件的需求爆發，正讓中國供應鏈企業直接受益。

全球性企業增長咨詢公司弗若斯特沙利文（Frost & Sullivan）預測，2029年，中國端側AI市場將達到3077億元，復合年增長率高達39.9%。

與在“云端”完成計算不同，端側AI指的是模型在終端設備運行，運算推理在設備本地完成，用戶指令和數據并不會發向云端服務器。民生加銀基金基金經理王悅認為，受制于端側的運存能力，端側AI模型一般參數量較小，只能完成輕量級任務；但其響應速度、隱私保護等好于云側模型，且不依賴于網絡連接。云側AI的發展往往更注重復雜任務的完成能力、思考深度等，科技公司會聚焦模型的能力進行不斷迭代和訓練；而端側AI更側重于與硬件的配合，以盡可能低的功耗完成端側的輕量級任務，更注重模型在端側的適配程度和對APP的整合調用能力。

“未來，二者將更偏向于協同關系。端側負責處理用戶的簡單需求，包括調用APP接口等，并將用戶的隱私數據留存在本地。而端側無法處理的復雜需求，則由具備多模態和更好推理能力的云端模型完成，從而使得模型的使用效率更高，隱私也得到了更好的保護。”王悅表示。

手機依然是“第一載體”

盡管國內外科技巨頭圍繞端側AI動作頻頻，但多集中在AI眼鏡、AI音箱以及專屬智能終端等產品之上。多名基金經理表示，作為第一流量入口，手機仍是端側AI第一載體。

王悅指出，從短期的推進度來看，手機仍然是邏輯上最通順的應用場景：一是手機相較于智能眼鏡等新品類，其硬件更為成熟，已是移動互聯網時代的成熟載體，在使用體感上最為順手；二是手機廠商具備和上游軟件廠商合作的完整生態和模式，在推動端側AI與軟件的協同整合上速度最快；三是手機的下游用戶群體最廣、支付意愿最強，在商業化上最有希望快速跑通。

諾德基金基金經理謝屹也持有類似觀點，他說：“大模型的確可以嵌入不同的終端產品，目前來看可能手機還是相對更為合適的，它擁有較大的現成保有量和使用習慣，可以得到迅速普及。”

謝屹認為，當前，手機在體積上較為適中，人機交互的方式也較多，技術路線和產業鏈也相對成熟。而智能眼鏡可能需要較長的推廣期，不過在特定場景上可能會更為合適，例如AR導航、實時拍攝、醫療輔助和健康監測等，它更可能創造出一些新的使用場景，而非直接替代手機。“當然，我們現在還很難直接判斷端側AI會和多少或哪些終端結合，這還需要我們時刻去跟蹤產業的變化。”他說。

華南某公募投研人士認為，從未來的形態演繹來看，端側AI對于端側產品的用法、能力的改變會非常大，因此廠商會在各種新形態之間進行持續探索，其中智能眼鏡就是現階段玩家們選擇的一個最有潛力起量的品類。眼鏡或是手機之后端側落地起量最為順暢的品類之一，但拉長時間軸來看，端側品類的形態仍有很長的探索期。

契合消費電子投資邏輯

若將端側AI的發展脈絡輻射至資本市場，目前消費電子的投資邏輯或與其更契合。

在王悅看來，端側AI投資的核心維度還是看創新驅動的產業鏈價值變化，可以關注消費電子創新供應鏈的優質企業、具備配合客戶共研新形態端側硬件的組裝廠以及端側運存要求提高下可能受益的散熱、存儲、系統交互、語音識別等關鍵公司。

“另外，也可以關注具備生態和品牌能力的終端廠商，它們一方面擁有資源和能力去推動自研的端側大模型，另一方面有望延續移動互聯網時代的品牌壁壘，在端側AI時代獲得先發優勢。”王悅表示。

前述華南某公募投研人士認為，端側AI短期會先從硬件迎來產業創新，AI手機、智能眼鏡等產品會逐步起量和加配，上游的供應鏈（整機組裝、核心零部件）會率先受益。同時，終端的硬件品牌廠商也會在前期的投入探索后逐步找到新的商業化路徑，帶動端側終端價值量和滲透率進一步提升。

謝屹也表示，受益于端側AI的產業鏈包括提供算力的上游芯片廠、提供傳感器和其他基礎部件的電子元器件和模組廠商，以及提供組裝的代工企業。當然，定義產品的主機廠也十分重要。

“在選擇標的時，我們當前會比較傾向于主機廠，因為相對來說它們是最接近于消費者環節的，如果發展較好可能會很容易形成一定的品牌優勢和市場認知。另外，代工環節也會相對好一些，雖然議價能力稍弱，但是能見度相對較高。總體上，上游元器件可能會有較大的波動，畢竟不同的技術路線會對其產生較大的影響。”謝屹稱。

景順長城基金基金經理劉煜認為，未來的投資重點，除了關注算力增長，還要關注“如何讓算力更高效、更人性化地服務于人”。“我們關注的不再是單一硬件或軟件，而是‘腦—體—感’協同的生態系統。誰能更好定義人機交互新范式，誰能更精準捕捉情感陪伴等新興需求，誰就能在未來的價值鏈中占據主導地位。”劉煜表示。

產業并未進入泡沫化階段

年內的“科技熱”行情，已將端側AI的多只個股估值抬升到了數年來的高位，因此關于板塊投資的“泡沫”之爭近期也被頻繁提及。

“‘泡沫’的論調，更多是因為市場對于產業的發展缺乏足夠的耐心。”王悅表示，一個新產品的出現，大都會經歷較長的前期投入和用戶心智培養，而投資不能拋開潛在收益只看短期回報。如果以當前端側AI乃至整個AI的投入與回報做對比，那么凈資產收益率（ROE）會非常差，但是參考移動互聯網的“燒錢”大戰，可以看到在確定性的產業趨勢面前，供給側完全可以忍受一段時間的投入，并在找到C端的需求偏好后通過快速的商業化回收前期成本。

前述華南某公募投研人士也表示，當前，無論是手機大廠如蘋果、三星、華為等，還是云廠商OpenAI、meta、谷歌、亞馬遜等，都在加速開發自身的端側AI新品。云廠商們有動力將前期投到大模型上的成本找到商業化回收方式，手機廠商也需要快速提升自身的模型能力去應對云廠商對于硬件領域的競爭。未來，我們會看到較長時間各大玩家對端側AI的持續投入，以構建自身的“護城河”。“因此，不能以簡單的ROE思路去看待端側AI的發展，產業現在并沒有到泡沫化的階段。”該人士說。

謝屹則認為，需要對不同公司進行單獨分析，如果是傳統業務發展較好且疊加端側AI新業務的公司，其估值泡沫可能會相對小一些，因為基本盤與盈利估值是相對匹配的。不過，那些原有主業較弱、新業務又尚未形成有利局面的公司，如果其股價已有大幅上升的情況，那么估值大概率會隱含一些泡沫。