2024 年 6 月 14 日，端侧 AI 行业深度：行业概况、产业变革、发展趋势及相关企业深度梳理随着云端推理成本高、可靠性及时延、用户隐私及数据安全等问题受到关注，端侧 AI 部署成为 AI 实现规模化扩展及应用落地的关键。在模型、芯片、操作系统、软件应用等各方面，智能终端新形态在不断落地：AIPC 方面，2024 年起，PC 厂商抢滩 AIPC 市场，Canalys 预测，兼容 AI 的 PC 有望在 2027 年渗透率达到 60%；AI 手机方面，三星、小米等厂商在大模型及操作系统等各方面持续探索；另外，AI 智能可穿戴等智能终端创新也百花齐放。

以下我们就将对端侧 AI 相关问题展开分析，端侧 AI 当前行业现状如何？产业发展有哪些必然性？在最重要的智能终端手机及 PC 端，端侧 AI 发展如何？整体市场空前发展的产业前景下，哪些板块和领域将会产生变革？市场上相关企业有哪些？行业呈现怎样的发展趋势？我们将以这些问题为出发点，在下文中具体探讨释疑，从而更加深刻地了解端侧 AI 行业发展相关问题。

目录一、行业概况 .......... 1

二、端侧 AI 发展的必然性 .......... 3

三、端侧 AI 之 AI 手机 .......... 5

四、端侧 AI 之 AIPC .......... 9

五、产业变革 .......... 13

六、相关企业 .......... 19

七、发展趋势 .......... 23

八、参考研报 .......... 26

一、行业概况

1、AI 技术有云侧 AI 和端侧 AI 之分

AI 技术有云侧 AI 和端侧 AI 两大分支。云侧 AI：在数据云端汇集训练，模型通用性强。从终端采集和感知到的声音、视频等数据都通过网络传输到云中心侧进行后续处理。

端侧 AI：指在终端设备上直接运行和处理人工智能算法的技术。这种技术允许设备在本地处理数据，而不需要将数据发送到云端或服务器进行处理。2/26

2024 年 6 月 14 日行业|深度|研究报告

2、端侧 AI 场景丰富而深化，包括多种终端品类端侧 AI 场景广泛，包括智能手机、PC、汽车、XR 以及物联网等终端品类。不同产品类型也对芯片性能与成本提出更多的要求。

3、端侧模型的部署和推广，有望培养用户使用 AI 服务的习惯，创造更广泛的应用场景目前用户使用 AI 产品的痛点主要在交互门槛和使用场景较为模糊，端侧模型提供即时响应和离线功能，用户体验更为流畅和便捷，同时通过减少数据传输和优化能耗，成本也有所降低，因此用户可以在更多场景中调用 AI 服务，从而形成使用习惯。

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。