《消費電子行業AI端側深度報告之AI手機：受益端側智能體落地驅動人機交互新范式-240607（58頁）.pdf》由會員分享，可在線閱讀，更多相關《消費電子行業AI端側深度報告之AI手機：受益端側智能體落地驅動人機交互新范式-240607（58頁）.pdf（58頁珍藏版）》請在三個皮匠報告上搜索。

1、 消費電子消費電子|證券研究報告證券研究報告 行業深度行業深度 2024 年年 6 月月 7 日日 強于大市強于大市 公司名稱公司名稱 股票代碼股票代碼 股價股價 評級評級 藍思科技 300433.SZ 人民幣 15.43 買入 思泉新材 301489.SZ 人民幣 72.90 增持 藍特光學 688127.SH 人民幣 17.47 買入 資料來源：Wind，中銀證券 以2024年6月4日當地貨幣收市價為標準 中銀國際證券股份有限公司中銀國際證券股份有限公司 具備證券投資咨詢業務資格具備證券投資咨詢業務資格 電子：消費電子電子：消費電子 證券分析師：蘇凌瑤證券分析師：蘇凌瑤 證券投資咨詢業務證

2、書編號：S1300522080003 聯系人：周世輝聯系人：周世輝 一般證券業務證書編號：S1300123050013 AI 端側深度報告之端側深度報告之 AI 手機手機 受益端側智能體落地，驅動人機交互新范式 智能手機智能手機將迎來將迎來 AI 賦能的重大賦能的重大創新創新，我們從，我們從 AI 手機手機對用戶的價值、對用戶的價值、AI 手機手機發展階段、發展階段、AI 手機的手機的工作負載工作負載分配分配方式以及對方式以及對手機手機產業鏈重構四個維度產業鏈重構四個維度分分析，析，認為認為搭載以搭載以語音交互語音交互為為核心核心的智能體的智能體將將是下一階段是下一階段 AI 手機的手機的典型

3、特征，典型特征，有望有望帶動差異化的用戶體驗與品牌價值帶動差異化的用戶體驗與品牌價值，并，并驅動驅動用戶用戶持續的持續的換機換機動力。我們動力。我們認為這一趨勢有望帶動以果鏈企業為主的電子認為這一趨勢有望帶動以果鏈企業為主的電子行業標的行業標的投資機遇投資機遇。支撐評級的要點支撐評級的要點 智能手機是最適合智能手機是最適合承載承載端側端側 AI 的的載體載體，AI 手機可提供差異化的用戶價手機可提供差異化的用戶價值與品牌價值值與品牌價值。智能手機具有保有量大、使用便攜、使用場景多、使用時長久、應用生態系統強大等優勢，可創造眾多的 AI 使用場景，并加速第三方 AI 應用成熟，我們認為智能手機將

4、是生成式 AI 最佳的應用載體之一。AI 手機的定義具有三個典型特征：能夠在手機端側運行大模型；SoC 中包含 NPU 算力；達到一定參數要求的性能指標。AI 手機可提供差異化的用戶價值與品牌價值。對用戶而言，AI 手機將是自在交互、智能隨心、專屬陪伴、安全可信的個人化助理，使用體驗較目前階段智能手機大幅提升。對于手機廠商而言，可提供品牌形象與用戶粘性。AI 手機的發展將呈三階段，目前處于從手機的發展將呈三階段，目前處于從 AI 功能化向功能化向 AI 原生化的中途原生化的中途。第一階段是 AI APP 階段。特征為各類大模型做成 APP 產品，搭載在手機上，典型如文心一言 APP、豆包 AP

5、P 等；第二階段為 AI 功能化階段。特征為大模型初步融入手機應用，實現以手機預裝應用為主的調用，典型如 Galaxy S24、OPPO Find X7 等，可實現如照片編輯、通話翻譯、文檔總結等功能；第三階段為 AI 原生化階段。以語音交互的智能體將成下一階段 AI 手機的交互中樞，多元的、自然的交互體驗成為主流，AI 智能體成為鏈接數字生態的入口。端云端云結合結合、多模態是多模態是 AI 手機手機功能實現的關鍵功能實現的關鍵。端云結合可解決手機端算力、功耗不足的特性，并且具有成本、能耗、性能、隱私和個性化五大優勢。端側 AI 可學習手機上用戶的使用習慣和數據沉淀，結合用戶社交媒體、電子郵件

6、、消息、日歷等數據，端側 AI 將能更懂用戶，并根據用戶實際情況提供更有針對性的服務。同時，端側 AI 能夠設置防護欄，以防止“AI 幻覺”等風險。大模型的多模態趨勢將是實現 AI 智能體愿景的關鍵，可提升各應用場景下語音交互的效率、可制作圖片/短視頻等促進內容生態繁榮、可通過不同類型的數據迭代 AI 手機性能。AI 手機有望復制手機有望復制“安迪“安迪-比爾定律”比爾定律”，驅動驅動用戶用戶持續的持續的換機動力換機動力。AI 手機將推動產業鏈圍繞端側大模型做生態重塑：SoC 方面，旗艦款將以 NPU算力為核心提升性能；大模型方面，端側模型以廠商自研為主，2024 年將升級為 130 億參數規

7、模，云端模型將以千億級參數規模的大模型為主；智能體方面，將為大模型賦予計劃、記憶、執行等能力，以滿足更強大的智能助理的工作需求。我們預計 AI 手機有望復制 PC 產業的“安迪-比爾定律”，用戶體驗、端側大模型（智能體）能力、手機 SoC 算力三者將形成正向循環，縮短消費者的換機周期，推動智能手機產業進入良性增長階段。投資建議投資建議 AI 手機有望手機有望帶動長短期帶動長短期換機換機動力動力，我們推薦，我們推薦高端手機為主的高端手機為主的蘋果產業鏈蘋果產業鏈。伴隨著 2024H2 手機 SoC 算力提升及端側智能體逐漸成熟，我們認為 AI手機將率先推動短期換機潮，長期看，類“安迪-比爾定律”

8、有望成為驅動 AI 手機持續換機的動力。高端手機受益確定性更高，因為蘋果在高端手機份額高，我們認為蘋果產業鏈公司將會顯著受益。我們推薦：立訊精密、鵬鼎控股、藍思科技、思泉新材、藍特光學、飛榮達、領益智造；建議關注信維通信、傳音控股、中石科技。評級面臨的主要風險評級面臨的主要風險 AI 手機產品化落地速度不及預期、AI 智能體發展速度超出預期、第三方應用生態配套進度慢、宏觀經濟風險。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 2 目錄目錄 AI 手機指端側搭載大模型的手機，向著手機指端側搭載大模型的手機，向著 AI 原生方向進發原生方向進發.5 手機是端側 AI 落地的最有力

9、載體，30 NPU TOPS 算力或成基礎門檻.5 AI 手機能提供差異化的用戶價值與品牌價值.6 AI 手機將會有三個階段，目前處于 AI 功能階段，大模型賦能本地預裝 APP.7 AI 手機的下一個階段：端側智能體是主要特征，從 AI 功能走向 AI 原生.10 端云結合、多模態是手機端云結合、多模態是手機 GENAI 功能實現的關鍵功能實現的關鍵.14 端云混合架構可實現更好的泛化智能，解決手機端算力/功耗的限制.14 根據任務大小/類型不同，端云混合架構有三種不同的負載機制.15 多模態將是實現 AI 智能體愿景的關鍵.16 AI 手機重構產業鏈，新型“安迪手機重構產業鏈，新型“安迪-

10、比爾定律”有望帶動持續換機動力比爾定律”有望帶動持續換機動力.17 AI 手機驅動產業鏈生態重構，算力變革、廠商自研大模型、智能體迭代將是主要特征.17 算力變革：以 NPU 提升為核心的異構算力升級，預計 2024H2 達 50 NPU TOPS.18 大模型升級：終端手機品牌紛紛自研大模型，手機端側模型參數量或將升至 130 億.23 從大模型到智能體：需要賦予其邊界理解、任務規劃、長短期記憶等能力.24 AI 手機的投資機遇：手機的投資機遇：.27 總量增長、高端化升級、核心零部件迭代.27 看好蘋果產業鏈：高端手機助力、低預期、產品化能力強.27 風險提示風險提示.28 藍思科技.29

11、 思泉新材.39 藍特光學.49 fYeZbZbZfY9WaYfVbR9RbRoMqQtRsOjMrRtNkPoOrO8OqQzQwMsRsPNZqRnQ2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 3 圖表目錄圖表目錄 圖表圖表 1.AI 手機成熱點，但其定義尚未完全清晰手機成熱點，但其定義尚未完全清晰.5 圖表圖表 2.AI 手機的用戶價值手機的用戶價值.7 圖表圖表 3.AI 手機的三階段手機的三階段.7 圖表圖表 4.OPPO Find X7 Ultra 核心核心 AI 功能展示功能展示.8 圖表圖表 5.三星三星 Galaxy S24“即圈即搜”與“通話實時翻譯”功

12、能“即圈即搜”與“通話實時翻譯”功能.9 圖表圖表 6.三星三星 Galaxy S24 的絲滑體驗源于操作系統內置谷歌的絲滑體驗源于操作系統內置谷歌 Gemini Nano.9 圖表圖表 7.AI 智能體將成為生成式智能體將成為生成式 AI 手機交互的中心手機交互的中心.10 圖表圖表 8.Brain.ai 推出推出 App-less 智能手機智能手機.11 圖表圖表 9.Ferret-UI 模型的典型用例模型的典型用例.12 圖表圖表 10.AI 智能體將成為生成式智能體將成為生成式 AI 手機交互的中心手機交互的中心.13 圖表圖表 11.vivo 的大模型矩陣的大模型矩陣.14 圖表圖表

13、 12.基于終端感知的混合基于終端感知的混合 AI 架構，兩種任務負載方式展示架構，兩種任務負載方式展示.16 圖表圖表 13.AI 手機將重構手機產業生態手機將重構手機產業生態.17 圖表圖表 14.包含包含 CPU/GPU/NPU 的異構計算架構的異構計算架構 SoC.18 圖表圖表 15.高通高通 Hexagon NPU 架構架構.18 圖表圖表 16.各類處理器的特征及適用場景各類處理器的特征及適用場景.19 圖表圖表 17.CPU、GPU、NPU 分別適用于不同類型任務分別適用于不同類型任務.19 圖表圖表 18.高通驍龍高通驍龍 8 平臺支持的虛擬化身平臺支持的虛擬化身 AI 助手

14、助手.21 圖表圖表 19.2023Q4 全球智能手機全球智能手機 SoC 處理器市場份額（按出貨量口徑）處理器市場份額（按出貨量口徑）.21 圖表圖表 20.主流主流 SoC 廠商新品及發布時間（紅色為預測）廠商新品及發布時間（紅色為預測）.22 圖表圖表 21.手機端側大模型參數規模持續增長（手機端側大模型參數規模持續增長（2023H22025）.23 圖表圖表 22.手機品牌自研大模型及進展手機品牌自研大模型及進展.24 圖表圖表 23.聯想端側智能體的系統架構聯想端側智能體的系統架構.25 圖表圖表 24.IDC 關于全球關于全球 AI 手機銷量預測手機銷量預測.27 圖表圖表 25.

15、IDC 關于中國關于中國 AI 手機銷量預測手機銷量預測.27 圖表圖表 26.藍思科技發展沿革藍思科技發展沿革.30 圖表圖表 27.藍思科技股權結構圖藍思科技股權結構圖.30 圖表圖表 28.藍思科技主要產品和藍思科技主要產品和服務服務.31 續續 圖表圖表 28.藍思科技主要產品和服務藍思科技主要產品和服務.32 圖表圖表 29.視窗防護行業產業鏈結構圖視窗防護行業產業鏈結構圖.32 圖表圖表 30.2018-2024Q1 營業收入及其同比增速營業收入及其同比增速.33 圖表圖表 31.2018-2024Q1 歸母凈利潤及其同比增速歸母凈利潤及其同比增速.33 圖表圖表 32.2023

16、年產品營收占比年產品營收占比.33 圖表圖表 33.2018-2024Q1 銷售毛利率銷售毛利率.33 圖表圖表 34.2018-2024Q1 各項費用率各項費用率.34 圖表圖表 35.2018-2024 Q1 研發費用及變動研發費用及變動.34 2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 4 圖表圖表 36.2023 年第一大客戶營業收入貢獻比例年第一大客戶營業收入貢獻比例.34 圖表圖表 37.2018 年年-2023 年分地區銷量及占比年分地區銷量及占比.34 圖表圖表 38.2023Q1-2024Q1 中國智能手機出貨量和增長率中國智能手機出貨量和增長率.35 圖

17、表圖表 39.2023Q1-2024Q1 中國折疊屏手機出貨量和增長率中國折疊屏手機出貨量和增長率.35 圖表圖表 40.公司盈利預測拆分公司盈利預測拆分.36 圖表圖表 41.相對估值相對估值.36 圖表圖表 42.思泉新材發展歷史沿革思泉新材發展歷史沿革.40 圖表圖表 43.思泉新材股權結構圖思泉新材股權結構圖.41 圖表圖表 44.電子產品主流散熱方式及其優缺點電子產品主流散熱方式及其優缺點.41 圖表圖表 45.思泉新材主要產品思泉新材主要產品.42 圖表圖表 46.思泉新材主要產品在智能手機的應用思泉新材主要產品在智能手機的應用.43 圖表圖表 47.導熱材料產業鏈上下游結構圖導熱

18、材料產業鏈上下游結構圖.43 圖表圖表 48.思泉新材思泉新材 2023 年產品營收占比年產品營收占比.44 圖表圖表 49.思泉新材思泉新材 2023 年產品毛利率年產品毛利率.44 圖表圖表 50.思泉新材思泉新材 2018-2024Q1 營業收入及其增長率營業收入及其增長率.44 圖表圖表 51.思泉新材思泉新材 2018-2024Q1 歸母凈利潤及其增長率歸母凈利潤及其增長率.44 圖表圖表 52.思泉新材思泉新材 2018-2024Q1 毛利率和凈利率毛利率和凈利率.45 圖表圖表 53.思泉新材思泉新材 2018-2024Q1 費用率情況費用率情況.45 圖表圖表 54.公司盈利預

19、測拆分公司盈利預測拆分.46 圖表圖表 55.相對估值相對估值.46 圖表圖表 56.藍特光學歷史沿革藍特光學歷史沿革.50 圖表圖表 57.藍特光學股權結構藍特光學股權結構.51 圖表圖表 58.藍特光學主營業務藍特光學主營業務.51 圖表圖表 59.藍特光學藍特光學 2023 年主營業務結構年主營業務結構.51 圖表圖表 60.藍特光學主要產品展示藍特光學主要產品展示.52 圖表圖表 61.藍特光學處于光學產業鏈中游藍特光學處于光學產業鏈中游.52 圖表圖表 62.藍特光學營業收入及增速藍特光學營業收入及增速.53 圖表圖表 63.藍特光學歸母凈利潤及增速藍特光學歸母凈利潤及增速.53 圖

20、表圖表 64.藍特光學盈利能力及變動藍特光學盈利能力及變動.53 圖表圖表 65.藍特光學費用率及變動藍特光學費用率及變動.53 圖表圖表 66.公司盈利預測拆分公司盈利預測拆分.54 圖表圖表 67.相對估值相對估值.55 2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 5 AI 手機手機指端側搭載大模型的手機，向著指端側搭載大模型的手機，向著 AI 原生方向進發原生方向進發 手機是端側手機是端側 AI 落地的最有力載體落地的最有力載體，30 NPU TOPS 算力算力或或成成基礎門檻基礎門檻 為什么為什么我們要關注大模型落地我們要關注大模型落地智能手機智能手機？根據 Can

21、alys，智能手機的如下特征適合大模型落地：智能手機擁有龐大的裝機量：智能手機擁有龐大的裝機量：把 AI 應用集成到智能手機端側將有助于觸及更廣泛的受眾。到 2023年，全球智能手機的總裝機量將達到 50 億部，遠遠超過筆記本電腦加上臺式機的 14 億臺裝機量。并且對于發展中市場和年輕一代而言，這一數量差距將會更加顯著。因為這部分群體大多已經跳過了個人電腦時代，更多使用移動原生應用進行內容消費和社交媒體活動。智能手機便攜、使用場景多：智能手機便攜、使用場景多：口袋大小的尺寸能夠使手機更適合各種日常用途，使用場景涵蓋從通信到娛樂等多種需求。并且相比起在 PC 上更常用的生產力以及工作場景，手機相

22、對日常的應用場景將會形成互補，從而幫助擴大 AI 在消費者數字生活中的影響力。智能手機應用生態系統強大，可加速第三方智能手機應用生態系統強大，可加速第三方 AI 應用成熟：應用成熟：與其他 IoT 設備（例如智能手表）相比，智能手機的應用市場生態更完善、應用開發者數量更多。強大的應用生態系統不僅有助于跨應用程序的無縫 AI 集成，也有利于通過茁壯發展的開發者社區創造多樣化的第三方 AI 應用。AI手機定義手機定義：因大模型走向端側的時日較短，產業界對 AI 手機的定義尚未統一，總體而言，都指向三個方面：能夠在手機上端側運行大模型；SoC 中包含 NPU 算力；滿足一定性能的量化指標。圖表圖表

23、1.AI 手機手機成熱點，但成熱點，但其其定義尚定義尚未未完全清晰完全清晰 資料來源：搜狐，中銀證券 根據 Canalys，AI 手機應該滿足以下標準：最低要求：滿足如下即可被稱為“AI 手機”。SoC 包含能夠加速 AI 任務的專用單元（如高通 Hexagon、聯發科 APU、Google TPU）。智能手機應該能夠在端側運行 LLM（如 Google Gemini、三星 Gauss）和其他生產式 AI 模型（如Stable Diffusion）端側LLM 的推理性能應快于成人的平均閱讀速度，相當于10token/s（基于LLaMa-2 7B 或同等水平）。端側AI 生成圖像的時間小于2 秒

24、（基于Stable Diffusion v1.5，20 步，512*512 分辨率或同等水平）可選要求：可進一步提升用戶體驗。設備出廠時應預裝 LLM（如 Google Gemini、三星 Gauss）為第三方開發者提供生成式 AI 相關的 API 和 SDK，以便開發者將生成式 AI 驅動的功能集成于端側移動應用中 2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 6 在設備上預裝由廠商第一方開發的生成式 AI 功能，并保證其可以在端側高效運行。根據 OPPO 與 IDC，新一代 AI 手機定義如下：新一代新一代 AI 手機（手機（30 NPU TOPS）：這些手機使用能夠更快

25、、更高效地運行端側 GenAI 模型的 SoC，并且使用 int-8 數據類型的 NPU 性能至少為 30 TOPS。端側 GenAI 的示例包括 Stable Diffusion 和各種大語言模型。截至 2024 年 2 月，符合 IDC 要求的 SoC 有蘋果 A17 Pro、聯發科天璣 9300、高通驍龍 8Gen3。根據聯發科與 Counterpoint 等聯合發布的生成式 AI 手機產業白皮書，生成式 AI 手機的定義如下：生成式 AI 手機是利用大規模、預訓練的生成式 AI 模型，實現多模態內容生成、情境感知，并具備不斷增強的類人能力。支持大模型本地部署，或是通過云端協同的方式執行

26、復雜的生成式 AI 任務。生成式 AI 手機本身具備強大的 AI 算力，無需完全依賴云端服務器 具備多模態能力，即可以處理文本、圖像、語言等多種形式的內容輸入，以生成各種形式的輸出，典型用例如翻譯、圖像生成和視頻生成等 確保流暢、無縫的用戶體驗，設備能夠以自然而直觀的交互方式，快速響應用戶的請求 擁有實現上述特征的硬件規格，包括但不限于基于領先工藝和先進架構設計的移動計算平臺，擁有集成或者獨立的神經網絡運算單元（如 APU/NPU/TPU），大容量和高帶寬的內存，以及穩定和高速的連接、硬件級和系統級的安全防御?？偨Y來看，我們認為 AI 手機具備四大特征：AI 手機首先需要能夠高效地利用計算資源

27、，以達到手機端部署生成式 AI 的條件；AI 手機要能借助傳感器敏銳地感知真實世界，了解用戶與環境的復雜信息，主動提供服務；AI 手機還需要擁有強大的自學習能力，能夠不斷理解用戶習慣，提供更有針對性的知識；AI 手機還將具備更充沛的創作能力，為用戶提供持續的靈感與知識支持。這其中，30TOPS 的 NPU 算力有望成為基線配置。AI 手機能提供手機能提供差異化的差異化的用戶價值用戶價值與品牌價值與品牌價值 AI手機的用戶價值手機的用戶價值：是自在交互、智能隨心、專屬陪伴、安全可信的個人化助理：是自在交互、智能隨心、專屬陪伴、安全可信的個人化助理 1）自在交互：具有圖文多模態的能力與全域知識 智

28、能機時代，人與手機交互獲得的主要是信息；AI 手機時代，人與手機交互可通過端側的智能體獲取知識和能力。用戶價值體現為：能夠獲取此時正確的答案，整體交互更為自然、更加直接。2）智能隨心：即時意圖理解和服務響應 智能機時代，手機助手提供的主要是閑聊功能，無法做到精確解讀自然語言并轉化為指令；AI 手機時代，手機助手可通過識別用戶語言和習慣，并完成具體指令。用戶價值體現為：可以通過簡單操作/自然語言實現服務調度 3）專屬陪伴：個性化的模型微調和知識增強 智能機時代，用戶獲取的主要是通用的、基于搜索匹配式的信息；AI 手機時代，用戶可以獲取基于本地知識庫的專屬信息，可針對用戶意圖做有效調整。用戶價值體

29、現為：通過學習用戶使用習慣、陪伴用戶成長，可以越來越懂用戶，提供的服務更加匹配用戶需求。4）安全可信：內容安全和隱私保護 智能機時代，主要的風險在于隱私安全；AI 手機時代，不僅需要關注隱私安全，還需要設法糾正大模型的一些天然缺陷，如倫理價值觀對齊、幻覺消除等。用戶價值體現在：個人隱私數據被妥善保護，回答貼切和信賴。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 7 圖表圖表 2.AI 手機的用戶價值手機的用戶價值 資料來源：OPPO、IDCAI手機白皮書，中銀證券 AI手機的廠商價值：手機的廠商價值：提供提供品牌品牌差異化與用戶粘性差異化與用戶粘性 對于手機廠商而言，一方面通

30、過生成式 AI 技術提升現有產品競爭，通過打造差異化的硬件產品，推動手機功能的革新，從而帶動用戶換機動力；另一方面借助智能手機向端側智能體演化的機會，手機廠商可以提升品牌的科技形象與用戶粘性，與用戶建立長期、緊密的聯系，強化自身生態。AI 手機將會有三個階段，目前處于手機將會有三個階段，目前處于 AI 功能階段功能階段，大模型賦能，大模型賦能本地本地預裝預裝 APP 大模型在手機端落地能做什么？大模型在手機端落地能做什么？我們認為，AI 手機的應用模式將分為三個階段：第一階段第一階段是是 AI APP化階段?；A段。該階段 AI功能較簡單，以 APP的窗口形式與大模型進行對話交流、生成圖片等，

31、整體功能較基礎。實現方式為將各類大模型做成 APP 產品，搭載在手機上，如文心一言 APP 版、通義千問 APP 版、豆包聊天 APP 版等，只需要應用廠商將大模型做成 APP 產品，主要的計算處理任務都在云端，不需要手機廠商介入太多；第二階段第二階段為為 AI 功能化階段。功能化階段。該階段特征為大模型初步融入手機應用，實現以手機預裝應用為主的調用，可實現如照片編輯、通話翻譯、文檔總結等功能；第三階段第三階段為為 AI 本地化階段。本地化階段。我們預計該階段可實現兩個重大跨越：第三方 APP 可調用本地大模型的插件，有效提升第三方 APP 的使用體驗。因第三方 APP 才是用戶使用手機的主體

32、，該變化有望對用戶提升手機使用體驗形成較大影響；手機端側有望形成智能體，基于語音輸入輸出做人機交互，用戶可通過自然語言給手機下達指令，手機自己完成相應操作，帶來使用便利性大幅提升。圖表圖表 3.AI 手機手機的的三階段三階段 資料來源：中銀證券 基于手機端側算力、大模型輕量化進度、應用生態適配成熟度不足等現狀，當前階段 AI 手機仍處于第二階段。鑒于目前主要品牌廠商推出的AI 手機功能較為類似，我們以典型的AI 手機產品為例作介紹。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 8 圖表圖表 4.OPPO Find X7 Ultra 核心核心 AI 功能功能展示展示 資料來源：

33、OPPO官網，中銀證券 OPPO：2024 年 1 月 8 日發布旗艦機型 OPPO Find X7 Ultra，其 AI 部分功能如下：通話摘要功能通話摘要功能，可一鍵開啟，智能識別通話內容，并生成重要信息摘要。如圖表 4 左側，可生成通話的快速摘要，準確記錄聯系人姓名、電話號碼、會議時間等關鍵信息，并形成待辦事項；AIGC 消除功能消除功能，支持路人、物體等多類型元素識別與消除，大模型將生成自然的填充畫面，無痕拯救廢片。如圖 4 右上部分，可將照片中遮擋的人物消除，并較好填充被遮擋處的畫面；全新小布助手全新小布助手，支持較多任務，如智能生成圖片，畫出心中所想；仿真人聲對話，與小布親切交談；

34、智能生成用戶的證件照、定妝照等。如圖 4 右下方，可根據自然語言表述生成相應圖片、有效陪伴與語言交流、生成定妝照等。三星：2024 年 1 月 18 日凌晨，三星發布 Galaxy S24 系列手機，該系列手機引入了一些由生產式 AI驅動的工具。與國內廠商將 AI 與語音助手結合的方式不同，三星將 AI 功能全方位融入手機日常使用中，如即圈即搜、實時通話翻譯、筆記助手、照片編輯和處理等。即圈即搜即圈即搜：是 S24 發布會重點介紹的新功能，能夠在大部分日常操作場景中觸發。比如在社交媒體看到想去旅游的景點、看到想查閱的圖片/文本、在短視頻中看到心儀的家具、服飾等，可以通過長按 Home 鍵激活

35、AI，接著通過圈選、高亮、涂寫等操作對目標內容操作，并可借助 Google搜索引擎直接進行檢索。這種一步直達的體驗可以大大降低 AI 的使用門檻。實時通話翻譯實時通話翻譯：當我們用三星原生通話應用程序撥打電話時，Galaxy AI 能夠支持雙向語音和文字翻譯。比如拿著三星手機，用中文給外國友人通話，對方聽到的是實時翻譯的英語，同時對方的講話內容也被翻譯成中文傳回來。哪怕對方用的是其他品牌的手機，這項功能也能正常使用。筆記助手：筆記助手：AI 通過預制格式，幫用戶簡化筆記流程，創建模版。還能制作帶有剪短摘要的封面，讓筆記既專業又便于查找。在會議中，可將復雜多人對話轉換成清晰文本，并翻譯成所需要的

36、語言。照片編輯：照片編輯：Galaxy AI 的照片編輯功能可以一鍵消除照片內多余的人物，并且在原生位置生成自然協調的背景，還能解決照片瑕疵，填充圖片背景。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 9 圖表圖表 5.三星三星 Galaxy S24“即圈即搜”“即圈即搜”與“通話實時翻譯”與“通話實時翻譯”功能功能 資料來源：三星，APPSO，中銀證券 注：圖左為“即圈即搜”功能、圖右為“實時通話功能”三星三星 Galaxy S24 的的 AI 功能更強大功能更強大，源于源于內置內置 Gemini Nano。AI 功能優化了 Galaxy S24 系列的幾乎所有體驗，從智能

37、文本和通話翻譯（實現無障礙通信），到設定新的搜索標準，改變了 Galaxy 用戶探索周圍世界的方式。三星 Galaxy S24 的功能大部分都建立在谷歌的 AI 模型之上，具體來說，Galaxy S24 使用 Gemini Nano 處理端側上的任務，使用 Gemini Pro處理云端驅動的 AI 任務。為了能夠支持移動端設備更好地執行 LLM 語言模型，谷歌提出了新框架，在安卓系統中添加了 AI Core 層，這是一個新的系統層級服務，可用來提供 Gemini Nano 模型的訪問，同時提供模型管理、runtime 和安全性等功能，以此提供模型更新并確保模型輸出的安全性。借助 Gemini

38、的內置功能，Galaxy AI 沒有單獨入口，讓卻 AI 功能無處不在。圖表圖表 6.三星三星 Galaxy S24 的絲滑體驗源于的絲滑體驗源于操作操作系統內置系統內置谷歌谷歌 Gemini Nano 資料來源：Google，中銀證券 三星 Galaxy S24 或為第二階段的 AI 手機劃定新標準：將 AI 大模型的能力內化操作系統中，并進一步落地到具體手機使用場景，而不是以顯眼的 AI 應用呈現。AI 功能看似不存在卻又無處不在，能給用戶更加有效的體驗?？偨Y來看，目前階段 AI 手機的功能主要分為以下幾類：1.輸入法升級輸入法升級。將 GenAI 集成到鍵盤軟件，為輸入法提供重大升級，提

39、供風格建議和智能重寫等功能。如三星的 Galaxy AI 允許用戶以不同的風格和情緒改寫句子，同時還提供拼寫和語法改正。2.實時翻譯和轉錄。實時翻譯和轉錄。如三星 Galaxy S24 和 Zenfone 11 Ultra 可利用設備端 AI 功能，實現講電話實時翻譯成用戶的首選語言。此外，S24 的實時翻譯功能提供電話的實時轉錄，在屏幕上顯示文本以方便參考，Zenfone 的 AI Transcript 可自動將語音轉換為書面文本，使用戶能夠輕松查看、搜索和共享重要的對話細節。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 10 3.圖像內容生成和編輯。圖像內容生成和編輯。如

40、小米 14 和小米 14Ultra 引入了“AI 人像”功能，允許用戶在手機上使用圖庫里自己的照片來做訓練，訓練完成后，用戶只需輸入文本提示，即可在幾乎任何設置中生成逼真的 AI 自拍。AI 模型根據提示在 30-40 秒內生成四張圖像，并提高更高分辨率版本的選項。OPPO Find X7 Ultra 可實現 AIGC 橡皮擦功能，允許在離線狀態下，從照片中刪除不需要的物體或人物。4.通過通過 LLM 實現實現 AI 驅動的個性化功能驅動的個性化功能。三星 Galaxy S24 在本地托管 LLM，實現一些新功能，包括根據提示生成類似人類的文本能力，甚至協助編寫電子郵件或文檔。該模型的性能針對

41、 S24的硬件進行了優化，確?？焖俑咝У奶幚?，同時通過將數據保存在設備上來維護用戶隱私。OPPO Find X7 Ultra 擁有 AndesGPT，專注于提供上下文感知的多回合對話，以提供更自然、更引人入勝的用戶體驗。該型號的 7B 版本使 Find X7 Ultra 能充當虛擬助手，在端側就可實現提供個性化推薦、回答問題，甚至幫助完成日常安排和翻譯等任務。5.先進的生成式先進的生成式 AI 界面工具。界面工具。榮耀的 Magic Portal 功能允許用戶應用程序之間拖放文本或圖像等元素，旨在簡化交互。AI 預測用戶意圖并建議相關的應用程序來共享內容。在推出時，Magic Portal 預

42、計支持全球約 100 個最常用的應用程序。AI 手機的下一個手機的下一個階段階段：端側端側智能體智能體是主要特征，是主要特征，從從 AI 功能功能走走向向 AI 原生原生 以語音交互的智能體將成下一階段以語音交互的智能體將成下一階段AI手機的手機的交互中樞交互中樞 隨著越來越多的手機廠商開始貫徹以用戶為中心的 OS 設計理念，智能手機可以根據用戶的使用場景自動生成個性化的界面設計，包括自動調整圖標布局、顏色主題和字體大小等?；诨?AI 智能體多元的、自然的交互體驗將智能體多元的、自然的交互體驗將成重要特征成重要特征。隨著生成式 AI 手機的進化，以及生成式AI 應用生態的繁榮，越來越多的功

43、能和服務將被接入 AI 智能體。在此基礎上，AI 智能體將革新智能手機的交互體驗，即從傳統 GUI（Graphical User Interface）發展成 VUI（Voice User Interface），最終升級為全新 Agent（App-less）UI，這將意味著用戶與手機的交互將發生在 AI 智能體和用戶之間，弱化 APP 的存在感。圖表圖表 7.AI 智能體將成為生成式智能體將成為生成式 AI 手機交互的中心手機交互的中心 資料來源：Counterpoint，聯發科生成式AI手機白皮書，中銀證券 我們預計，AI 智能體會逐漸成為鏈接數字生態的入口，用戶只需要輸入想要獲得的服務（通過

44、語音、文字等形式），AI 智能體會直接跳轉到服務頁面，同時 AI 智能體基于對用戶習慣的了解以及當前使用場景，以更加安全和個性化的方式為用戶提供數據，或是由 AI 智能體直接完成用戶所需要的服務。這是傳統 APP 訪問模式所不能做到的。但這一演進不會一蹴而就，我們預計很長一段時間內，AI 智能體與 APP 會同時活躍在生成式AI 手機里。此外，頭部 APP 亦可能圍繞自己的業務生態打造專用 AI 智能體，多智能體共存或將成為常態。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 11 圖表圖表 8.Brain.ai 推出推出 App-less 智能手機智能手機 資料來源：深思圈，

45、中銀證券 下一代下一代基于基于 AI 智能體的智能體的 App-less 手機初現手機初現。Brain.ai 在巴塞羅那 MWC 展示了 App-less 交互模式的概念手機，認為“提供 App-less 的界面，可以根據上下文預測并生成下一個界面，并與你的想法同步”。其目標是打通所有 App 廠商，替代 App-Store。公司推出了名為 Natural 的產品，把各類 App功能統一到一個全新的 AI 交互界面，以 AI 的形式調用所有的生活服務，到 2023 年已打通超過 3000個主流 App。當前是探索 AI 2.0 操作系統的關鍵時期，很多廠商都在積極布局這一賽道，如魅族宣布放棄傳

46、統路線，全力投入 AI 時代操作系統。在高強度的探索熱潮下，或將加速誕生一個真正意義上的超級 APP雛形，實現 AI 手機的大多數功能。手機手機自動自動執行執行如何實現如何實現？UI類大模型或將類大模型或將是是關鍵關鍵 將多模態能力用于將多模態能力用于 UI 界面，界面，有望有望通過理解通過理解 UI，來執行智能體的指令，來執行智能體的指令 手機 UI，即用戶界面（User Interface），是手機應用程序與用戶進行交互的視覺和操作型層面。它涵蓋了應用程序的布局、圖標、顏色、字體、動畫效果以及用戶與應用程序交互的方式等多個方面。一個優秀的手機 UI 設計能夠提供良好的用戶體驗，使得用戶能夠

47、輕松、直觀地使用應用程序。蘋果發布蘋果發布 UI 類大模型，意圖通過理解類大模型，意圖通過理解 UI 來執行跨來執行跨 APP 任務任務 蘋果的 Ferret UI 大模型是建立在 Ferret 多模態模型之上。相較其他多模態模型，Ferret 模型的主要長項是對于圖像具體區域和定位點的認知，遠遠強于其他多模態模型。蘋果設計了圖像編碼器、空間感知的視覺采樣器和語言模型的架構，可以分辨出“來自區域的形狀”（比如點、線和邊框），用戶可基于畫面中具體的區域與大模型展開更深入的對話。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 12 圖表圖表 9.Ferret-UI 模型的典型用例模

48、型的典型用例 資料來源：騰訊科技，中銀證券 Ferret UI 大模型透露出蘋果意圖在操作系統層學習用戶使用習慣、并有望替代用戶執行操作。Ferret UI 將 Ferret 模型強大的圖片區域識別與定位能力，應用于手機 UI 上，經過蘋果的優化后，可以更好的識別手機應用的界面，并將自然語言翻譯為界面的操作點。簡單表述，當用戶與 AI 智能體聊關于手機界面的信息時，手機能夠理解用戶的意思，并找到具體的元素?；谌缟瞎δ?，Ferret UI 建立了對于手機應用的功能、操作等相對完整的理解，而且是 GPT 4 級別的理解。Ferret UI 能夠執行的任務包括，根據 UI 與用戶感知進行交互對話，

49、比如告訴用戶相應位置具體的 UI 內容是什么、如何去和該 UI 交互、根據 UI 元素推斷這個軟件功能的推理等。再進一步，基于上述對 UI 的理解，配合端側智能體的任務規劃和分配能力，AI 手機具備了可實現如下重大跨越的潛力：基于用戶自然語言基于用戶自然語言下達的指令，下達的指令，AI 手機理解用戶意圖，將該意圖拆分為具體手機理解用戶意圖，將該意圖拆分為具體工作流工作流，然后然后從從 UI 層面層面模擬用戶操作以模擬用戶操作以執行執行指令。最終指令。最終實現實現跨跨 APP 的操作與的操作與復雜任務執行復雜任務執行。那么一個 AI 原生的手機操作系統的主要架構就完成了。舉例來說，當用戶以自然語

50、言向AI手機輸入指令“幫我買一張明天下午2點去北京的靠窗的火車票”，手機智能體先接受語音、做語義分析和意圖理解，然后進行任務拆分，拆分為：打開 12306App、選擇搜索車票、選擇地址“北京”、選擇“明天下午 2 點”、選擇“靠窗”、選擇“乘客姓名”、點擊“購買”；并通過 UI 類模型，解讀 APP 上不同的 UI 界面，并模擬用戶點擊操作，實現整個流程。對于用戶而言，節省大量的自己操作，提升手機應用的便利性。谷歌亦發布谷歌亦發布名為名為 ScreenAI 的的大模型大模型，可實現，可實現 Ferret UI 模型類似的功能模型類似的功能 另一個操作系統巨頭為安卓的母公司谷歌，其也發布了類似的

51、、名為 ScreenAI 大模型。與 Ferret UI一樣，也是針對 UI 理解的多模態模型。ScreenAI 的大模型相對簡單，基于 Pali，包括一個視覺變換器（ViT）用來理解 UI 視覺，一個 T5 圖文編碼器，用于對應用戶提問的文字和圖像信息。谷歌的操作和蘋果類似，將 UI 界面分割為 5*7 的小塊去識別細節，并利用 UI 的訓練集加強模型對UI 元素的認知。ScreenAI 僅有不到 5B，在相關任務的能力超過了谷歌的 Gemini Ultra 模型。我們認為，UI 類大模型作為連接用戶意圖與程序實現的重要媒介，有望成為 AI 手機執行用戶跨 App的指令的重要手段。2024

52、年 6 月 7 日 AI 端側深度報告之 AI 手機 13 可直接操作手機的智能體已初可直接操作手機的智能體已初現現苗頭苗頭 騰訊公司發布了一個創新的開源項目：AppAgent，這是一個多模態智能代理框架，旨在賦予 AI 智能體自主操作智能手機應用程序并執行任務的能力。AppAgent 可通過模擬人類的點擊、滑動等交互行為，與應用程序進行操作，無需系統后端訪問，從而增強了跨應用的通用性。AppAgent 的智能體核心功能包括：1)自主探索學習：智能體可以獨立地探索應用程序，無需外部指導。2)觀察人類演示學習：智能體通過觀察用戶的操作演示來學習任務執行。3)知識庫構建：智能體通過上述學習過程積累

53、經驗，構建知識庫，用于跨應用執行復雜任務。圖表圖表 10.AI 智能體將成為生成式智能體將成為生成式 AI 手機交互的中心手機交互的中心 資料來源：Counterpoint，聯發科生成式AI手機白皮書，中銀證券 綜合而言，我們認為下一個階段的 AI 手機將具備如下能力：端側智能體理解用戶意圖并做任務規劃，UI 類大模型用作執行工具，可較好的完成用戶指令的任務。這些新型功能將有效提升用戶使用體驗。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 14 端云結合端云結合、多模態、多模態是手機是手機 GENAI 功能功能實現實現的的關鍵關鍵 端云端云混合架構混合架構可可實現更好的實現更

54、好的泛化智能，泛化智能，解決解決手機端算力手機端算力/功耗功耗的限制的限制 大模型大模型完全完全運行運行于手機端側于手機端側面臨很多難解的現實問題面臨很多難解的現實問題，端云，端云結合結合是解決方案是解決方案 大模型“上端”面臨手機算力、電池容量的現實問題：客觀要求大模型的算力要求不能太高、功耗不能太高、對內存的占用不能太大。除手機硬件性能限制外，高頻使用下，成本將成重要考量。根據 vivo 副總裁周圍的測算，純云端大模型一次對話成本為 1.2 分到 1.5 分人民幣。以單次 1.5 分計算，假設手機廠商有兩億用戶，一天用十次，一年成本為 110 億元。而這些計算需求如果放到端側來執行，僅需要

55、支付最初購買手機的硬件費用。云端提供的主要是更強的算力云端提供的主要是更強的算力所賦予的更強的泛化所賦予的更強的泛化智能智能理解能力理解能力 考慮到手機的成本、性能、功耗等要求，結合目前大模型的能力，我們認為未來 AI 手機的大模型配置將是端+云結合的方案，預計端側模型參數量為 100 億左右，兼顧本地化運行的算力限制，做本地化快速響應；云側大模型參數量為千億級別，做深度用戶意圖理解與復雜指令拆分。根據 vivo 副總裁周圍接受騰訊科技采訪時表示，一般大模型涌現智能的基礎門檻在 500 億參數左右，手機端側運行的模型在智能涌現方面效果仍有待提升，尚不能承擔幫助用戶做深度意圖理解與任務拆分的職責

56、，需要云端大模型協作。以 vivo 的藍心大模型矩陣為例：手機端側有三類模型：第一類是 10 億級模型，響應速度在 20 毫秒到 100 毫秒，應用場景類似于文檔的歸納總結，但這類模型的理解能力不足；第二類 70 億級模型，有較好的任務理解能力，適合語言理解和文本創造方面的任務，且手機的算力和內存能夠比較好的支持；第三類 130 億參數左右的模型，在端側運行的效果會更好，但是對手機硬件的要求更高。云端應有兩類模型：一類是 700 億參數的大模型，綜合成本和智能涌現能力考慮，這是藍心大模型的云端主力模型，適用于角色扮演、知識問答、自然對話等任務；另一類是 1300/1750 億參數的大模型，用于

57、處理比較復雜的場景和任務，如復雜邏輯推理、任務編排等。圖表圖表 11.vivo 的大模型矩陣的大模型矩陣 資料來源：環球網、vivo、中銀證券 注：上圖為vivo的藍心五大模型，其中1B、7B為端側應用；70B、130B、175B為云側應用 2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 15 端云混合架構，有成本、能耗、性能、隱私和個性化五大優勢端云混合架構，有成本、能耗、性能、隱私和個性化五大優勢 混合 AI 架構（或僅在終端側運行 AI），能夠在全球范圍內帶來成本、能耗、性能、隱私、安全和個性化優勢。1.成本。成本。隨著生成式的 AI 模型使用量和復雜性不斷增長，僅在云端

58、進行推理并不劃算。因數據中心的基礎設施成本，包括硬件、場地、能耗、運營、額外帶寬和網絡傳輸的成本將持續增加。根據高通測算，截至 2023 年 5 月，基于 GPT 的生成式 AI 搜索的成本是傳統搜索方法的 10 倍。從云端轉移到邊緣終端，可以減輕云基礎設施壓力并減少開支。節省成本將成為生成式 AI 生態的重要一環。2.能耗。能耗。支持高效 AI 處理的終端能夠提供領先的能效。邊緣終端能夠以很低的能耗運行生成式AI 模型，尤其是將處理和數據傳輸相結合時，與云端相比，這一能耗成本差異非常明顯。3.可靠性、性能和時延?？煽啃?、性能和時延。在混合 AI 架構中，終端側 AI 處理十分可靠，能夠在云服

59、務器和網絡連接擁堵時，提供較為可靠的性能。同時，混合 AI 架構中終端側具有可用性的優勢，讓用戶無論身處何處，依然能夠正常運行。4.隱私和和安全。隱私和和安全。終端側 AI 有助于保護用戶隱私，因為查詢記錄和個人信息完全保留在終端上。無論對于企業工作場景還是消費者使用場景，不用向云側暴露保密信息，確保個人數據和模型參數在端側的安全。5.個性化。個性化。AI 助手能夠在不犧牲隱私的情況下，根據用戶的表情、喜好和個性進行定制。所形成的用戶畫像能夠從實際行為、價值觀、痛點、需求、顧慮和問題等方面來為用戶考慮，并且可以隨著時間推移進行學習和演進?？捎糜谠鰪姾痛蛟於ㄖ苹纳墒?AI 提示，然后在終端側

60、或云端進行處理。用戶畫像保留在終端內，因此可以通過終端側學習不斷優化和更新。根據任務大小根據任務大小/類型不同，類型不同，端端云云混合混合架構有架構有三種三種不同的不同的負載機制負載機制 混合 AI 架構可以根據模型和查詢需求的復雜度等因素，選擇不同的方式在云端和終端之間分配處理負載。根據高通的混合 AI 是 AI 的未來報告，混合 AI 架構一般分為三種方式：以終端為中心的混合 AI、基于終端感知的混合 AI、終端與云端協同處理的混合 AI。1）以終端為中心的混合）以終端為中心的混合 AI 在此架構下，終端將充當算力核心，云端僅用來處理終端無法執行的任務，許多任務不需要復雜推理，可以在終端上

61、充分運行。比如創作圖像或起草郵件，快速響應的優先級更高，即使準確度稍有損失也不太影響用戶體驗。終端側 AI 的低延遲反饋可以讓用戶使用改進的提示，來快速迭代推理過程，直至獲得滿意的輸出結果。2）基于終端感知的混合）基于終端感知的混合 AI 在此架構下，邊緣側運行的模型將充當云端大語言模型（類似大腦）的傳感器輸入（類似眼睛和耳朵）。以語音問答類任務為例，其負載分配方式如下：a)用戶對智能手機發出復雜語音問題，手機上的語音識別類模型（小模型）將在端側執行，將麥克風接受到的語音信號識別為文字，然后將其作為請求發送到云端。b)云端運行大語言模型（大模型）理解問題并生成文字回復，再將該回復發回終端。c)

62、終端運行文本生成語音模型（小模型），將文本轉為語音回答。將語音識別和文本生成語音這類工作負載轉移至終端執行，能有效節省云端計算成本和帶寬資源。并且隨著大模型向多模態進展，手機端亦可執行計算機視覺處理，執行更多類型的任務。這種工作負載模式未來在隱私保護方面也可得到加強。借助手機上用戶的使用習慣和數據沉淀，如社交媒體、電子郵件、消息、日歷等，端側 AI 將能更懂用戶，根據用戶情況提供更有針對性的服務。并且端側 AI 能夠設置防護欄，以防止“AI 幻覺”。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 16 圖表圖表 12.基于終端感知的混合基于終端感知的混合 AI 架構，架構，兩種

63、任務負載方式兩種任務負載方式展示展示 資料來源：高通混合AI是AI的未來、中銀證券 3）終端與云端協同處理的混合終端與云端協同處理的混合 AI 在此架構下，終端和云端的 AI 協同工作，生成大語言模型的多個 token。因為大語言模型的運行是內存受限的，可以進行端云配合的方式以充分利用等待 DRAM 內存數據時空閑算力。例如，根據高通的混合 AI 是 AI 的未來報告，可在端側布局輕量化的大模型，按順序連續運行多次運算（多次讀取模型參數）生成對應數量的 token，但是在云端通過一次讀取模型參數但多次運行完整大模型以檢查 token 準確度并修正的方式，可以有效提升生成 token 速度，并節

64、省能耗。因此，最終 AI 手機的工作負載分配方式，可以依據模型和查詢復雜度進行分布式處理，例如模型大小、提示和生成長度低于某個限定值，且能接受一定精度，推理可以在終端進行；如果是復雜的任務，模型可以跨云端和終端運行；如果需要更多實時信息，也可以連接至互聯網獲取。多模態多模態將將是實現是實現 AI 智能體愿景的關鍵智能體愿景的關鍵 從從應用場景應用場景來看來看，多模態大模型可提升以自然語音為中心的交互方式的效率，多模態大模型可提升以自然語音為中心的交互方式的效率。人類的交互習性總是向著更便利、更實時、更直觀的方向升級。我們認為未來 AI 手機的交互方式將變得多元化、直覺化，在此趨勢下多模態大模型

65、具有天然優勢：輸入端可以識別、理解不同形式的內容，用戶輸入模式可以是文字、語音、圖片、視頻，自然語言、實時視頻等形式的輸入更加便利；輸出端，具備多模態輸出能力的大模型將以用戶為中心，選擇最佳的、最適合當前情境的輸出方式，讓用戶更直觀的得到結果。因此，多模態是開啟全新交互體驗的鑰匙。傳統語音助手缺乏實用性的根源，主要是智能程度不夠，無法為用戶真正解決問題。但是有了多模態大模型的加持，語音助手將變得更加智能，能夠準確地識別、理解人類的自然語言，不但能夠快速理解和響應用戶指令，還解鎖了語音文本互轉、實時圖像與視頻輸入、多輪對話等能力，因此以自然語言為中心的交互方式將會成為智能手機的首選交互方式。從應

66、用內容從應用內容來看來看，短短視頻是視頻是重要的重要的傳播媒介傳播媒介，多模態大模型可制作短視頻從而促進生態繁榮，多模態大模型可制作短視頻從而促進生態繁榮。對于智能手機用戶來說，短視頻是當下最受歡迎的移動互聯網應用之一，我們預計將會是未來數字內容傳播的主要媒介，對優質、個性化、多樣化短視頻內容的需求也會持續增長。因此短視頻制作是生成式 AI 最重要的領域之一，具備短視頻理解能力的生成式 AI 手機可以提供短視頻剪輯、風格轉換等功能，隨著手機 AI 算力不斷增長，語言視覺模型也將在本地部署。屆時將會促進短視頻這一內容媒介促使生態繁榮。從大模型迭代從大模型迭代來看來看，多模態數據可促進大模型，多模

67、態數據可促進大模型性能進一步提升性能進一步提升。多模態大模型可以同時感知不同類型的數據，包括圖像、文本和語言，從而能夠為智能體的成長提供更多維度和更加豐富的訓練語料。這意味著 AI 智能體可以像人類一樣從不同的媒介獲取知識，不斷提升對復雜現實世界的理解能力。在這個過程中，AI 智能體將習得“聽說讀寫”這些人類的能力，帶動智能體性能進一步提升?？偨Y來看，AI 手機要實現長足發展，端云結合、多模態都將是重要的手段。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 17 AI 手機手機重構重構產業鏈產業鏈，新型“安迪，新型“安迪-比爾定律”比爾定律”有有望帶動持續換望帶動持續換機動力機

68、動力 AI 手機手機驅動驅動產業鏈生態重構產業鏈生態重構，算力變革、廠商自研大模型、智能體迭代將是主要算力變革、廠商自研大模型、智能體迭代將是主要特征特征 AI手機產業鏈生態重構：圍繞端側大模型做生態重塑手機產業鏈生態重構：圍繞端側大模型做生態重塑 根據 OPPO 和 IDC 發布AI 手機白皮書，未來 AI 手機產業生態將重構?，F有產業生態為“自有應用+第三方 APP 生態在上層，OS 和 SoC 芯片為底層”的結構，未來將形成“混合算力為基座、大模型生態置于其上、智能體和 AI 原生服務生態構筑應用”的新型生態結構，產業生態變化較大。圖表圖表 13.AI 手機將重構手機產業生態手機將重構手

69、機產業生態 資料來源：OPPO、IDC、中銀證券 具體而言，手機生態的變革將分為四個方面：1)混合算力供給?；旌纤懔┙o。AI 產品對算力的需求與目前智能手機的算力供給之間存在矛盾，需 NPU 性能提升和異構算力的升級方能達到要求；2)大模型生態。大模型生態。未來行業大模型百家爭鳴的現象將長期存在，其中終端廠商承擔組織的角色，站在用戶需求的角度通過混合專家模型等方案將大模型能力有序組織起來；3)智能體生態。智能體生態。智能體開發門檻比 APP 開發門檻顯著降低，從大模型到智能體，終端廠商可復制運營經驗促進智能體生態繁榮；4)原生化服務組件。原生化服務組件。大模型插件、智慧 OS 的原生服務化將

70、成為趨勢；原生服務可被智能體調度，會與智能體生態相輔相成。AI手機手機生態變革帶來的影響：生態變革帶來的影響：類“安迪類“安迪-比爾定律”驅動未來持續的換機動力比爾定律”驅動未來持續的換機動力“安迪安迪-比爾定律比爾定律”是是 PC 時代時代驅動用戶換機驅動用戶換機的的重要動力重要動力。安迪-比爾定律是指無論硬件（CPU）提高了多少性能，最終都會被軟件（操作系統）消耗掉。安迪、比爾分別是 PC 行業的重要創始人，安迪指英特爾公司 CEO 安迪格魯夫，比爾指微軟前 CEO 比爾蓋茨。過去的二十年，英特爾處理器每十八個月翻一番，計算機內存和硬盤容量以更快的速度增長；但是微軟的操作系統等應用軟件越來

71、越慢，也越做越大。所以，雖然現在計算機運行速度比十年前快了一百倍，但用戶體驗和以前差不多。因為老版本的 CPU 性能不足以支持新版的操作系統，因此用戶需要持續更換設備，以帶動整個產業的設備更迭需求。AI 手機時代，手機時代，體驗體驗提升驅動大模型與提升驅動大模型與 SoC 迭代，有望復制“安迪迭代，有望復制“安迪-比爾定律”，比爾定律”，加快換機周期加快換機周期。我們預計 AI 手機有望復制 PC 時代的“安迪-比爾定律”，未來更好的端側 AI 應用體驗將要求大模型（軟件）不斷升級，大模型升級要求手機 SoC 性能（硬件）不斷提升，帶動智能手機產業鏈換機周期縮短，進入良性增長階段。2024 年

72、 6 月 7 日 AI 端側深度報告之 AI 手機 18 算力變革：以算力變革：以 NPU 提升為核心提升為核心的異構算力升級的異構算力升級，預計，預計 2024H2 達達 50 NPU TOPS 手機端手機端AI任務需求多元任務需求多元，面臨，面臨時延、時延、功耗、散熱等約束功耗、散熱等約束 按能夠接受的時延、任務復雜度、運行持續性等，手機端 AI 應用可分為三類：1)按需型任務按需型任務：由用戶觸發、需要立即響應，包括照片/視頻拍攝、圖像生成/編輯、代碼生成、錄音轉錄/摘要和文本（電子郵件、文檔等）創作/摘要。這包括用戶輸入文字創作圖像、開會生成會議摘要，或在開車時用語音查詢最近的加油站等

73、功能。2)持續型任務持續型任務：運行時間較長，包括語音識別、游戲和視頻的超級分辨率、視頻通話的音頻/視頻處理以及實時翻譯。這包括用戶在海外出差時使用手機作為實時對話翻譯器，玩游戲時提高運行分辨率。3)泛在型任務泛在型任務：在后臺持續運行，包括始終開啟的預測性 AI 助手、基于情景感知的 AI 個性化和高級文本自動填充。例如，根據用戶的對話內容自動建立與同事的會議、根據用戶的學習情況實時調整學習資料等。其中，按需型應用的關鍵性能指標是時延，用戶不愿意等待，這類應用使用小模型，CPU 比較適合，但當模型變大（十億參數以上），GPU 和 NPU 更為合適。對于持續和泛在型用例來說，電池續航和能效至關

74、重要，因為需要持續運行，若 SoC 無法做到有效優化、降低功耗，大幅降低的使用時長將影響用戶體驗，使用低功耗的 NPU 較為適合。同時，一般 AI 模型或為內存限制型（性能表現受限于內存帶寬）、或為計算限制型（性能表現受限于處理器性能），因此如何提升內存傳輸效率、有效升級綜合算力將是端側 AI 需要考慮的重要議題。結合手機實結合手機實際情況，際情況，手機手機 GenAI 功能的實現面臨兩大挑戰功能的實現面臨兩大挑戰：第一，在功耗和散熱受限的終端上使用通用 CPU 和 GPU，難以滿足這些 AI 用例嚴苛且多樣化的計算需求；第二，因 AI 功能在不斷演進，在功能完全固定在硬件（如 AISC）上部

75、署這些用例不切實際。因此，AI 手機現有算力不足，需針對 AI 新增的工作負載和約束條件做相應升級。不同處理器各有適用場景不同處理器各有適用場景，以，以NPU為核心的異構計算是為核心的異構計算是AI時代的應對方案時代的應對方案 CPU、GPU、NPU 是現代 SoC 中的核心處理單元，各有特征并適用于不同場景。圖表圖表 14.包含包含 CPU/GPU/NPU 的異構計算架構的異構計算架構 SoC 圖表圖表 15.高通高通 Hexagon NPU 架構架構 資料來源：高通，中銀證券 資料來源：高通，中銀證券 CPU（Central Processing Unit）是指中央處理器，是計算機系統的核

76、心，負載執行程序指令、處理和控制其他硬件設備，通常由控制單元、算術邏輯單元（ALU）和寄存器組成。CPU 的設計使其能夠處理各類型的計算任務，包括復雜的邏輯運算和數據處理。GPU（Graphic Processing Unit）是圖形處理器，最初設計用于處理圖形和圖像相關的計算任務，如3D 圖形渲染。它包含大量的小核心，這些核心可以并行處理大量的數據，特別適合于執行圖形渲染中的矩陣和向量運算。NPU（Neural Processing Unit）是指神經處理網絡處理器，是一種專門為加速神經網絡計算而設計的處理器，針對 AI 算法進行了優化，能夠高效地執行卷積、池化等函數操作。通常用于處理視頻、

77、圖像和語音識別等任務，這些任務在傳統的 CPU 和 GPU 上效率較低。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 19 圖表圖表 16.各類處理器的各類處理器的特征及適用場景特征及適用場景 處理器種類處理器種類 初始功能初始功能 特征特征 適用適用場景場景 CPU 廣泛的計算任務和系統管理 執行多樣性任務方面有靈活性，但特定領域不夠高效 適用于需要廣泛計算和邏輯處理的任務，如OS 管理、應用程序運行等 GPU 視頻渲染類任務 執行并行任務出色，執行順序任務效率低。高精度格式 適用于游戲、視頻編輯、科學計算、機器學習等大規模并行處理的場景中 NPU 加速神經網絡運算 執行深

78、度學習相關的任務具有更高的效率和能效比。低功耗 通常用于移動設備中，提供快速的圖像識別、語音識別等 AI 功能 資料來源：CSDN，中銀證券 每個處理器擅長不同類型的任務每個處理器擅長不同類型的任務：CPU 和 GPU 是傳統的通用處理器，為靈活性而設計，易于編程，“本職工作”是負責運行操作系統、游戲和其他應用。但是這些“本職工作”同時也會隨時限制他們運行 AI 工作負載的可用容量。NPU 專為 AI 打造，通過降低部分易編程性以實現更高的峰值性能、能效和面積效率，從而運行機器學習所需的大量乘法、加法和其他運算。CPU 優勢在順序控制和即時性，適用于低時延、低計算量的任務；GPU 適合面向高精

79、度格式的并行處理任務；NPU 適合以低功耗實現持續穩定的高峰值性能。NPU 擅長標量、向量和張量數學運算，由于 AI 工作負載主要包括由標量、向量和張量數學組成的神經網絡層計算，以及隨后的非線性激活函數，NPU 可用于核心 AI 工作負載。圖表圖表 17.CPU、GPU、NPU 分別分別適用于不同類型任務適用于不同類型任務 資料來源：高通、中銀證券 定制化定制化 NPU 的作用將大幅的作用將大幅提升提升。NPU 專為實現以低功耗加速 AI 推理而打造，并隨著新 AI 用例、模型和需求的發展而不斷演進。端側大模型不斷迭代，要求手機端算力升級。從 2023 年開始，大語言模型（如 Llama2）和

80、大視覺模型（如 Stable Diffusion）賦能的生成式 AI 使得典型的模型大小提升了一個數量級；除了計算需求外，還需要考慮內存和系統設計，通過減少內存數據傳輸以提高性能和能效；隨著大模型在手機端側的進展，我們預計會有對更大規模模型和多模態的需求。領先 SoC 廠商紛紛針對 NPU 做架構升級。以高通驍龍 8Gen3 的 Hexagon NPU 為例，做了多方面升級，包括跨整個 NPU 的微架構升級：微切片推理進一步支持更高效的生成式 AI 處理，降低內存帶寬占用；Hexagon 張量加速器增加獨立的電源傳輸軌道，讓需求不同標量、向量和張量處理規模的AI 模型能夠實現最高性能和效率；大

81、共享內存的帶寬增加一倍；基于 INT4 格式做硬件加速等，實現相較上代 NPU，為 AI 推理提升 98%性能和 40%能效。端側模型的升級，要求手機 SoC 在性能、功耗、效率、可編程性和面積之間進行權衡取舍，而專用的定制化設計的 NPU，能夠在電池續航和能效方面提供有效助力，我們預計 NPU 的算力提升是未來端側算力的重要升級方向。異構計算：利用全部處理器支持生成式異構計算：利用全部處理器支持生成式 AI。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 20 終端終端 AI 功能功能如下如下三三大趨勢大趨勢，對算力架構提，對算力架構提出出新要求新要求：1)終端執行的生成式

82、AI 模型日益復雜，模型的參數規模不斷提升；2)終端大模型的多模態趨勢日益強化，模型能夠接受多種輸入形式，比如文本、語音或圖像等模態，并生成多種輸出結果；3)端側場景運行模型數量更多，常常需要多個模型并行運行。生成式 AI 工作負載的復雜性、并發性和多樣性對 SoC 的性能提出了新的要求，異構計算架構將大放光彩。CPU+GPU+NPU 異構計算架構的優點：滿足異構計算架構的優點：滿足 AI 功能功能的升級需求的升級需求，并實現更低，并實現更低功耗功耗。異構計算，主要指不同類型的指令集和體系架構的計算單元組成系統的計算方式。簡言之，就是綜合應用 CPU、GPU、FPGA、NPU 等不同架構的運算

83、單元整合到一起進行并行運算。相對于傳統的單一計算架構，異構計算不僅可以提高算力和性能，降低功耗和成本，而且還具備多類型任務的處理能力，是理想的計算架構。如前所述，端側 AI 呈現出對模型參數量提升、多模態/多模型并行的趨勢，生成式 AI 工作負載的復雜性、并發性和多樣性，需要綜合利用 SoC 中所有處理器的能力。異構計算芯片需要做系統層定制化的設計與優化。異構計算包括多樣化處理器、系統架構、軟件三個層級，在異構計算解決方案中，應用系統級方案較為重要。全局視角可以根據針對各個層級間的關鍵約束條件、需求和依賴關系，針對 SoC 和最終產品用途做出恰當的選擇，比如如何設計共享內存子系統，或決定不同處

84、理器應支持的數據類型，以打造更具有協同性的解決方案。通過結合 NPU 使用合適的處理器，異構計算能夠實現最佳應用性能、能效和電池續航，賦能全新增強的生成式 AI 體驗。通過全局視角的優化，針對不同任務使用合適的處理器，異構計算能夠實現最佳應用性能、能效和電池續航，賦能全新增強的生成式 AI 體驗。典型案例典型案例：異構計算支持虛擬化身：異構計算支持虛擬化身 AI 助手的工作助手的工作流與負載分配流與負載分配。我們借用“在高通驍龍 8 平臺上運行語音控制的 AI 個人助手，并支持手機屏幕上虛擬化身實時動畫效果”這一案例，介紹完整的 AI 手機的工作任務流程，包括不同計算需求如何在不同處理器的工作

85、負載分配。整個過程的步驟如下：1)用戶與 AI 助手交談，通過自動語音識別生成式 AI 模型（Whisper）轉化為文本。該模型在高通傳感器中樞上運行；2)AI 助手使用大語言模型 Llama2-7B 生成文本回復。該模型在 NPU 上運行；3)然后利用開源 TTS 模型將文本轉化為語音，該模型在 CPU 上運行；4)為保持虛擬化身的臉部/口型與語音同步，需運行音頻創建融合變形動畫（Blendshape），帶來合適的動畫效果，該模型在 NPU 上運行；5)最終虛擬化身的圖像渲染在 GPU 上運行。同時，整個步驟的數據要在內存子系統中高效傳輸，并盡可能在芯片上保持數據。2024 年 6 月 7

86、日 AI 端側深度報告之 AI 手機 21 圖表圖表 18.高通驍龍高通驍龍 8 平臺支持的虛擬化身平臺支持的虛擬化身 AI 助手助手 資料來源：高通、中銀證券 總結來看，對于端側算力，要實現優秀的 AI 手機的用戶體驗，一方面要提升 NPU 性能，另一方面要系統層優化，充分利用 SoC 內處理器的多樣性，在最匹配的處理器上運行合適的工作負載。因此，以 NPU 性能提升為主的異構計算架構 SoC 將是未來 AI 手機的重要助力。主要手機主要手機SoC廠商廠商的的NPU算力快速迭代，算力快速迭代，2024H2將將支持端側支持端側AI性能大幅升級性能大幅升級 智能手機智能手機 SoC 巨頭紛紛轉向

87、生成式巨頭紛紛轉向生成式 AI 芯片芯片 圖表圖表 19.2023Q4 全球智能手機全球智能手機 SoC 處理器市場份額（處理器市場份額（按按出貨量口徑）出貨量口徑）資料來源：Counterpoint，中銀證券 SoC 市場競爭格局集中，市場競爭格局集中，聯發科、高通、蘋果合計聯發科、高通、蘋果合計占比占比 79%。根據 Counterpoint 統計，按照出貨量口徑，2023 年四季度聯發科占據智能手機 SoC 市場 36%、高通份額 23%位居第二、蘋果受惠于 iPhone 15 系列芯片發布，份額達到 20%，三家合計達 79%。典型典型頭部頭部手機手機 SoC 廠商轉向端側廠商轉向端側

88、 AI 芯片。芯片。聯發科、高通已經投入到生成式 AI 手機的浪潮中，目前已有多款支持多模態大模型端側部署的移動計算平臺，如2023年四季度發布的天璣9300、天璣8300、高通驍龍 8 Gen3、三星 Exynos 2400、以及 2024 年第二季度發布的驍龍 8s Gen3 和天璣 9300+等，為 AI 手機的大規模商用鋪平了道路。以天璣 9300 為例，集成了聯發科第七代 AI 處理器 APU 790，整數運算和浮點運算性能是上一代的2 倍，同時功耗降低 45%；內置硬件級的生成式 AI 引擎，可實現更加高速且安全的邊緣 AI 計算，相比上代，專門為目前大模型常用的 Transfor

89、mer 架構進行算子加速，大模型的處理速度是上一代的8 倍；支持 LPDDR5T 技術，傳輸速率高達 9600Mbps，提高了端側生成式 AI 模型的響應速度。36%23%20%13%5%3%聯發科高通蘋果展訊三星其他2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 22 對于高通而言，2023 年 Q4 發布的驍龍 8Gen3，較驍龍 8Gen2 在 NPU 整體性能提升 98%、AI 推理的單瓦性能提升 40%；支持 LPDDR5x，傳輸速率高達 8500Mbps；推出高通 AI Hub 的開發者工具，包含 75 個經過預訓練的 AI 模型，可快速部署在高通支持的設備上。預計

90、預計2024H2算力將普遍升級至算力將普遍升級至50 NPU TOPS以上以上，可，可支撐端側更強支撐端側更強AI性能性能 圖表圖表 20.主流主流 SoC 廠商廠商新品新品及及發布時間（發布時間（紅色為紅色為預測預測）資料來源：Counterpoint，中銀證券 現有現有旗艦旗艦手機手機 SoC 現狀現狀：4nm 工藝工藝為主為主、針對針對 Transformer 優化、優化、NPU 提提性能性能降功耗降功耗 以高通旗艦芯片驍龍 8 Gen 3 為例，于 2023 年 10 月發布，采用了臺積電的 4nm 工藝。CPU 部分采用“1+3+2+2”架構，其中“1”為 Cortex-X4 超大核

91、，頻率為 3.3GHz；“3”為 Cortex-A720 性能核，頻率為 3.15GHz；“2”為 Cortex-A720 能效核，頻率為 2.96GHz；最后一個“2”為 Cortex-A520 小核，頻率為 2.27GHz。GPU 部分采用 Adreno 750；根據專業科技媒體“機器之心”，NPU 為高通自研的 Hexagon，較上代性能提升 98%，單瓦性能提升 40%，支持混合精度（INT4、INT8 和 INT16）。驍龍 8Gen 3 的綜合算力超過 73 TOPS（具體 NPU 算力沒有披露），能夠支持 100 億參數的模型，針對 70 億參數的 Llama2 能夠每秒生成 2

92、0 個 token，較有效支持 AI 手機的功能實現。聯發科方面，旗艦芯片天璣 9300 采用臺積電第三代 4nm 制程。CPU 架構為“4+4”全大核架構，4個頻率為 3.25GHz 的 Cortex-X4 超大核和 4 個頻率為 2.0GHz 的 Cortex-A720 大核構成；根據聯發科官網對天璣 9300 的介紹顯示，CPU 單核性能提升超過 15%，多核性能提升超過 40%；GPU 采用 ARM新一代 12 核旗艦 GPUImmortalis-G720，峰值性能提升 46%、功耗降低 40%；NPU 方面，生成式 Transformer 運算速度快 8 倍，功耗較前代降低 45%；

93、內存方面，支持 LPDDR5T 9600Mbps 內存，以實現更快的智能手機內存傳輸速率。整體對 AI 功能更為支持。2024H2 展望展望：工藝制程、核心架構、工藝制程、核心架構、NPU 算力算力/功耗均功耗均有望有望升級升級 按照往年慣例，主要 SoC 廠商均會在 2024H2 發布旗下最新旗艦產品。結合知名數碼媒體愛范兒、安兔兔、Macworld、Sammobile 等國內外知名媒體透露的信息匯總如下：高通：旗艦新品為驍龍 8Gen 4，預計采用臺積電 N3E 工藝，帶來更高的能效和性能。該新品最大的亮點為采用自研的 Nuvia Phoenix 架構，包含兩個 Nuvia Phoenix

94、 性能核心和六個 Nuvia Phoenix M 核心。頻率能夠達到 4.0GHz；Nuvia Phoenix 相較 Arm 公版架構在性能方面有更高優勢；并集成了新的 NPU，支持 LPDDR6，專門用于提高 AI 計算的效率和速度。聯發科：旗艦新品為天璣 9400，預計采用臺積電最新的 3nm 工藝，并延續全大核的激進設計，同時由于聯發科深度參與了 Arm v9 新一代 IP Blackhawk 黑鷹架構的設計，天璣 9400 有望使用黑鷹架構提升性能。蘋果：旗艦新品為 A18 pro，GPU 部分預計提升 10-15%，但 NPU 部分（蘋果稱為 Neural Engine）預計有顯著提

95、升，有望超越 50TOPS 算力。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 23 三星：旗艦新品為 Exynos 2500，預計首次采用三星第二代 3nm 工藝，CPU 部分仍將保持 10 核架構，其中包括 1 個 Cortex-X5 超大核（3.2GHz 或更高）、3 個 Cortex-A720 大核（2.3Ghz 或更高）、3 個 Cortex-A720 普通核以及 4 個 Cortex-A530 小核。GPU 部分將搭載 AMD 的 RDNA 架構的 Xlipse 950 GPU。NPU 部分預計可獲得較大升級，增加了 TPU 組件（對比 Exynos 2400 只

96、有 G-NPU、S-NPU），其中 TPU 為三星與谷歌合作，專為涉及 Tensor（多維數組）的機器學習任務而設計。我們認為，主流 SoC 廠商 2024 年下半年新品均有望針對 AI 功能做升級，我們預計主要集中在制程升級、IPC 性能提升、核架構升級等方向，有望在下半年推廣 NPU 算力 50TOPS 以上的產品，對AI 手機的混合算力提供較大支持。大模型大模型升級升級：終端：終端手機手機品牌品牌紛紛紛紛自研自研大模型大模型，手機端側手機端側模型參數量或模型參數量或將將升至升至 130 億億 2023年主流年主流手機手機端側模型端側模型參數量參數量為為70億，億，2024年年或或將將升級

97、至升級至130億億 當前手機端側部署的大模型的參數規模以 70 億為主，如 OPPO Find X7 系列、榮耀 Magic 6 系列等安卓機型均實現 70 億或以上參數量 LLM 的本地部署。隨著未來手機 SoC 的 AI 算力提升，預計端側能夠搭載的大模型參數量能夠持續上行。根據 Counterpoint 預測，2024 年本地大模型的參數上限將增長至 130 億，2025 年增長至 170 億。圖表圖表 21.手機手機端側大模型參數規模持續增長（端側大模型參數規模持續增長（2023H22025）資料來源：Counterpoint，聯發科，中銀證券 隨著手機端部署的大模型參數量提升，智能手

98、機的大模型性能也將得到提升。目前手機端側大模型能夠執行的任務以語音/文本互轉、短文本生成、低像素的圖片編輯與生成為主，根據 Counterpoint預測，預計 2024 年下半年的新機型在長文本生成、情境感知能力、高分辨率圖片生成、音頻/視頻編輯功能將得到提升，2025 年下半年可以進行多輪對話、多任務/多模態的工作，在智能體的計劃、記憶、行動能力方面亦能有效提升。各各手機手機終端終端品牌品牌紛紛紛紛發布發布自研自研大模型大模型，端側端側均均采用自己采用自己模型模型，云側云側自研自研或或與第三方與第三方合作合作 多數頭部手機廠商已經發布自研 AI 大模型，如華為的盤古大模型擁有 10B 至 1

99、00B 的不同量級的參數規模；小米的 MiLM 大模型擁有 1.3B 和 6B 參數規模兩個版本；vivo 的藍心大模型矩陣擁有 1B至 130B 的 4 個版本；OPPO 的安第斯大模型 AndesGPT 為 13B；榮耀的魔法大模型為 7B。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 24 圖表圖表 22.手機品牌自研大模型及進展手機品牌自研大模型及進展 資料來源：中國移動，中銀證券 手機廠商的自研大模型一般含多款，可簡單分為端側和云側大模型，采用端云結合的方式提供服務（見前文“端云結合、多模態是手機GenAI功能實現的關鍵”章節）。目前端側大模型參數一般不超過 13B

100、（主要型號為 70 億），主要為兼容端側有限的算力，以提供離線服務、本地數據隱私等服務；云側一般千億級別大模型，以提供更好的用戶意圖理解、生成高精度內容等服務。如圖 22，小米、OPPO、榮耀目前尚未發布云端千億級大模型，或需要和國內領先廠商合作以提供服務。端側模型自研端側模型自研+云側模型云側模型與第三方的合作，可與第三方的合作，可降低研發成本并保護用戶隱私降低研發成本并保護用戶隱私。以榮耀和百度的合作為例，其合作模式如下：魔法大模型負責理解用戶意圖，在后臺將用戶的簡單提示轉化為更專業的提示，再由文心大模型提供知識問答、生活建議等專業服務。比如，未來當用戶要求“幫我制定健康計劃”時，魔法大模

101、型會分析用戶健康信息，自動生成具象化提示詞，再調度文心大模型，生成個人定制健身計劃。過程中，魔法大模型通過端側防護網，濾掉敏感信息，并確保個人隱私不上云，守護安全。開源模型已有很多，開源模型已有很多，廠商自研大模型的廠商自研大模型的必要性必要性何在？何在？自研大模型對于手機廠商很有必要，主要出于以下幾點考慮：避免不可控風險避免不可控風險。開源大模型或有不可控的風險，以價值觀對齊問題為例，針對敏感問題，每一個開源的大模型都有自己的價值觀，而手機廠商面對大批量用戶，必須確保自己大模型的價值觀無問題，往往自研大模型更有把握。針對端側服務做優化。針對端側服務做優化。手機端大模型使用場景與云端使用場景有

102、較大區別，開源模型很難滿足需求。如針對具體詞的快速響應、針對手機端需常開的省電需求、未來手機智能體拆解任務的定制化需求等，開源大模型無法做針對性優化，而手機廠商了解使用場景的痛點，自研的模型更契合需求。更快的更新速度更快的更新速度。開源大模型的數據更新速度較慢，對于手機端需求改變的響應速度難以及時調整，而手機廠商自研模型則可快速適配。以 vivo 為例，其自研的增量訓練的框架，幾乎能保障自研大模型一個月左右就會更新，有效滿足更新需求。從大模型到智能體從大模型到智能體：需要需要賦予其邊界理解、任務規劃、賦予其邊界理解、任務規劃、長短期長短期記憶等能力記憶等能力 智能體是什么？智能體是什么？根據來

103、自 IBM 的 Tula Masterman 等人在論文The Landscape of Emerging AI Agent Architectures for Reasoning,Planning,and Tool Calling A Survey中的定義，智能體（AI Agent）是受語言模型驅動的實體，能夠規劃并在多次迭代中采取行動以執行目標。智能體架構可以由一個單智能體組成，或者由多個智能體協作解決問題。通常，每個智能體都被賦予了一個角色個性（persona）和訪問各種工具的權限，這些工具將幫助他們獨立或作為團隊的一部分完成工作。一些智能體還包含一個記憶組件，可以在消息和提示之外保存和

104、加載信息。通俗理解，智能體是基于大模型的程序，可自主感知環境、分解任務、規劃路徑，并不斷去迭代、試錯，以此優化自身，最后達成目標。本文的智能體是指運行于硬件端側（尤其手機），提升用戶對硬件使用體驗的智能體。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 25 圖表圖表 23.聯想端側智能體的系統架構聯想端側智能體的系統架構 資料來源：聯想，中銀證券 具體而言，具體而言，智能體智能體應具備識別邊界、主動感知、意圖理解、復雜任務分解和應具備識別邊界、主動感知、意圖理解、復雜任務分解和長長短期記憶的能力。短期記憶的能力。根據聯想 AI PC 創新峰會的披露，智能體相對大模型非常關鍵的

105、差異在于，智能體知曉自己的邊界，因此能夠有效避免大模型的幻覺。除此以外還包括主動感知、用戶意圖理解、復雜任務分解、長短期記憶機制等功能，具體如下：1)具備個人知識庫具備個人知識庫&工具庫的構建和調用能力。工具庫的構建和調用能力?？烧{用的具體工具如本地知識庫、知識圖譜、工具庫、API 應用商店等。與人類的發展類似，學會使用工具將是智能體進化的重要里程碑；2)意圖理解意圖理解&主動感知能力。主動感知能力。實現主動感知、主動服務或是智能體的重要標志之一。人類可以通過反思&自己學習不斷提升自己，智能體也應該具備反思、自學習的能力；3)長短期記憶機制。長短期記憶機制。智能體需要具備基于世界模型之上，長短

106、期融合和可查詢的記憶。記憶是實現個性化服務的前提之一，也是實現其他能力的關鍵因素；4)智能體自我畫像。智能體自我畫像。智能體具有自我認知，可清楚自己的職責和能力邊界，當判定超出能力邊界的問題時，不會亂回答，以避免大模型的幻覺問題。類似于人類，清楚自己的職責和能力邊界是文明人和群體智能的重要標志；5)復雜任務分解復雜任務分解&規劃。規劃。智能體將具備推理鏈的能力，借助于泛化理解能力，可將任務進行有效拆分，更好地完成復雜任務。大模型與智能體的區別？大模型與智能體的區別？大模型是智能體的中樞大模型是智能體的中樞，但光有大模型并不足以稱之為智能體。為防范大模型幻覺等問題，智能體需要知道自己能力邊界，在

107、超出邊界時調用工具和搜索知識，才能形成智能體。雖然大模型學習了幾乎全世界的知識，但相對而言大模型將是靜態的知識輸出；智能體增加可識別邊界、主動感知、意圖理解、復雜任務分解和長短期記憶的能力，能夠讓手機的使用變得更加智能。根據 vivo 的判斷，未來的手機智能體，首先是一個很好的智能助理，具有人格化的管理手機的能力，其次擁有用戶的操作記憶，能夠很好的根據用戶既往的習慣和偏好，做定制化服務；并且應該有端側數據的保密和隱私性，能夠得到用戶信任。最后，智能體的服務應該是主動、而非被動搜索式的，要將服務融入用戶日常生活。如何主動觸發服務？智能體可基于與用戶關系的數據、時間數據、地理位置數據、用戶偏好等數

108、據，主動識別風險或做有益的信息提示。比如用戶即將出差杭州，但是杭州下雨，智能體可主動做備傘的提醒。為什么要升級成智能體？因為大模型在為什么要升級成智能體？因為大模型在理解理解、規劃推理規劃推理方面方面存存不足不足 根據聯想在創新科技大會披露，現有大模型有如下 4 點局限性：1)對自我能力的邊界不自知對自我能力的邊界不自知：不知道合適和如何調用外部工具來解決復雜問題，當出現邊界外的問題，容易產生錯誤回答（幻覺問題）；2)缺乏記憶機制和世界模型缺乏記憶機制和世界模型：對物理世界的規律無法充分認知；3)缺乏復雜任務的分解能力缺乏復雜任務的分解能力：當任務需要多段推理、分步拆分時大模型無能為力，無法在

109、復雜任務上發揮作用；2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 26 4)缺乏終生學習和迭代更新能力缺乏終生學習和迭代更新能力：依賴于模型本身更新，無法根據用戶數據迭代。因為大模型存在如上不足，因此需要將大模型將升級為智能體，才能更好地提供端側 AI 服務。大模型大模型如何如何升級為智能體？升級為智能體？從現有端側大模型，升級為智能體，需要手機廠商做較多的適配工作。具體而言，以聯想的端側智能體的案例推測，需要在 6 個核心技術下功夫。1)大模型壓縮技術。大模型壓縮技術。大模型不同層的參數重要性不一樣，且對應不同知識和任務的大模型參數分布在不同區域，因此需分層分區做量化壓縮；

110、2)大模型關鍵能力的定向增強。大模型關鍵能力的定向增強。端側大模型（7B）與傳統云端大模型（175B）的工作重點不同，后者在普適的知識問答上需要功能強大，但前者專注于成為人類助手，在任務分解、調度&執行上需要做好。因此需要針對性的增強聯想認知能力、推理能力、任務分解/規劃能力、理解&生成能力，以更好滿足端側使用需求；3)端側異構推理加速端側異構推理加速。需要做好軟硬一體優化，手機廠商跟芯片廠商關于 Driver Stack 和算子庫進行適配和調優，可加速端側推理速度；4)端側混合意圖理解方案。端側混合意圖理解方案。如何讓端側大模型對用戶意圖“猜得準、行得對、效果好”？以聯想智能體方案為例，采用

111、“1+1”模式：Always-on 的小模型（用于簡單任務的意圖理解）+一個7B 的大模型（用于復雜任務的意圖理解）；并構建由粗到細（由易到難）的多層次意圖理解，結合統計學習和規則做用戶意圖理解；5)個人知識庫和工具庫的自動構建個人知識庫和工具庫的自動構建&調用。調用。用傳統預訓練大模型有如下缺陷：缺乏最新的數據&知識；缺乏用戶的數據&知識；缺乏專業領域的數據&知識；具有大模型幻覺。聯想的解決方案是優化的 RAG（檢索增強生成），通過統一優化 RAG 各個相關環節，可大量減少內存消耗，實現更精準的知識庫調用和個性化服務，并有效保護用戶隱私；6)復雜任務自動化分解方案。復雜任務自動化分解方案。智

112、能體如何將復雜任務做分解？這需要終端廠商設計系統的任務執行路徑。聯想的解決方案有 Markov Decision Process、Task Decomposer、Self-Reflection 等。時間方面，據 vivo 副總裁周圍接受騰訊科技采訪時推測，手機智能體預計 2024 年底成熟。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 27 AI 手機的投資機遇：手機的投資機遇：總量總量增長增長、高端化高端化升級、核心零部件迭代升級、核心零部件迭代 圖表圖表 24.IDC 關于全球關于全球 AI 手機銷量預測手機銷量預測 圖表圖表 25.IDC 關于中國關于中國 AI 手機銷

113、量預測手機銷量預測 資料來源：OPPO，IDC，中銀證券 資料來源：OPPO，IDC，中銀證券 總量增長：AI 手機出貨量將取得大幅增長。根據 IDC 數據，全球方面，預計 2024 年新一代 AI 手機的出貨量將達到 1.7 億部，約占整體智能手機出貨量的 15%。中國方面，預計 2024 年新一代 AI 手機出貨量將達到 4000 萬部，約占中國智能手機出貨量的 13.2%；預計 2027 年將達到 1.5 億臺，占中國手機市場的比例約 51.9%。高端化先行：根據 IDC 定義，需高于 30 NPU TOPS 算力才算 AI 手機，截至 2024 年 2 月符合要求的僅有少數幾款旗艦手機

114、芯片。隨著 AI 手機出貨量增長，我們預計 AI 手機初期仍然聚焦在高端手機，因此高端手機及其供應鏈企業將顯著受益。零部件升級迭代：如前分析，我們預計 SoC 為 AI 手機最主要的硬件升級，為配套 SoC 變化，存儲、散熱等零部件亦會同步升級?？春锰O果產業鏈：高端手機助力、低預期、看好蘋果產業鏈：高端手機助力、低預期、產品化能力強產品化能力強 因為蘋果在高端手機份額占比高，因此我們預計蘋果產業鏈將會率先在業績端有體現。同時部分果鏈標的目前估值都處于近 35 年低點，有望受益 AI 手機的趨勢得到估值提升。雖然目前蘋果的大模型進度較慢，但是我們看好蘋果將大模型技術落地的產品化能力，看好蘋果未來

115、推出 AI 手機推動用戶換機。我們推薦：立訊精密、鵬鼎控股、藍思科技、思泉新材、藍特光學、飛榮達、領益智造；建議關注信維通信、傳音控股、中石科技。2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 28 風險提示風險提示 AI 手機產品化落地速度不及預期。手機產品化落地速度不及預期。AI 手機產品化需終端品牌、芯片廠商、大模型及智能體一起迭代進步，若產業鏈某個環節遇阻，AI 手機落地進度或不及預期。AI 智能體發展速度超出預期。智能體發展速度超出預期。產業界與學術界加速迭代智能體，或出現新型硬件加快對 AI 手機替代。第三方應用生態配套進度慢。第三方應用生態配套進度慢。AI 手機在

116、交互方面與應用方面可能會產生較大的變革，若配套的第三方應用迭代速度不及預期，或將影響 AI 手機迭代速度。宏觀經濟風險。宏觀經濟風險。消費電子需求與宏觀經濟形勢密切相關，宏觀經濟的不確定性會影響對智能手機的需求，進而影響 AI 手機的迭代速度。電子電子|證券研究報告證券研究報告 首次評級首次評級 2024 年年 6 月月 7 日日 2022 年年 XX 月月 XX 日日 2022 年年 XX 月月 XX 日日 300433.SZ 買入買入 市場價格市場價格:人民幣人民幣 15.43 板塊評級板塊評級:強于大市強于大市 股價表現股價表現 (%)今年今年至今至今 1 個月個月 3 個月個月 12

117、個月個月 絕對 18.1 7.8 23.3 30.3 相對深圳成指 17.4 9.1 23.0 44.2 發行股數(百萬)4,983.07 流通股(百萬)4,960.89 總市值(人民幣 百萬)76,888.77 3 個月日均交易額(人民幣 百萬)482.41 主要股東 藍思科技(香港)有限公司 56.28 資料來源：公司公告，Wind，中銀證券 以2024年6月4日收市價為標準 中銀國際證券股份有限公司中銀國際證券股份有限公司 具備證券投資咨詢業務資格具備證券投資咨詢業務資格 電子：消費電子電子：消費電子 證券分析師：蘇凌瑤證券分析師：蘇凌瑤 證券投資咨詢業務證書編號：S1300522080

118、003 聯系人：周世輝聯系人：周世輝 一般證券業務證書編號：S1300123050013 藍思科技藍思科技 玻璃蓋板龍頭再拓新增長動能 藍思科技是蘋果供應鏈視窗和外觀防護件的核心供應商。憑借其行業領先的研發藍思科技是蘋果供應鏈視窗和外觀防護件的核心供應商。憑借其行業領先的研發和供應能力，多年來為蘋果公司供應外觀結構件，蘋果公司銷售額占公司總營業和供應能力，多年來為蘋果公司供應外觀結構件，蘋果公司銷售額占公司總營業收入超過收入超過50%。近年來安卓客戶業務不斷拓展，逐漸構筑公司新增長極，。近年來安卓客戶業務不斷拓展，逐漸構筑公司新增長極，2023 年年公司內銷業務收入同比增長公司內銷業務收入同比

119、增長109.72%。隨著。隨著AI 產品、新能源汽車等下游利好不斷產品、新能源汽車等下游利好不斷推出，公司有望在多端培養新發展動能推出，公司有望在多端培養新發展動能。首次覆蓋，給予首次覆蓋，給予買入買入評級。評級。支撐評級的要點支撐評級的要點 藍思科技是全球藍思科技是全球外觀外觀結構件龍頭。結構件龍頭。藍思科技是全球智能設備視窗及外觀防護、結構件與電子功能件行業高新技術制造企業。產品廣泛應用于智能手機、智能穿戴、平板電腦、筆記本電腦、一體式電腦、新能源汽車、智能家居家電、智慧醫療等領域中高端產品。公司具備全面配合客戶完成從產品設計到結構件加工、模組配套，到整機組裝的垂直整合能力。公司多年來在消

120、費電子和新能源汽車行業深耕細作，贏得了優質、穩定的國際知名品牌客戶，如：蘋果、三星、華為、小米、OPPO、vivo、榮耀、谷歌、Meta，特斯拉、寧德時代、寶馬、奔馳、理想、蔚來、比亞迪等。多領域一站式解決多領域一站式解決方案方案能力能力，帶動公司業績持續增長，帶動公司業績持續增長?；诰芙Y構件的技術和資源優勢，藍思科技成功向藍寶石、陶瓷、金屬等結構件和觸控、指紋、天線及攝像頭模組延伸，已經形成結構件+模組的一站式供貨，實現了智能手機端到端的供應鏈垂直整合。2023 年，公司生產經營持續向好，實現營業收入 544.91 億元，同比增長 16.69%，其中智能手機與電腦業務從 382 億增至

121、449 億元，同比增長 17.5%，占營收比重為 82.4%。行業回暖行業回暖+AI 手機手機趨勢，趨勢，公司公司未來未來成長成長可期可期。全球消費電子行業自 2023年下半年開始逐步回暖，2023 年第四季度全球智能手機出貨量達 3.26億部，同比增長 8.5%。隨著大語言模型產品和生成式 AI 應用不斷推出和升級，市場對 AI 技術進入應用階段充滿期待。據 IDC 預測，2024 年全球 AI 手機出貨量將達 1.7 億部，滲透率達 15%，AIPC 新機出貨滲透率將超過 50%。AI 軟硬件市場的升級熱潮，有望使提前布局新材料應用、結構件、模組和組裝的企業受益。估值估值 我們預計公司 2

122、024-2026 年實現歸母凈利潤 38.28 億元/52.36 億元/61.32億元，每股收益為 0.77 元/1.05 元/1.23 元，對應市盈率為 20.1 倍/14.7 倍/12.5 倍。首次覆蓋，給予買入買入評級。評級面臨的主要風險評級面臨的主要風險 研發能力未能匹配客戶需求的風險、管理風險、客戶相對集中風險、匯率風險。Table_FinchinaSimple_index1 投資摘要投資摘要 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 主營收入(人民幣 百萬)46,699 54,491 62,779 79,271 99,604 增

123、長率(%)3.2 16.7 15.2 26.3 25.7 EBITDA(人民幣 百萬)7,226 7,584 9,221 10,955 12,266 歸母凈利潤(人民幣 百萬)2,448 3,021 3,828 5,236 6,132 增長率(%)18.3 23.4 26.7 36.8 17.1 最新股本攤薄每股收益(人民幣)0.49 0.61 0.77 1.05 1.23 市盈率(倍)31.4 25.4 20.1 14.7 12.5 市凈率(倍)1.7 1.7 1.6 1.5 1.4 EV/EBITDA(倍)9.9 10.6 10.3 7.7 6.9 每股股息(人民幣)0.2 0.3 0.4

124、 0.5 0.6 股息率(%)1.9 2.3 2.5 3.4 3.9 資料來源：公司公告，中銀證券預測 (27%)(16%)(4%)8%19%31%Jun-23 Jul-23 Aug-23 Sep-23 Oct-23 Nov-23 Dec-23 Jan-24 Feb-24 Mar-24 Apr-24 Jun-24 藍思科技 深圳成指 2024 年 6 月 7 日 藍思科技 30 玻璃蓋板龍頭再拓新增長動能玻璃蓋板龍頭再拓新增長動能 藍思科技是全球范圍內的智能設備視窗及外觀防護結構件與電子功能件高新技術制造企業。藍思科技是全球范圍內的智能設備視窗及外觀防護結構件與電子功能件高新技術制造企業。公司

125、的主營業務包括智能手機與電腦、新能源汽車與智能座艙、智能頭顯與智能穿戴等智能終端的結構件、模組及整機組裝，具備從產品設計到生產制造，以及相關機器設備、模具等配套研發制造的產業鏈垂直整合能力。公司研發實力雄厚，專利數量行業領先。2023 年末，公司有效專利為 2,231 件（其中發明專利 418 件），涵蓋加工工藝、產品檢測、設備開發、新型材料、工業互聯網、生產數據化、智慧園區、企業資源管理等多個領域。公司多年來在消費電子和新能源汽車行業深耕細作，贏得了優質、穩定的國際知名品牌客戶，如：蘋果、三星、華為、小米、OPPO、vivo、榮耀、谷歌、Meta，特斯拉、寧德時代、寶馬、奔馳、大眾、理想、蔚

126、來、比亞迪等。藍思科技前身為 2006 年由港商獨資成立的藍思科技（湖南）有限公司，2011 年轉股成為藍思科技股份有限公司，2015 年在深交所創業板上市。圖表圖表 26.藍思科技發展沿革藍思科技發展沿革 資料來源：招股說明書，公司官網，中銀證券 股權結構穩定。股權結構穩定。公司實際控制人為周群飛，鄭俊龍先生與周群飛女士為夫妻關系，二人為一致行動人。截至 2024 年 3 月 31 日，二人通過直接和間接方式持有公司 62.13%股權。公司控股 13 家子公司和 15 家孫公司，生產業務主要集中在藍思科技(長沙)有限公司、藍思科技(湘潭)有限公司、藍思精密(泰州)有限公司和藍思智控(長沙)有

127、限公司。圖表圖表 27.藍思科技股權結構圖藍思科技股權結構圖 資料來源：Wind，中銀證券 注：數據截至2024年3月31日 2024 年 6 月 7 日 藍思科技 31 業務布局廣泛，涉及手機、電腦、汽車、智能穿戴等多種終端業務布局廣泛，涉及手機、電腦、汽車、智能穿戴等多種終端 公司主要產品為防護玻璃，金屬、藍寶石、陶瓷、塑膠、碳纖維等新材料結構件和與觸控及生物識別類模組，其中防護玻璃占營收 80%以上（2017-2022 年）。公司產品主要應用于智能手機與電腦、新能源汽車及智能座艙、智能頭顯與智能穿戴三大領域。圖表圖表 28.藍思科技主要產品和服務藍思科技主要產品和服務 產品或服務名稱產品

128、或服務名稱 示意圖示意圖 產品或服務簡介產品或服務簡介 防護玻璃 產品內涵產品內涵：防護玻璃產品包含視窗防護玻璃、后蓋玻璃等系列產品，分為中小尺寸（7 英寸以下）、大尺寸（7 英寸以上）不同規格，尺寸范圍從 3mm 到 2500mm，精度可達納米級別。生產工藝生產工藝：前蓋玻璃有雙面 AR 工藝、化學強化技術。后蓋玻璃主要為表面多樣化處理技術，包括 NCVM 顏色膜、漸變色鍍膜、絲印、移印、黃光、磨砂面處理、菲林貼合、紋理以及拉絲等技術。產品特性產品特性：通過雙面 AR 工藝生產的前蓋玻璃，透光率最高可達 98%；通過化學強化技術生產的產品，表面硬度可達 680HV 以上。產品具有質感輕薄、透

129、明潔凈、抗劃傷、抗指紋等特性。應用范圍應用范圍：中小尺寸視窗防護屏主要用于手機、數碼相機、播放器等便攜式消費電子產品，大尺寸視窗防護屏主要應用于平板電腦、桌上電腦、筆記本電腦、汽車儀表盤等電子產品。金屬結構件 產品內涵產品內涵：金屬材質結構件包括不銹鋼、太空鋁、鎂鋁合金等多種新型復合材料結構件。生產工藝生產工藝：主要包括應用于金屬材質結構件的配套表面處理工藝，包括全自動 3D拋光、超硬 PVD 鍍膜、工業 4.0 陽極處理、金屬表面 T 處理。應用范圍應用范圍：手機、平板、筆記本電腦、智能手表等消費電子產品，新能源汽車。藍寶石結構件 生產工藝生產工藝：切割、拋光、研磨。產品特性產品特性：公司生

130、產出的藍寶石純度達 99.99%，莫氏硬度達到 9，接近于鉆石，其晶格結構決定了強度高、硬度大、超耐磨，產品透光率91%。應用范圍應用范圍：藍寶石結構件可廣泛用作手機攝像頭蓋板、手機指紋識別蓋板、手機顯示屏蓋板、LED 襯底，常用于高端消費電子產品。精密陶瓷結構件 生產工藝生產工藝：干壓成型、注塑成型和流延成型等多種成型技術，高光處理、沙面、拉絲、雕刻字符、鍍膜、鐳射和抗指紋處理等多種表面處理工藝。產品特性產品特性：硬度高、耐劃傷，莫氏硬度達到 9;耐高溫、耐酸堿腐蝕、信號穿透性強，手感溫潤如玉。應用范圍應用范圍：應用于手機后蓋、側鍵、攝像頭圈口、按鍵，手表的表殼、表圈、表帶，表扣，以及汽車等

131、部件上。塑料模具結構件 生產工藝生產工藝：高速注塑工藝。應用范圍應用范圍：可應用于智能穿戴、手機、筆記本電腦。觸控模組 產 品 內 涵產 品 內 涵：觸 控 模 組 包 含 電 容 式 觸 控 屏(GF/GFF/0GS/GG)、FILMSENSOR(10/10umNarrowBorder)等。生產工藝生產工藝：高精度 2.5D/3D 精密貼合工藝。應用范圍應用范圍：可應用于消費電子產品、智能汽車。資料來源：藍思科技官網，中銀證券 2024 年 6 月 7 日 藍思科技 32 續續 圖表圖表 28.藍思科技主要產品和服務藍思科技主要產品和服務 產品或服務名稱產品或服務名稱 示意圖示意圖 產品或服

132、務簡介產品或服務簡介 生物識別模組 產品內涵產品內涵：前置電容模組、后置電容模組、側邊電容模組、屏下光學模組。應用范圍：應用范圍：指紋模組廣泛應用于手機、電腦、門鎖、箱包等消費終端。整機組裝服務 公司組裝業務致力于為全球客戶提供垂直整合的端到端解決方案，具有全面的全面的ODM&OEM 能力能力，提供從設計、工程、制造、物流直至售后設計、工程、制造、物流直至售后的端到端一站式服務，并大力推進智能制造，實現了自動化率達到自動化率達到 70%以上、良率以上、良率 99%以上以上的組裝業界領先水平。資料來源：藍思科技官網，中銀證券 公司是產業鏈中游廠商，近年來以整機組裝業務為依托積極向產業鏈下游拓展。

133、公司是產業鏈中游廠商，近年來以整機組裝業務為依托積極向產業鏈下游拓展。藍思科技從上游供應商采購玻璃基板、油墨、拋光粉、鍍膜材料等原材料，根據下游消費電子廠商的需求定制化生產特定產品的視窗防護玻璃，最終直接銷售給消費電子產品廠商或其指定的其他廠商。近年來，公司有意擴大業務范圍，加大了對整機組裝業務的戰略投資。2023 年湘潭組裝基地已實現批量投產，成功組裝多款高端旗艦手機，并已實現扭虧為盈。圖表圖表 29.視窗防護視窗防護行業產業鏈結構圖行業產業鏈結構圖 資料來源：招股說明書，中銀證券 營收持續增長，智能手機與電腦業務貢獻大部分營收營收持續增長，智能手機與電腦業務貢獻大部分營收 近五年公司營業收

134、入實現連續正增長。2023 年，公司實現營業收入 544.91 億元，同比增長 16.69%，歸屬于上市公司股東的凈利潤 30.21 億元，同比增長 23.42%；歸屬于上市公司股東的扣除非經常性損益的凈利潤 22.46 億元，同比增長 14.48%。2024 年一季度，公司營業收入繼續延續增長趨勢。第一季度營業收入 154.98 億元，同比增長 57.52%，歸母凈利潤 3.09 億元，同比增長 379.02%，系 2023年一季度歸母凈利潤基數較?。?.65 億元）和 2024 年智能手機和電腦類業務增加所致。2024 年 6 月 7 日 藍思科技 33 2021 年來期間費用率持續下降，

135、2023 年銷售費用同比減少 4.79%，管理費用同比減少 6.02%，財務費用同比減少 0.68%。圖表圖表 30.2018-2024Q1 營業收入及其同比增速營業收入及其同比增速 圖表圖表 31.2018-2024Q1 歸母凈利潤及其同比增速歸母凈利潤及其同比增速 資料來源：Wind，中銀證券 資料來源：Wind，中銀證券 營業收入構成方面營業收入構成方面，智能手機與電腦業務貢獻了大部分營收。2023 年智能手機與電腦類產品營收449.01 億元，占總營業收入的 82.40%；新能源汽車及智能座艙類產品營收 49.98 億元，占比 9.17%，營收同比增長 39.47%；智能頭顯與智能穿戴

136、類產品營收 31.04 億元，占比為 5.70%，目前該類產品處于產量爬坡階段。盈利能力方面盈利能力方面，2023 年公司銷售毛利率為 16.63%，同比-2.58pcts，2024 年第一季度毛利率進一步下滑到 12.52%。毛利率下滑系公司銷售結構發生變化，相較去年同期公司承接了更多的國內組裝業務。因組裝業務毛利率低，故而拉低了整體毛利率。隨著公司的生產能力向產業鏈下游打通，未來將有更多自產零件進入組裝業務，毛利率有望企穩。圖表圖表 32.2023 年產品營收占比年產品營收占比 圖表圖表 33.2018-2024Q1 銷售毛利率銷售毛利率 資料來源：Wind，中銀證券 資料來源：Wind，

137、中銀證券 積極推進管理數字化和生產自動化，期間費用率顯著降低。積極推進管理數字化和生產自動化，期間費用率顯著降低。2023 年公司銷售費用同比減少 4.79%，管理費用同比減少 6.02%，系貫徹落實數字化管理體系和提升自動化生產水平所致。2010 年，藍思科技推出整體生產自動化戰略，2015 年成功研發出首條自動印刷線，2016 年藍思智能機器人（長沙）有限公司成立后，企業生產自動化進程進一步加快。目前公司已自主研發了 Delta 并聯機器人、AGV激光自動導航車、高速移印機、精雕機等自動上下料系統，組裝業務已實現 70%以上自動化率和 99%以上良率，生物識別模組生產的自動化程度達 92%

138、，質控顆粒度涵蓋所有物料。研發投入趨勢上漲，研發效率有效提升。研發投入趨勢上漲，研發效率有效提升。2023 年，公司研發費用為 23.17 億元，同比增長 10.05%，2024 年第一季度研發費用為 5.75 億元，同比增長 0.07%。受益于藍思創新研究院研發平臺的建設，2024 年一季度研發費用率同比下降 2.67pcts，單位研發投入對應的營業收入上升，研發效率提升。277.17302.58369.39452.68466.99544.91154.9816.69%57.52%0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%0.00100.00

139、200.00300.00400.00500.00600.002018201920202021202220232024Q1營業總收入（億元）營業總收入同比增長率（右軸）30.213.0923.42%379.02%14.48%1608.35%-400%-200%0%200%400%600%800%1000%1200%1400%1600%1800%-10.000.0010.0020.0030.0040.0050.0060.002018201920202021202220232024Q1歸母凈利潤（億元）扣非歸母凈利潤（億元)歸母凈利潤同比增長率扣非歸母凈利潤同比增長率82.40%82.40%9.17

140、%9.17%5.70%5.70%0.30%0.30%2.43%2.43%智能手機與電腦類 新能源汽車及智能座艙類 智能頭顯與智能穿戴類 其他智能終端類 其他業務收入 22.63%25.21%29.44%20.92%19.21%16.63%12.52%0.00%5.00%10.00%15.00%20.00%25.00%30.00%35.00%2018201920202021202220232024Q1銷售毛利率2024 年 6 月 7 日 藍思科技 34 圖表圖表 34.2018-2024Q1 各項費用率各項費用率 圖表圖表 35.2018-2024 Q1 研發費用及變動研發費用及變動 資料來源

141、：Wind，中銀證券 資料來源：Wind，中銀證券 背靠蘋果供應鏈，持續開拓國內市場、優化客戶結構。背靠蘋果供應鏈，持續開拓國內市場、優化客戶結構。公司客戶結構優化明顯，對蘋果公司的營收依賴性減弱。自 2021 年來，蘋果公司對公司的收入貢獻總額保持穩定，但營收占比下降明顯，公司 2021-2023 年對蘋果公司的營業額分別為 300.98 億元、331.36 億元、315.12 億元，占比分別為 66.49%、70.96%、57.83%。2023 年公司在國內市場的營業額增長到 176.84 億元，占比達 32.45%，較上年增加 109.72%。公司深度參與華為供應鏈，為其多代、多款中高端

142、機型提供玻璃、金屬、陶瓷等新材料結構件，在相關機型中占較大份額。未來隨著華為的市場份額持續攀升，公司在國內市場的占有率有望進一步提升，對蘋果公司的依賴性有望進一步減弱。圖表圖表 36.2023 年第一大客戶營業收入貢獻比例年第一大客戶營業收入貢獻比例 圖表圖表 37.2018 年年-2023 年分地區銷量及占比年分地區銷量及占比 資料來源：iFind，中銀證券 資料來源：iFind，中銀證券 消費電子行業回暖疊加新能源汽車市場熱潮，助力營收持續增長消費電子行業回暖疊加新能源汽車市場熱潮，助力營收持續增長 全球消費電子行業自全球消費電子行業自 2023 年下半年開始逐步回暖年下半年開始逐步回暖。

143、據市場調研機構 IDC 統計數據，2023 年第四季度全球智能手機出貨量達 3.26 億部，同比增長 8.5%。IDC 預估 2024 年全球智能手機出貨量將達 12億部，同比增長 2.8%。手機市場回暖將為公司主營業務帶來增長動力。智能手機與電腦業務：折疊屏和智能手機與電腦業務：折疊屏和 AI 手機換新潮有望帶動業績繼續增長。手機換新潮有望帶動業績繼續增長。據 IDC 預測，折疊屏手機出貨量 2024 年全年將同比增長 53.2%。隨著大語言模型產品和生成式 AI 應用不斷推出和升級，未來 AI 設備有望帶動新一輪換機潮。公司提前布局從設計、工程、制造、物流直至售后的端到端一站式服務，目前，

144、負責組裝業務的子公司湘潭藍思已得到國內外客戶的認可，批量組裝了多款高端手機及零部件，未來將有望充分受益智能手機市場增長。0.00%2.00%4.00%6.00%8.00%10.00%2018201920202021202220232024Q1銷售費用率管理費用率研發費用率財務費用率14.8016.3914.4221.3421.0523.175.75-20.00%-10.00%0.00%10.00%20.00%30.00%40.00%50.00%60.00%0.005.0010.0015.0020.0025.00201820192020202120222023 2024Q1研發費用（億元）同比增

145、長率(%)66.49%70.96%57.83%40.00%45.00%50.00%55.00%60.00%65.00%70.00%75.00%0.0050.00100.00150.00200.00250.00300.00350.00202120222023銷售額（億元）占比28.91%34.40%28.42%21.28%18.06%32.45%0.00%10.00%20.00%30.00%40.00%0.00100.00200.00300.00400.00500.00600.002018年2019年2020年2021年2022年2023年國外銷售額（億元）國內銷售額（億元）內銷占比2024 年

146、 6 月 7 日 藍思科技 35 圖表圖表 38.2023Q1-2024Q1 中國智能手機出貨量和增長率中國智能手機出貨量和增長率 圖表圖表 39.2023Q1-2024Q1 中國折疊屏手機出貨量和增長率中國折疊屏手機出貨量和增長率 資料來源：IDC，中銀證券 資料來源：IDC，中銀證券 新能源汽車及智能座艙業務：新能源領域需求較強，市場空間廣闊新能源汽車及智能座艙業務：新能源領域需求較強，市場空間廣闊。據中汽協統計，2023 年國內新能源汽車銷量 949.5 萬輛，同比增長 37.87%，2024 年一季度新能源汽車銷量 209 萬輛，同比增長31.8%。新能源汽車行業的持續快速增長，將促進

147、汽車電子及智能座艙、汽車零部件等各細分行業高速發展。藍思科技動力電池新業務在 2023 年完成了研發認證并實現量產，市場份額取得突破，有望為公司在動力電池市場的增長創造新機遇。盈利預測與投資分析盈利預測與投資分析 盈利預測盈利預測 1)智能手機與電腦業務。智能手機與電腦業務。該業務主要產品為蘋果手機蓋板玻璃，其他為中框結構件、手機組裝。我們預計蘋果的蓋板玻璃與金屬業務相對穩定，但是受益安卓客戶帶動，公司組裝收入將逐漸增長。因為 2024 年組裝業務營收占比仍較小，我們預計該業務在 2024/2025/2026 年營收增速分別為 13.14%/25.67%/24.73%，毛利率分別為 14.29

148、%/14.06%/13.37%。2)新能源汽車及智能座艙業務。新能源汽車及智能座艙業務。該業務主要產品為特斯拉的中控屏、儀表盤、B 柱 C 柱等產品；新能源電池結構件產品將放量。我們看好藍思科技在汽車領域的滲透和電池結構件放量的前景，我們預計該業務 2024/2025/2026 年營收增速均保持 40%，毛利率維持 15.47%。3)智能頭顯與智能穿戴。智能頭顯與智能穿戴。該業務主要產品為蘋果 Vision Pro 的外觀曲面玻璃，以及手表手環的玻璃、藍寶石結構件等產品。其中 Vision Pro 為新產品快速放量，但因營收占比較小，預計能緩慢帶動營收。我們預計該業務 2024/2025/20

149、26 年營收增速為 8.18%/14.56%/11.69%，毛利率為15.74%/16.28%/16.64%。65.1065.10 65.7065.70 66.7066.70 73.5073.50 69.3069.30 -12.30%12.30%-2.10%2.10%-6.90%6.90%1.10%1.10%6.50%6.50%-15.00%-10.00%-5.00%0.00%5.00%10.00%60.0062.0064.0066.0068.0070.0072.0074.0076.002023Q12023Q22023Q32023Q42024Q1出貨量（百萬臺）同比增長率 52.80%52.8

150、0%173.00%173.00%90.40%90.40%149.60%149.60%83.00%83.00%0.00%50.00%100.00%150.00%200.00%-500.00 1,000.00 1,500.00 2,000.00 2,500.00 3,000.002023Q12023Q22023Q32023Q42024Q1出貨量（千臺）同比增長率 2024 年 6 月 7 日 藍思科技 36 圖表圖表 40.公司盈利預測拆分公司盈利預測拆分 單位：百萬元單位：百萬元 2022 2023 2024E 2025E 2026E 智能手機與電腦類 營業收入 38,213.00 44,900

151、.00 50,799.80 63,840.06 79,627.00 YoY（%）-17.50 13.14 25.67 24.73 毛利 528.28 6,761.94 7,256.77 8,977.74 10,645.92 毛利率（%）26.16 15.06 14.29 14.06 13.37 新能源汽車及智能座艙 營業收入 3,584.00 4,998.00 6,997.20 9,796.08 13,714.51 YoY（%）-39.45 40.00 40.00 40.00 毛利 347.18 773.19 1,082.47 1,515.45 2,121.64 毛利率（%）15.00 15.

152、47 15.47 15.47 15.47 智能頭顯與智能穿戴類 營業收入 3,539.00 3,092.00 3,345.00 3,832.00 4,280.00 YoY（%）-15.27 8.18 14.56 11.69 毛利 530.85 471.40 526.50 623.80 712.00 毛利率（%）15.00 15.25 15.74 16.28 16.64 其他業務收入 營業收入 1,362.00 1,488.00 1,636.80 1,800.48 1,980.53 YoY（%）-9.25 10.00 10.00 10.00 毛利 830.82 862.89 982.08 1,0

153、80.29 1,188.32 毛利率（%）61.00 57.99 60.00 60.00 60.00 合計 營業收入 46,698.55 54,490.73 62,778.80 79,268.62 99,602.04 YoY（%）3.16 16.69 15.21 26.27 25.65 毛利 2,237.13 8,869.42 9,847.81 12,197.28 14,667.87 毛利率（%）4.79 16.28 15.69 15.39 14.73 歸母凈利潤 2,448.08 3,021.34 3,825.59 5,233.79 6,128.77 資料來源：公司年報，中銀證券 估值對比與

154、投資建議：估值對比與投資建議：公司業務范圍較廣，涵蓋玻璃結構件、金屬結構件、整機組裝等業務。我們選取與公司具有相似主營業務的信濠光電、華勤技術、領益智造作為可比公司，信濠光電主營業務為玻璃防護屏，與公司業務較為相似；華勤技術主營業務為智能手機、筆記本電腦的 ODM 代工業務，與公司的組裝業務較為相似；領益智造主營業務為精密功能件、結構件與充電器組裝，與公司業務相似。公司估值水平低于可比公司平均值。公司估值水平低于可比公司平均值。2024/2025/2026 年藍思科技 PE 分別為 20.10/14.69/12.55 倍，略高于可比公司平均值。我們認為藍思科技具備客戶優勢，2023 年公司來自

155、蘋果收入占營業收入比例為 57.83%，因蘋果占據高端智能手機較大份額，公司受益 AI 手機換機帶來的增長動力更強，給予公司買入買入評級。圖表圖表 41.相對估值相對估值 證券簡稱證券簡稱 證券代碼證券代碼 最新股價最新股價 總市值總市值 每股收益（元）每股收益（元）市盈率（倍）市盈率（倍）評級評級（元）（元）（億元）（億元）2024E 2025E 2026E 2024E 2025E 2026E 信濠光電 301051 26.53 44.57 1.25 2.33 3.34 21.22 11.39 7.94 未有評級 華勤技術 603296 82.05 595.52 4.19 4.86 5.60

156、 19.56 16.87 14.65 未有評級 領益智造 002600 4.85 339.90 0.40 0.46-12.13 10.54-買入 平均值 17.64 12.93 11.29 藍思科技 300433 15.43 768.89 0.77 1.05 1.23 20.10 14.69 12.55 買入 資料來源：iFinD，中銀證券 注：股價與市值截至日為2024年6月5日，可比公司中未有評級的股票盈利預測數據取自同花順一致預測 風險提示風險提示 1.研發能力未能匹配客戶需求的風險。研發能力未能匹配客戶需求的風險。公司的產品具有定制和非標準化特征，如果公司的設計研發能力和產品迭代速度無

157、法與下游客戶的產品要求與技術創新速度相匹配，或公司無法適應終端產品技術路線的快速更迭，可能對營業收入和盈利水平造成較大不利影響。2.管理風險管理風險。公司業務范圍不斷拓展，涵蓋玻璃、金屬、藍寶石、陶瓷、觸控、指紋識別、智能制造設備等領域，快速發展帶了一定的管理難度。若公司不能持續整合不同類的業務，或將對公司整體經營造成不利影響。2024 年 6 月 7 日 藍思科技 37 3.客戶相對集中風險?？蛻粝鄬酗L險。公司主要客戶為全球消費電子和智能汽車的知名中高端終端品牌，客戶集中度相對較高。若消費電子和新能源汽車行業的大客戶發生較大變化，將會對公司業績產生一定影響。4.匯率風險。匯率風險。美元兌

158、人民幣匯率呈現一定程度的波動，人民幣匯率波動日趨市場化及復雜化，受國內外經濟、政治等多重因素共同影響，若未來人民幣匯率發生較大波動，則會對公司業績產生影響。2024 年 6 月 7 日 藍思科技 38 Table_FinchinaDetail_index1 利潤表利潤表(人民幣人民幣 百萬百萬)現金流量表現金流量表(人民幣人民幣 百萬百萬)年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 營業總收入 46,699 54,491 62,779 79,271

159、 99,604 凈利潤 2,520 3,042 3,946 5,398 6,322 營業收入 46,699 54,491 62,779 79,271 99,604 折舊攤銷 4,684 4,991 5,419 5,743 6,092 營業成本 37,730 45,429 52,929 67,071 84,932 營運資金變動 628 412(6,189)2,258(6,327)營業稅金及附加 356 471 512 645 828 其它 1,349 856 270 23 73 銷售費用 727 693 628 793 996 經營活動現金流經營活動現金流 9,181 9,300 3,447 1

160、3,422 6,160 管理費用 2,706 2,543 2,197 2,576 2,988 資本支出(6,852)(5,443)(2,900)(2,900)(2,900)研發費用 2,105 2,317 2,511 2,774 3,486 投資變動 778 71 0 0 0 財務費用 246 244 305 229 167 其他 498 5 133 157 118 其他收益 495 774 588 623 620 投資活動產生的現金流投資活動產生的現金流(5,577)(5,367)(2,767)(2,743)(2,782)資產減值損失(577)(447)(200)(200)(200)銀行借款

161、(3,529)(932)2,172(3,869)3,543 信用減值損失 44 1 0 0 0 股權融資(2,669)(1,181)(1,894)(2,591)(3,034)資產處置收益(43)4 0 0 0 其他 3,782(3,024)1,079(920)179 公允價值變動收益 141 43 0 0 0 籌資活動現金流籌資活動現金流(2,416)(5,137)1,357(7,380)688 投資收益 76 107 133 157 118 凈現金流凈現金流 1,188(1,204)2,037 3,298 4,067 匯兌收益 0 0 0 0 0 資料來源：公司公告，中銀證券預測 營業利潤

162、2,966 3,277 4,218 5,762 6,745 營業外收入 45 36 30 30 30 財務指標財務指標 營業外支出 97 59 50 50 50 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 利潤總額 2,915 3,254 4,198 5,742 6,725 成長能力成長能力 所得稅 395 212 252 345 404 營業收入增長率(%)3.2 16.7 15.2 26.3 25.7 凈利潤 2,520 3,042 3,946 5,398 6,322 營業利潤增長率(%)37.2 10.5 28.7 36.6 17.1

163、少數股東損益 72 20 118 162 190 歸 屬 于 母 公 司 凈 利 潤 增 長 率(%)18.3 23.4 26.7 36.8 17.1 歸母凈利潤 2,448 3,021 3,828 5,236 6,132 息稅前利潤增長(%)47.9 2.0 46.6 37.1 18.5 EBITDA 7,226 7,584 9,221 10,955 12,266 息稅折舊前利潤增長(%)19.8 4.9 21.6 18.8 12.0 EPS(最新股本攤薄，元)0.49 0.61 0.77 1.05 1.23 EPS(最新股本攤薄)增長(%)18.3 23.4 26.7 36.8 17.1

164、資料來源：公司公告，中銀證券預測 獲利能力獲利能力 息稅前利潤率(%)5.4 4.8 6.1 6.6 6.2 資產負債表資產負債表(人民幣人民幣 百萬百萬)營業利潤率(%)6.4 6.0 6.7 7.3 6.8 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 毛利率(%)19.2 16.6 15.7 15.4 14.7 流動資產流動資產 28,611 28,081 38,805 44,665 59,918 歸母凈利潤率(%)5.2 5.5 6.1 6.6 6.2 現金及等價物 11,686 10,519 12,556 15,854 19,921

165、ROE(%)5.5 6.5 7.9 10.3 11.4 應收帳款 9,021 9,302 15,112 15,716 23,019 ROIC(%)3.5 4.0 5.4 8.4 9.3 應收票據 1 6 168 52 225 償債能力償債能力 存貨 6,685 6,683 9,490 11,004 14,948 資產負債率 0.4 0.4 0.4 0.4 0.5 預付賬款 60 126 79 181 149 凈負債權益比 0.2 0.1 0.1 0.0 0.0 合同資產 0 0 0 0 0 流動比率 1.3 1.5 1.6 1.7 1.7 其他流動資產 1,158 1,444 1,400 1,

166、858 1,658 營運能力營運能力 非流動資產非流動資產 49,734 49,389 46,950 44,067 40,895 總資產周轉率 0.6 0.7 0.8 0.9 1.1 長期投資 1,244 1,155 1,155 1,155 1,155 應收賬款周轉率 5.0 5.9 5.1 5.1 5.1 固定資產 35,813 36,027 34,069 31,683 28,868 應付賬款周轉率 4.6 5.1 5.0 5.0 5.0 無形資產 5,186 5,227 4,951 4,674 4,397 費用率費用率 其他長期資產 7,492 6,979 6,775 6,555 6,47

167、5 銷售費用率(%)1.6 1.3 1.0 1.0 1.0 資產合計資產合計 78,346 77,470 85,755 88,732 100,813 管理費用率(%)5.8 4.7 3.5 3.3 3.0 流動負債流動負債 22,167 19,056 24,297 26,958 35,294 研發費用率(%)4.5 4.3 4.0 3.5 3.5 短期借款 2,815 1,417 2,775 1,309 4,439 財務費用率(%)0.5 0.4 0.5 0.3 0.2 應付賬款 10,130 11,119 13,875 17,797 22,309 每股指標每股指標(元元)其他流動負債 9,2

168、23 6,520 7,646 7,852 8,546 每股收益(最新攤薄)0.5 0.6 0.8 1.1 1.2 非流動負債非流動負債 11,797 11,892 12,884 10,393 10,850 每股經營現金流(最新攤薄)1.8 1.9 0.7 2.7 1.2 長期借款 9,123 9,588 10,402 8,000 8,413 每股凈資產(最新攤薄)8.9 9.3 9.7 10.2 10.8 其他長期負債 2,674 2,304 2,482 2,393 2,437 每股股息 0.2 0.3 0.4 0.5 0.6 負債合計負債合計 33,964 30,948 37,181 37,

169、351 46,145 估值比率估值比率 股本 4,973 4,983 4,983 4,983 4,983 P/E(最新攤薄)31.4 25.4 20.1 14.7 12.5 少數股東權益 209 183 301 463 653 P/B(最新攤薄)1.7 1.7 1.6 1.5 1.4 歸屬母公司股東權益 44,173 46,339 48,273 50,918 54,016 EV/EBITDA 9.9 10.6 10.3 7.7 6.9 負債和股東權益合計負債和股東權益合計 78,346 77,470 85,755 88,732 100,813 價格/現金流(倍)8.4 8.3 22.3 5.7

170、 12.5 資料來源：公司公告，中銀證券預測 資料來源：公司公告，中銀證券預測 電子電子|證券研究報告證券研究報告 首次評級首次評級 2024 年年 6 月月 7 日日 301489.SZ 增持增持 市場價格市場價格:人民幣人民幣 72.90 板塊評級板塊評級:強于大市強于大市 股價表現股價表現 (%)今年今年至今至今 1 個月個月 3 個月個月 12 個月個月 絕對(3.1)6.9(6.5)相對深圳成指(3.8)8.1(6.9)發行股數(百萬)57.68 流通股(百萬)14.42 總市值(人民幣 百萬)4,204.97 3 個月日均交易額(人民幣 百萬)322.69 主要股東 任澤明 18.

171、17 資料來源：公司公告，Wind，中銀證券 以2024年6月4日收市價為標準 中銀國際證券股份有限公司中銀國際證券股份有限公司 具備證券投資咨詢業務資格具備證券投資咨詢業務資格 電子：電子化學品電子：電子化學品 證券分析師：蘇凌瑤證券分析師：蘇凌瑤 證券投資咨詢業務證書編號：S1300522080003 聯系人：周世輝聯系人：周世輝 一般證券業務證書編號：S1300123050013 思泉新材思泉新材 熱管理材料國內龍頭，受益AI手機換機潮 公司是國內熱管理技術領先的企業，產品主要包括熱管理材料、磁性材料、公司是國內熱管理技術領先的企業，產品主要包括熱管理材料、磁性材料、納米防護材料三類。納

172、米防護材料三類。公司已積累了優質客戶資源，已成為北美大客戶、小米、公司已積累了優質客戶資源，已成為北美大客戶、小米、vivo、三星、谷歌、比亞迪、富士康、深天馬等知名企業的合格供應商。、三星、谷歌、比亞迪、富士康、深天馬等知名企業的合格供應商。公公司有望深度受益司有望深度受益 AI 功能提升的功能提升的行業趨勢行業趨勢。首次覆蓋，給予首次覆蓋，給予增持增持評級。評級。支撐評級的要點支撐評級的要點 公司主營業務為熱管理材料，公司主營業務為熱管理材料，具備具備散熱系統化解決能力。散熱系統化解決能力。公司建立了三大產品系列，分別為熱管理材料產品系列、納米防護材料產品系列、磁性材料產品系列。2023

173、年熱管理材料占公司營收超過 90%。在此基礎上，公司推出熱管理“材料+組件+散熱系統”的產品策略，一并解決電子電氣產品的散熱、無線充電、防水等多功能性需求，成為行業內少數能夠提供消費電子產品系統化散熱解決方案的綜合服務提供商。熱管理材料熱管理材料技術技術領先領先、客戶優質，市占率全球領先、客戶優質，市占率全球領先。技術方面，公司擁有高溫燒結、定向成型、表面改性等核心技術的自主知識產權，并研發了 100m 單層合成石墨、高分子共形包覆合成石墨等業內相對領先的產品，且均已量產。市場方面，公司已積累了較為穩定的客戶資源，已成為北美大客戶、小米、vivo、三星、谷歌、比亞迪、富士康、深天馬等知名企業的

174、合格供應商。在石墨散熱片領域，2022 年國際市場占有率由第六躍升至第三。5G、AI 新技術和新能源技術新技術和新能源技術驅動驅動熱管理材料市場快速發展熱管理材料市場快速發展，公司有望受，公司有望受益益。2023 年中國 5G 基站數達 337.7 萬個，數量同比增加 46.06%，據 IDC預測，2024 年全球智能手機出貨量將達到 12 億臺，同比增長 2.8%。5G 產品較前代產品功耗明顯提升，未來，隨著 AIPC 和智能可穿戴設備產品的陸續問世，高計算功耗將帶來強勁的散熱需求。未來無線充電需求有望催化納米防護材料成為公司新業務增長點。估值估值 我們預計公司2024-2026年實現歸母凈

175、利潤0.89億元/1.15億元/1.64億元，每股收益為 1.55 元/1.99 元/2.85 元，對應市盈率為 47.1 倍/36.7 倍/25.6 倍。首次覆蓋，給予增持增持評級。評級面臨的主要風險評級面臨的主要風險 創新不達預期風險、原材料價格波動風險、客戶相對集中風險、匯率風險。Table_FinchinaSimple_index2 投資摘要投資摘要 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 主營收入(人民幣 百萬)423 434 640 849 1,243 增長率(%)(5.8)2.7 47.3 32.7 46.5 EBITDA(

176、人民幣 百萬)83 83 118 219 267 歸母凈利潤(人民幣 百萬)58 55 89 115 164 增長率(%)1.8(6.5)63.8 28.2 43.4 最新股本攤薄每股收益(人民幣)1.01 0.95 1.55 1.99 2.85 市盈率(倍)72.0 77.0 47.1 36.7 25.6 市凈率(倍)10.3 4.2 4.0 3.7 3.3 EV/EBITDA(倍)2.3 47.1 33.2 18.2 14.6 每股股息(人民幣)0.0 0.3 0.4 0.5 0.8 股息率(%)0.3 0.6 0.7 1.0 資料來源：公司公告，中銀證券預測 (49%)(32%)(15%

177、)2%20%37%Oct-23 Nov-23 Dec-23 Dec-23 Jan-24 Feb-24 Feb-24 Mar-24 Apr-24 Apr-24 May-24 May-24 思泉新材 深圳成指 2024 年 6 月 7 日 思泉新材 40 熱管理熱管理材料國內材料國內龍頭，受益龍頭，受益AI手機換機潮手機換機潮 思泉新材是電子電器功能性材料高新技術企業。公司產品涵蓋熱管理材料、磁性材料、納米防護材料三類，其中熱管理材料貢獻大部分營收，據公司 2023 年年度報告，該類產品營收占比超 90%。近年來，公司逐步向磁性材料、納米防護材料等功能性材料方向拓展業務。公司研發水平位于行業領先地

178、位。公司掌握高溫燒結、定向成型、表面改進、納米合成、真空鍍膜、精密涂覆等散熱材料行業 6 大核心技術，公司完成的“高導熱柔性石墨膜的高溫燒結技術及其應用研究”和“高導熱絕緣復合材料的涂布定向成型技術及其應用研究”兩項科學技術成果被廣東省材料研究學會認定為具有國內領先水平。經多年市場積累，2022 年公司在石墨散熱片的國際市場占有率進入前三名。目前已成為北美大客戶、小米、vivo、三星、谷歌、ABB、偉創力、比亞迪、富士康、華星光電、深天馬、聞泰通訊、華勤通訊、龍旗電子等知名品牌客戶的合格供應商。歷史沿革和股權結構歷史沿革和股權結構 思泉新材于 2011 年 6 月在東莞成立。公司成立之初，業務

179、聚焦在電子電氣產品的熱管理領域，2016年 9 月成為三星電機合格模切供應商，2016 年 11 月通過國家高新技術企業認證。2019 年 5 月，公司的石墨膜產品成功通過三星電子無線事業部認證，進入三星的石墨膜物料資源池，正式踏入手機終端市場。公司積極從事研發項目，打造專利護城河，2020 年被國家工信部評為專精特新“小巨人”企業，截至 2023 年 12 月 31 日，擁有專利 93 項，其中發明專利 28 項。2023 年 9 月公司在創業板上市。2023 年 8 月以來公司業務逐步向磁性材料、納米防護材料、緩沖泡棉材料等功能性材料方向拓展，注冊了廣東思泉新能源材料技術有限公司等 3 家

180、子公司，并進軍新能源汽車電子、基建通信散熱、無線充電等熱門領域。圖表圖表 42.思泉新材發展歷史沿革思泉新材發展歷史沿革 資料來源：招股說明書、公司官網，中銀證券 股權結構穩定，保障公司長期經營穩定。股權結構穩定，保障公司長期經營穩定。公司創始人任澤明為公司實際控制人，截至 2023 年 12 月31 日，任澤明通過直接、間接方式持有公司股權 19.17%，擔任公司總經理兼任技術負責人。第二、第三大股東廖驍飛、吳攀分別為公司副總經理，三人已合作長達數十年，持股總額 38.89%，公司長期經營穩定。2024 年 6 月 7 日 思泉新材 41 圖表圖表 43.思泉新材股權結構圖思泉新材股權結構圖

181、 資料來源：招股說明書、2023年年報，中銀證券 注：數據截至2023年12月31日 深耕深耕熱管理熱管理行業行業，具備核心技術，并拓展納米防護膜等新產品，具備核心技術，并拓展納米防護膜等新產品 熱管理熱管理對元器件對元器件的正常工作影響的正常工作影響大大。在所有導致設備失效的原因中，溫度占比 55%，電子元器件故障發生率隨工作溫度的提高呈指數增長，溫度每升高 10，系統可靠性降低 50%。目前，電子產品主流散熱方式主要包括人工合成石墨散熱膜、導熱凝膠、熱管、均熱板、散熱片、風扇、液冷等。圖表圖表 44.電子產品主流散熱方式及其優缺點電子產品主流散熱方式及其優缺點 散熱方式散熱方式 優點優點

182、缺點缺點 人工合成石墨散熱膜 導熱系數高、比熱容大、占用空間小、可塑性強。生產工藝要求較高，且需要根據設備情況進行模切。導熱凝膠 優異導熱性和電絕緣性，同時具備低游離度、耐高低溫、耐水、耐氣候老化等性能特點；不需要模切，填充好，產品適應性高。多用于 CPU、內存模塊。熱管 具有極高的導熱性、優良的均溫性、熱流密度可變性、熱流方向可逆性、環境的適應性等特點，可以滿足散熱裝置緊湊、可靠控制靈活、高散熱效率、不需要維修等要求。價格一般比較高,技術有待提高，仍然需要配合其他冷卻方式帶走熱量，產品耐老化及耐振動性能仍有待提升。均熱板 熱擴散系數高，內部熱阻極低、熱通量高、重量輕。結構相對復雜，工藝難度大

183、。散熱片 一般以銅制和鋁制為主，產品成熟可靠，導熱性能較好。體積較大。風扇 結構簡單，技術成熟，安全可靠，且成本相對較低?？煽啃暂^低，風扇可能會將空氣中存在的塵土吹進電子設備當中，需要經常維護，噪音大，占用空間相對較大。液冷 散熱效率較高，降溫速度快，無振動，噪音小。外圍“支持系統”較龐大，易結露，成本太高，一旦散熱設備出現漏液現象，可能會導致漏電。資料來源：招股說明書，中銀證券 公司深耕熱管理領域，產品品類廣泛。公司深耕熱管理領域，產品品類廣泛。公司的產品范圍覆蓋了主流散熱方式，除人工合成石墨散熱片和人工合成石墨散熱膜外，還包含均熱板、熱管、導熱墊片、導熱凝膠導熱脂等產品，可應用于手機、電腦

184、等消費電子終端，以及服務器、通信、新能源汽車、光伏儲能等中高端散熱領域。此外，公司還生產納米軟磁合金等磁性材料和納米防護膜等納米防護材料，分別應用于消費電子產品的無線充電和防水防塵領域。2024 年 6 月 7 日 思泉新材 42 圖表圖表 45.思泉新材主要產品思泉新材主要產品 應用領域應用領域 產品分類產品分類 產品名稱產品名稱 應用場景應用場景 產品簡介產品簡介 消費電子 熱管理材料熱管理材料 人工合成石墨散熱片 是以人工合成石墨散熱膜、膠帶、保護膜、離型膜等為原料，采用精密模切技術加工而成的復合導熱散熱材料 消費電子 熱管理材料熱管理材料 人工合成石墨散熱膜 是一種利用專用聚酰亞胺薄膜

185、為原材料，通過高溫合成技術制成的新型導熱散熱材料 消費電子、汽車電子 熱管理材料熱管理材料 均熱板（VC）是一種內壁具有毛細結構與液體介質的真空腔體金屬散熱材料 消費電子、汽車電子 熱管理材料熱管理材料 熱管 是一種內部含有液體介質，并具有毛細結構的金屬 散熱材料 消費電子 熱管理材料熱管理材料 導熱墊片 是一種高分子導熱固態材料 消費電子 熱管理材料熱管理材料 導熱凝膠 是一種高分子導熱凝膠材料 消費電子 熱管理材料熱管理材料 導熱脂 是一種高分子導熱膏狀材料 消費電子 磁性材料磁性材料 納米晶軟磁合金 是一種通過熱處理獲得的納米晶結構的軟磁合金，主要在無線充電行業中具有廣泛應用。消費電子

186、納米防護材料納米防護材料 納米防護膜 是一種在器件表面氣相沉積而成的超薄高分子聚合物，主要應用于電子電氣產品的防水防塵。資料來源：招股說明書，中銀證券 公司在長期的生產實踐中逐步積累經驗，掌握了高溫燒結、定向成型、表面改性、納米合成、精密公司在長期的生產實踐中逐步積累經驗，掌握了高溫燒結、定向成型、表面改性、納米合成、精密涂覆、真空鍍膜等核心技術，擁有完全自主知識產權涂覆、真空鍍膜等核心技術，擁有完全自主知識產權，并自主研發了 100m 單層合成石墨、高厚度的發泡石墨膜、70W 低介電常數導熱膜、高分子共形包覆合成石墨、30W 高導熱硅膠墊片、8W-10W導熱凝膠等行業內領先產品，且已實現量產

187、。公司完成的“高導熱柔性石墨膜的高溫燒結技術高溫燒結技術及其應用研究”和“高導熱絕緣復合材料的涂布定向成型技術涂布定向成型技術及其應用研究”兩項科學技術成果被廣東省材料研究學會認定為具有國內領先水平。2024 年 6 月 7 日 思泉新材 43 圖表圖表 46.思泉新材主要產思泉新材主要產品在智能手機的應用品在智能手機的應用 資料來源：招股說明書，中銀證券 公司處于產業鏈中游，原材料通過外購獲得。公司處于產業鏈中游，原材料通過外購獲得。石墨導熱材料產業鏈上游生產商包括原材料聚酰亞胺薄膜、保護膜、離型膜、單、雙面膠、惰性氣體等輔料以及碳化爐、石墨化爐、壓延機、模切機等主要生產設備生產商。公司外購

188、原料進行加工，上游原料供應充足。產品在下游應用廣泛，當前，人工合成石墨散熱膜主要應用于消費電子領域，未來將逐步拓展至汽車電子、通信基站等領域。燒結技術和柔性供應是產業鏈中企業的核心壁壘燒結技術和柔性供應是產業鏈中企業的核心壁壘。燒結是人工合成石墨散熱膜生產過程中的關鍵環節，對生產效率及產品良率具有重要影響。該環節需要精準控制溫度、壓力、工作時間等多種參數指標，要求公司具備較強的技術研發實力。行業產品定制化和交貨周期短的特點，對公司的自動化水平、規?；a、質量控制及產品交付及時性均有較高要求。圖表圖表 47.導熱材料產業鏈上下游結構圖導熱材料產業鏈上下游結構圖 資料來源：招股說明書，中銀證券

189、熱管理材料貢獻主要營收，毛利率熱管理材料貢獻主要營收，毛利率25%左右波動左右波動 熱管理材料占營業收入超熱管理材料占營業收入超 90%，納米防護材料有望發展為新的業務增長點。，納米防護材料有望發展為新的業務增長點。2022 年公司的納米防護材料營業收入 443.33 萬元，2023 年為 575.26 萬元，同比增長 29.76%，營收占比逐漸增加。由于熱管理材料營收占比極高，歷年總體毛利率幾乎等于熱管理材料毛利率。2023 年納米防護材料毛利率25.7%，高于總體毛利率，未來疊加規模效應后有望貢獻新的利潤增長點。2024 年 6 月 7 日 思泉新材 44 圖表圖表 48.思泉新材思泉新材

190、 2023 年產品營收占比年產品營收占比 圖表圖表 49.思泉新材思泉新材 2023 年產品毛利率年產品毛利率 資料來源：Wind，中銀證券 資料來源：Wind，中銀證券 業績增長有所停滯，新業務開拓導致毛利率下滑。業績增長有所停滯，新業務開拓導致毛利率下滑。2023 年全球 3C 消費電子行業表現較為疲軟，但公司收入仍實現了正增長。2023 年公司營業收入 4.34億元，同比+2.74%，扣非歸母凈利潤 5374.19 萬元，同比+4.14%。2024 年一季度業績下滑，營業收入 94,69.67 萬元，同比-4.49%，環比-15.20%；歸母凈利潤 9,86.92萬元，同比-22.92%

191、，環比-41.84%。一季度營收大幅下滑系受行業季節性需求波動影響。圖表圖表 50.思泉新材思泉新材 2018-2024Q1 營業收入及其增長率營業收入及其增長率 圖表圖表 51.思泉新材思泉新材 2018-2024Q1 歸母凈利潤及其增長率歸母凈利潤及其增長率 資料來源：Wind，中銀證券 資料來源：Wind，中銀證券 盈利能力方面，2024 年一季度毛利率趨勢性下滑到 24.18%、凈利率下滑到 9.86%。原因系業務拓展導致期間費用增長。費用率方面，2023 年全年研發費用率為 5.33%，2024 年一季度上漲到 6.75%，系研發人員工資增長，新項目開啟研發材料領用較多所致。2024

192、 年一季度管理費用率為 3.99%，同比+1.02pcts，2024 年一季度銷售費用率 3.68%，同比+1.67pcts，系開拓市場導致業務招待、差旅活動增長較多所致。財務費用較上年明顯下降，2024 年一季度財務費用為-241.03 萬元，同比-4903.37%，系公司銀行存款利息收入增長所致。93.73%1.32%0.44%4.50%熱管理材料納米防護材料磁性材料其他0.00%5.00%10.00%15.00%20.00%25.00%30.00%35.00%40.00%熱管理材料其他產品納米防護材料磁性材料54.34%38.70%8.25%52.09%-5.84%2.74%-4.49%

193、-20.00%-10.00%0.00%10.00%20.00%30.00%40.00%50.00%60.00%010000200003000040000500002018年 2019年 2020年 2021年 2022年 2023年 2024年Q1 營業收入（萬元）同比增長率 2024 年 6 月 7 日 思泉新材 45 圖表圖表 52.思泉新材思泉新材 2018-2024Q1 毛利率和凈利率毛利率和凈利率 圖表圖表 53.思泉新材思泉新材 2018-2024Q1 費用率情況費用率情況 資料來源：Wind，中銀證券 資料來源：Wind，中銀證券 散熱材料的需求趨向集成化，為布局散熱系統性解決方

194、案的企業帶來利好。散熱材料的需求趨向集成化，為布局散熱系統性解決方案的企業帶來利好。電子產品呈現超薄化、高性能化、智能化、功能集成化的發展趨勢，產品內部集成的發熱組件數量增多，未來單一散熱產品難以滿足電子產品的散熱需求，將逐漸被多種散熱組件構成的散熱模組替代，以人工合成石墨散熱膜、熱管、均熱板等為代表的新型導熱材料方案將成為市場主流的散熱解決方案。公司多年來深耕多種散熱材料，具備消費電子產品系統化散熱的解決能力，并推出熱管理“材料+組件+散熱系統”的產品策略，未來有望充分受益于這一趨勢。5G、AI、新能源發展催生散熱新需求。、新能源發展催生散熱新需求。5G 方面，方面，根據工信部2023 年通

195、信業統計公報的數據顯示，2023 年 5G 基站數達 337.7 萬個，同比增加 46.06%。5G 基站功耗是 4G 基站的 2.5-4 倍，有迫切的散熱需求。5G 手機的 Soc 芯片耗電量較 4G 提升 2.5 倍，發熱量顯著增加，對散熱的需求明顯增加。據 IDC 的市場研究報告，預計 2024 年全球智能手機出貨量將達到 12 億部，同比增長 2.8%。公司于 2024 年 3 月收購了東莞市泛碩電子科技有限公司、廣東可銘精密模具有限公司，增加散熱風扇、液態硅膠等產品，目前公司高性能導熱散熱產品項目正在建設中，未來企業產品結構和產能都將進一步改進和提升，有望充分把握 5G 市場機遇。A

196、I 方面，方面，隨著 AIPC 和智能可穿戴設備產品的陸續問世，高計算功耗將帶來強勁的散熱需求。汽車電子方面，。汽車電子方面，據 SNE 預測，2024 年全球電動汽車銷量將達到 1675 萬輛，同比增長 19.2%。公司已布局新能源汽車、新能源電池、風電光伏等業務，設立子公司研發和生產阻燃硅膠、陶瓷化硅膠復合帶、氣凝膠、云母帶等產品，公司現有的熱管、均熱板、液冷板等產品也可應用于新能源汽車的“三電”系統，未來有望乘借新能源東風實現業績增長。盈利預測與投資分析盈利預測與投資分析 盈利預測盈利預測 1)熱管理材料。熱管理材料。主要產品為石墨散熱片、均熱板、熱管等產品，可以針對電子產品不同的散熱需

197、求提供系統化解決方案，服務的終端品牌有北美大客戶、小米、vivo、三星、谷歌、ABB 等。一方面，AI 技術趨勢推動下，消費電子行業對綜合散熱方案提出了更嚴格的功能和性能需求，產品價值量有望得到提升。公司積極“熱管理材料+熱管理組件+熱管理系統”的產品策略，有望深度受益；同時公司在北美大客戶的份額將進一步提升。我們預計帶動該業務 2024/2025/2026年營收增速分別為 50.21%/33.59%/47.81%，毛利率維持 25%。2)納米防護材料。納米防護材料。產品主要應用于電子電氣產品的防水防塵，公司打算將納米防護材料打造為第二業務增長曲線，但目前該業務規模仍較小。我們預計該業務 20

198、24/2025/2026 年營收增速維持20%，毛利率維持 25%。33.5533.6834.6727.6125.8225.1124.18 12.8013.4118.1912.9513.8412.639.860.005.0010.0015.0020.0025.0030.0035.0040.002018 年 2019 年 2020 年 2021 年 2022 年 2023 年 2024年Q1銷售毛利率(%)銷售凈利率(%)(%)5.285.825.446.095.515.336.75-4.00-2.000.002.004.006.008.002018 年 2019 年 2020 年 2021 年

199、 2022 年 2023 年 2024年Q1銷售費用營業總收入(%)管理費用營業總收入(%)財務費用營業總收入(%)研發費用營業總收入(%)(%)2024 年 6 月 7 日 思泉新材 46 圖表圖表 54.公司盈利預測拆分公司盈利預測拆分 單位：百萬元單位：百萬元 2022 2023 2024E 2025E 2026E 熱管理材料 營業收入 392.29 407.03 611.35 816.72 1,207.15 YoY（%）(9.98)3.76 50.21 33.59 47.81 毛利 101.92 101.07 152.84 204.18 301.79 毛利率（%）25.98 24.83

200、 25.00 25.00 25.00 納米防護材料 營業收入 4.43 5.75 6.96 8.35 10.02 YoY（%）71.04 29.80 20.00 20.00 20.00 毛利 0.48 1.76 1.74 2.09 2.51 毛利率（%）10.75 30.60 25.00 25.00 25.00 其他業務收入 營業收入 22.75 21.47 21.45 23.60 25.95 YoY（%）116.46(5.63)10.00 10.00 10.00 毛利 4.72 6.51 5.36 5.90 6.49 毛利率（%）20.75 30.32 25.00 25.00 25.00 合

201、計 營業收入 422.67 434.25 639.76 848.66 1,243.12 YoY（%）(5.84)2.74 47.33 32.65 46.48 毛利 107.11 109.34 159.94 212.17 310.78 毛利率（%）25.34 25.18 25.00 25.00 25.00 歸母凈利潤 58.40 54.58 89.37 114.58 164.35 資料來源：公司年報，中銀證券 估值對比與投資建議：估值對比與投資建議：公司主要以散熱材料、納米防護材料、磁屏蔽材料為主，我們選取與公司具有相似主營業務的中石科技、飛榮達、隆揚電子作為可比公司，中石科技主要產品為高導熱石

202、墨產品、導熱界面材料等散熱材料，與公司散熱材料業務相似；飛榮達是國內領先的磁屏蔽和導熱材料公司，與公司散熱材料及磁屏蔽材料業務相似；隆揚電子主營業務為各類電磁屏蔽材料，與公司磁屏蔽材料業務較為相似。公司估值水平低于可比公司平均值。公司估值水平低于可比公司平均值。2024/2025/2026 年思泉新材 PE 分別為 47.03/36.63/25.58 倍，高于可比公司市盈率平均值。我們認為思泉新材新拓展北美大客戶，未來與北美大客戶的業務發展空間大，同時在北美大客戶的扶持下，思泉新材有望強化其產品/技術先進性，并提升未來規模效應。我們認為可給予適當估值溢價，給予公司增持增持評級。圖表圖表 55.

203、相對估值相對估值 證券簡稱證券簡稱 證券代碼證券代碼 最新股價最新股價 總市值總市值 每股收益（元）每股收益（元）市盈率（倍）市盈率（倍）評級評級（元）（元）（億元）（億元）2024E 2025E 2026E 2024E 2025E 2026E 中石科技 300684 17.75 53.16 0.43 0.68 0.96 41.76 26.30 18.49 未有評級 飛榮達 300602 15.90 92.22 0.70 1.00-22.71 15.90-買入 隆揚電子 301389 16.93 48.00 0.68 0.82 1.07 24.99 20.69 15.89 未有評級 平均值 2

204、9.82 20.96 17.19 思泉新材 301489 72.90 42.05 1.55 1.99 2.85 47.03 36.63 25.58 增持 資料來源：iFinD，中銀證券 注：股價與市值截至日為2024年6月5日，可比公司中未有評級的股票盈利預測數據取自同花順一致預測 風險提示風險提示 1.創新不達預期風險創新不達預期風險。公司生產的熱管理材料目前主要應用于消費電子行業，消費電子等下游行業具有產品更新快、迭代周期短等特點，對導熱材料的技術水平和產品性能要求較高，需要公司不斷研發新技術、新工藝、新產品等以滿足下游市場快速變化的需求。但由于市場需求變化快，技術創新存在不確定性，若公司

205、未來創新發展未達預期，或新產品、新技術等創新成果未能得到市場認可，將給公司的發展帶來不利影響。2.原材料價格波動風險原材料價格波動風險。公司產品所需原材料包括 PI 膜、保護膜、離型膜、單/雙面膠等，價格隨市場行情波動，原材料占主營成本比重較大。若上游原材料出現市場供需關系變化、安全環保監管政策趨嚴等因素導致價格大幅波動，會對公司經營業績產生不利影響。2024 年 6 月 7 日 思泉新材 47 3.客戶相對集中風險?？蛻粝鄬酗L險。面臨日趨激烈的市場競爭環境時，公司可能將面臨主要客戶減少采購需求或者降低采購價格的情形，屆時公司工藝優勢及規模效應等優勢無法體現，進而對經營業績、毛利率產生不

206、利影響。4.匯率風險。匯率風險。美元兌人民幣匯率呈現一定程度的波動，人民幣匯率波動日趨市場化及復雜化，受國內外經濟、政治等多重因素共同影響，若未來人民幣匯率發生較大波動，則會對公司業績產生影響。2024 年 6 月 7 日 思泉新材 48 Table_FinchinaDetail_index2 利潤表利潤表(人民幣人民幣 百萬百萬)現金流量表現金流量表(人民幣人民幣 百萬百萬)年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 營業總收入 423 434

207、640 849 1,243 凈利潤 58 55 90 115 165 營業收入 423 434 640 849 1,243 折舊攤銷 23 27 27 98 91 營業成本 314 325 480 636 932 營運資金變動(13)45(56)(57)(150)營業稅金及附加 2 1 1 2 3 其它(3)(7)(7)(5)(5)銷售費用 9 11 16 21 32 經營活動現金流經營活動現金流 65 120 53 151 100 管理費用 13 15 19 25 37 資本支出(129)(123)(230)(170)0 研發費用 23 23 32 42 62 投資變動 0(50)0 0 0

208、 財務費用 2(5)(6)(5)(5)其他 0 0 0 0 0 其他收益 4 2 2 2 2 投資活動產生的現金流投資活動產生的現金流(129)(172)(230)(170)0 資產減值損失(2)(2)0 0 0 銀行借款 74(121)100 0 13 信用減值損失 0(2)0 0 0 股權融資(1)493(24)(31)(44)資產處置收益 0 0 0 0 0 其他(7)(1)7 5 5 公允價值變動收益 0 0 0 0 0 籌資活動現金流籌資活動現金流 65 371 83(26)(26)投資收益 0 0 0 0 0 凈現金流凈現金流 2 318(94)(45)74 匯兌收益 0 0 0

209、0 0 資料來源：公司公告，中銀證券預測 營業利潤 63 62 100 128 184 營業外收入 0 0 0 0 0 財務指標財務指標 營業外支出 0 0 0 0 0 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 利潤總額 62 62 100 128 184 成長能力成長能力 所得稅 4 7 10 13 18 營業收入增長率(%)(5.8)2.7 47.3 32.7 46.5 凈利潤 58 55 90 115 165 營業利潤增長率(%)(1.2)(0.4)60.1 28.2 43.4 少數股東損益 0 0 0 1 1 歸 屬 于 母 公 司

210、 凈 利 潤 增 長 率(%)1.8(6.5)63.8 28.2 43.4 歸母凈利潤 58 55 89 115 164 息稅前利潤增長(%)(0.7)(7.5)63.8 32.4 45.8 EBITDA 83 83 118 219 267 息稅折舊前利潤增長(%)5.1(0.8)43.1 85.0 22.2 EPS(最新股本攤薄，元)1.01 0.95 1.55 1.99 2.85 EPS(最新股本攤薄)增長(%)1.8(6.5)63.8 28.2 43.4 資料來源：公司公告，中銀證券預測 獲利能力獲利能力 息稅前利潤率(%)14.3 12.8 14.3 14.2 14.2 資產負債表資產

211、負債表(人民幣人民幣 百萬百萬)營業利潤率(%)14.8 14.4 15.6 15.1 14.8 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 毛利率(%)25.8 25.1 25.0 25.0 25.0 流動資產流動資產 371 801 832 906 1,317 歸母凈利潤率(%)13.8 12.6 14.0 13.5 13.2 現金及等價物 79 438 344 299 373 ROE(%)14.3 5.5 8.4 10.0 13.0 應收帳款 142 163 193 279 412 ROIC(%)9.4 9.2 10.4 11.8 16

212、.2 應收票據 13 13 23 24 45 償債能力償債能力 存貨 94 104 163 191 327 資產負債率 0.4 0.2 0.3 0.3 0.3 預付賬款 0 2 1 2 3 凈負債權益比 0.1(0.4)(0.2)(0.2)(0.2)合同資產 0 0 0 0 0 流動比率 3.2 4.4 2.4 2.2 2.1 其他流動資產 44 82 109 111 158 營運能力營運能力 非流動資產非流動資產 298 398 601 673 582 總資產周轉率 0.7 0.5 0.5 0.6 0.7 長期投資 0 0 0 0 0 應收賬款周轉率 3.3 2.9 3.6 3.6 3.6

213、固定資產 115 119 101 518 427 應付賬款周轉率 6.6 5.5 5.3 5.3 5.3 無形資產 18 18 17 17 17 費用率費用率 其他長期資產 166 261 482 138 138 銷售費用率(%)2.1 2.6 2.5 2.5 2.6 資產合計資產合計 669 1,198 1,432 1,579 1,899 管理費用率(%)3.0 3.4 3.0 3.0 3.0 流動負債流動負債 117 182 352 414 613 研發費用率(%)5.5 5.3 5.0 5.0 5.0 短期借款 0 0 100 100 113 財務費用率(%)0.4(1.2)(1.0)(

214、0.6)(0.4)應付賬款 73 84 156 162 304 每股指標每股指標(元元)其他流動負債 45 98 96 151 197 每股收益(最新攤薄)1.0 0.9 1.5 2.0 2.8 非流動負債非流動負債 137 13 12 12 12 每股經營現金流(最新攤薄)1.1 2.1 0.9 2.6 1.7 長期借款 121 0 0 0 0 每股凈資產(最新攤薄)7.1 17.3 18.4 19.9 22.0 其他長期負債 16 13 12 12 12 每股股息 0.0 0.3 0.4 0.5 0.8 負債合計負債合計 255 195 364 426 625 估值比率估值比率 股本 43

215、 58 58 58 58 P/E(最新攤薄)72.0 77.0 47.1 36.7 25.6 少數股東權益 6 6 6 7 8 P/B(最新攤薄)10.3 4.2 4.0 3.7 3.3 歸屬母公司股東權益 409 997 1,063 1,146 1,267 EV/EBITDA 2.3 47.1 33.2 18.2 14.6 負債和股東權益合計負債和股東權益合計 669 1,198 1,432 1,579 1,899 價格/現金流(倍)64.8 35.0 78.8 27.8 41.9 資料來源：公司公告，中銀證券預測 資料來源：公司公告，中銀證券預測 電子電子|證券研究報告證券研究報告 首次評

216、級首次評級 2024 年年 6 月月 7 日日 688127.SH 買入買入 市場價格市場價格:人民幣人民幣 17.47 板塊評級板塊評級:強于大市強于大市 股價表現股價表現 (%)今年今年至今至今 1 個月個月 3 個月個月 12 個月個月 絕對(23.2)(10.7)(17.2)(2.3)相對上證綜指(27.6)(10.3)(18.9)2.0 發行股數(百萬)401.58 流通股(百萬)401.58 總市值(人民幣 百萬)7,015.60 3 個月日均交易額(人民幣 百萬)90.96 主要股東 徐云明 37.52 資料來源：公司公告，Wind，中銀證券 以2024年6月4日收市價為標準 中

217、銀國際證券股份有限公司中銀國際證券股份有限公司 具備證券投資咨詢業務資格具備證券投資咨詢業務資格 電子：光學光電子電子：光學光電子 證券分析師：蘇凌瑤證券分析師：蘇凌瑤 證券投資咨詢業務證書編號：S1300522080003 聯系人：周世輝聯系人：周世輝 一般證券業務證書編號：S1300123050013 藍特光學藍特光學 國內光學龍頭，微棱鏡、車載光學、XR提供快速發展契機 藍特光學是國內領先的光學產品制造廠商，在微棱鏡、車載非球面透鏡業務藍特光學是國內領先的光學產品制造廠商，在微棱鏡、車載非球面透鏡業務方面取得顯著成果，我們預計方面取得顯著成果，我們預計 AI 手機、光學升級、手機、光學升

218、級、AR/VR 等將提供公司長等將提供公司長期增長動能期增長動能。首次覆蓋，給予首次覆蓋，給予買入買入評級。評級。支撐評級的要點支撐評級的要點 公司是國內領先的光學廠商，主要產品為棱鏡、透鏡、玻璃晶圓。公司是國內領先的光學廠商，主要產品為棱鏡、透鏡、玻璃晶圓。公司主要生產棱鏡、透鏡、玻璃晶圓、玻璃非球面透鏡、鍍膜以及鏡頭組裝等產業和業務，已涉足傳統光學、光電顯示、汽車、半導體、VR/AR 等領域。公司2023年營業收入7.54 億元，同比增長98.35%；其中營收54.51%來自于光學棱鏡、31.99%來自于玻璃非球面透鏡、6.93%來自于玻璃晶圓業務。微棱鏡（應用于潛望式攝像頭）、玻璃非球面

219、透鏡（應用于車載智能駕微棱鏡（應用于潛望式攝像頭）、玻璃非球面透鏡（應用于車載智能駕駛）是增長動力駛）是增長動力。2023 年光學棱鏡業務營業收入同比增長 191.33%，主要原因為公司新開發的應用于智能手機潛望式攝像頭模組的微棱鏡產品量產帶動的規模銷售；玻璃非球面透鏡業務營業收入同比增長 52.96%，主要受汽車智能駕駛需求帶動，應用于車載 360環視攝像頭及車載激光雷達的玻璃非球面透鏡產品出貨量穩步增長；玻璃晶圓業務營業收入同比增長 26.10%，主要是公司拓展下游市場，加強客戶開發，在 AR/VR、汽車 LOGO 投影等領域的顯示玻璃晶圓、深加工玻璃晶圓實現了增長。微棱鏡和玻璃非球面透鏡

220、構成當前公司營業增長的主要動力。AI 手機、手機、AR/VR 等領域業務是公司長期發展動力。等領域業務是公司長期發展動力。在光學成像領域，攝像頭模組決定智能手機成像靈敏度、分辨率、噪聲，受益 AI 手機、智能駕駛硬件等市場發展推動，攝像頭模組需求將進一步增長，有望帶動公司高端棱鏡與成像透鏡需求。在 XR 領域，移動終端的下一輪創新或將圍繞 AR 進行，光學器件在其中承擔將虛擬物體疊加到真實環境顯示的功能，或將提升攝像模組、成像模組的應用空間，并帶動公司成像透鏡與顯示玻璃晶圓市場業務發展。估值估值 我們預計公司2024-2026年實現歸母凈利潤3.02億元/3.78億元/4.48億元，每股收益為

221、 0.75 元/0.94 元/1.12 元，對應市盈率為 23.3 倍/18.6 倍/15.7 倍。首次覆蓋，給予買入買入評級。評級面臨的主要風險評級面臨的主要風險 研發能力未能匹配客戶需求的風險、核心技術泄密與技術人員流失的風險、客戶相對集中風險、國際貿易摩擦加劇風險、匯率風險。Table_FinchinaSimple_index3 投資摘要投資摘要 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 主營收入(人民幣 百萬)380 754 1,211 1,511 1,724 增長率(%)(8.5)98.4 60.5 24.8 14.1 EBITD

222、A(人民幣 百萬)93 298 491 589 673 歸母凈利潤(人民幣 百萬)96 180 302 378 448 增長率(%)(31.4)87.3 67.7 25.3 18.5 最新股本攤薄每股收益(人民幣)0.24 0.45 0.75 0.94 1.12 市盈率(倍)73.0 39.0 23.3 18.6 15.7 市凈率(倍)4.7 4.3 3.9 3.5 3.1 EV/EBITDA(倍)62.7 30.4 13.3 10.8 8.8 每股股息(人民幣)0.0 0.2 0.3 0.4 0.5 股息率(%)0.0 0.9 1.9 2.4 2.9 資料來源：公司公告，中銀證券預測 (25

223、%)(15%)(4%)6%17%28%Jun-23 Jul-23 Aug-23 Sep-23 Oct-23 Nov-23 Dec-23 Jan-24 Feb-24 Mar-24 Apr-24 Jun-24 藍特光學 上證綜指 2024 年 6 月 7 日 藍特光學 50 國內光學巨頭迎國內光學巨頭迎AI手機新風手機新風 藍特光學是藍特光學是國內領先的光學產品制造企業國內領先的光學產品制造企業。公司主要生產棱鏡、透鏡、玻璃晶圓、玻璃非球面透鏡、鍍膜以及鏡頭組裝等產業和業務，已涉足傳統光學、光電顯示、汽車、半導體、VR/AR 等領域光學產業的加工和制造。公司自設立以來一直專注于光學產品的研發、生產

224、制造和銷售。公司發展歷程主要分為三個階段：1)初創期（初創期（1995-1998）：該階段重點是光學元件鍍膜技術及棱鏡光學冷加工工藝的開發。1998年公司正式推出棱鏡產品。2)成長期（成長期（1999-2013）：該階段公司重點在細分領域光學元件的研發、生成和銷售，成為細分領域具備多樣化光學元件加工能力的高新技術企業。2002 年至 2005 年，公司借助透鏡、直角棱鏡等產品的研發、生產與銷售，成功進入了望遠鏡、顯微鏡、數碼相機等應用領域；2007 年公司以高質量的光學反光鏡組成功進入汽車行業，并成為麥格納的合格供應商；2012 年公司開始進入玻璃非球面研發及試制階段。這一階段，公司積累了包括

225、超高精度玻璃靠體加工技術、大尺寸棱鏡加工技術、屋脊棱鏡加工技術等豐富的光學元件生產制造技術；3)快速發展期（快速發展期（2014 年至今）年至今）：該階段公司重點是將已掌握的技術和工藝，順應產業趨勢，向小型化、智能化、精密化方向發展。2014 年，公司玻璃非球面模壓產品小批量試產，同年公司研發出玻璃晶圓片并成功投產；2015 年公司與蘋果對接；2017 年高精度模壓玻璃非球面透鏡產品進入車載鏡頭領域；2019 年公司開始布局智能手機高倍率變焦鏡頭。此階段，公司技術迭代，形成超高效大批量膠合切割技術、模具制造補償技術、多模多穴熱模壓加工技術、高精度、大尺寸超薄晶圓加工技術、WLO 玻璃晶圓開孔技

226、術和光學級高精密光刻技術等。圖表圖表 56.藍特光學歷史沿革藍特光學歷史沿革 資料來源：招股說明書，中銀證券 藍特光學股權集中藍特光學股權集中，前十大股東以個人投資者為主，前十大股東以個人投資者為主。截至 2024 年 3 月 31 日，公司實控人為徐云明，實際持有藍特光學 38.42%的股權（直接持股 37.52%，通過嘉興藍拓間接持股 0.90%）。公司的前十大股東以個人為主，主要股東已持有公司股票十余年，徐云明、王芳立、徐舟、徐桂明、藍山投資、馮藝等于 2011 年股改時已成為公司的在冊股東。2024 年 6 月 7 日 藍特光學 51 圖表圖表 57.藍特光學股權結構藍特光學股權結構

227、資料來源：iFinD，中銀證券 注：數據截至2024年3月31日 公司始終立足于精密光學元器件市場，主要產品為光學棱鏡、玻璃非球面透鏡、玻璃晶圓。2023 年公司營收 54.51%來自于光學棱鏡、31.99%來自于玻璃非球面透鏡、6.93%來自于玻璃晶圓業務。1）光學棱鏡。光學棱鏡。公司光學棱鏡產品主要包含長條棱鏡、成像棱鏡、大尺寸映像棱鏡、微棱鏡等產品。長條棱鏡是指采用大片加工方式進行拋光、配合超高效大批量膠合切割技術及紅外高反鍍膜工藝加工而成的具有高反射的光學棱鏡，主要應用于智能手機中的人臉識別。成像棱鏡根據產品物理形態分為屋脊、半五、直角等。成像棱鏡產品主要是指采用高精密的研磨、拋光等工

228、藝技術制作的棱鏡，具有較高精度的角度和面型，成像棱鏡主要用于望遠鏡等光學儀器中。微棱鏡是采用高精密的研磨、拋光等工藝，結合超高效大批量膠合切割技術加工制造的體積較小的棱鏡，具有較高的角度和面型精度，微棱鏡產品廣泛應用于智能手機潛望式鏡頭等消費電子領域。圖表圖表 58.藍特光學主營藍特光學主營業務業務 圖表圖表 59.藍特光學藍特光學 2023 年主營業務結構年主營業務結構 資料來源：公司2023年年報，中銀證券 資料來源：公司2023年年報，iFind，中銀證券 2）玻璃非球面透鏡。玻璃非球面透鏡。玻璃非球面透鏡是選用低熔點優質的光學玻璃，采用精密控制的批量熱模壓技術進行生產，主要包括從產品模

229、具的設計、加工到產品制造。公司玻璃非球面透鏡分成像類玻璃非球面透鏡和激光準直類玻璃非球面透鏡，前者主要應用于智能手機、高清安防監控、車載鏡頭等領域，后者主要用于激光器、測距儀等儀器儀表領域，以及 3D傳感器、光通信等光電結合領域。2024 年 6 月 7 日 藍特光學 52 圖表圖表 60.藍特光學主要產品展示藍特光學主要產品展示 資料來源：藍特光學官網，中銀證券 注：從左至右依次為光學棱鏡、玻璃非球面透鏡、玻璃晶圓產品 3）玻璃晶圓類產品玻璃晶圓類產品。公司玻璃晶圓類產品分玻璃晶圓產品和深加工服務，其中玻璃晶圓產品是指通過切片、粗磨、銑磨、拋光、鍍膜等工藝加工制造而成，玻璃晶圓深加工主要包括

230、 WLO 玻璃晶圓、TGV 玻璃晶圓和光刻玻璃晶圓等，根據下游客戶需求，在顯示玻璃晶圓和襯底玻璃晶圓上進行通孔、切割、光刻等深加工。玻璃晶圓又可進一步分為顯示玻璃晶圓、襯底玻璃晶圓。顯示玻璃晶圓裁剪切割后可制作 AR 光波導，最終用作 AR 鏡片材料；襯底玻璃晶圓主要應用于與硅晶圓鍵合，在半導體光刻、封裝制作中作為襯底使用。玻璃晶圓深加工主要應用于晶圓級鏡頭封裝、AR/VR、汽車 LOGO 投影等領域。藍特光學的產品處于藍特光學的產品處于光學光學產業鏈中游。產業鏈中游。光學產業鏈上游主要是光學原材料制造、光學設備加工制造及相關的生產輔料制造等企業，公司合作的企業包括成都光明光電、湖北新華光信息

231、材料、浙江森永光電設備等公司；光學產業鏈中游主要是光學元件及組件，是實現光學功能的橋梁，是制造各種光學儀器、圖像顯示產品、光傳輸、光存儲設備核心部件的重要組成部分，公司處于產業鏈該位置，主要根據下游客戶的需求進行研發、設計和制造，公司的直接客戶 AMS 集團、舜宇等也屬于產業鏈中游，他們將光學元件通過再加工、組裝等工序制成具備獨立功能的模組；產業鏈下游是光學產品的最終應用領域，涵蓋消費電子、儀器儀表、半導體制造等。圖表圖表 61.藍特光學處于光學產業鏈中游藍特光學處于光學產業鏈中游 資料來源：招股說明書，中銀證券 2024 年 6 月 7 日 藍特光學 53 財務方面財務方面，2022 年前年

232、前營業收入小幅波動小幅波動，2023 年年微棱鏡項目驅動微棱鏡項目驅動營收營收翻倍。翻倍。公司 2023 年營業收入7.54 億元，同比增長 98.35%；歸母凈利潤 1.80 億元，同比增長 87.27%。2023 年公司主要產品光學棱鏡、玻璃非球面透鏡、玻璃晶圓收入都實現了增長，其中光學棱鏡業務營業收入同比增長 191.33%，主要原因為公司新開發的應用于智能手機潛望式攝像頭模組的微棱鏡產品正式量產，形成規模銷售；玻璃非球面透鏡業務營業收入同比增長 52.96%，主要受汽車智能駕駛需求帶動，應用于車載 360環視攝像頭及車載激光雷達的玻璃非球面透鏡產品出貨量穩步增長；玻璃晶圓業務營業收入同

233、比增長 26.10%，主要是公司拓展下游市場，加強客戶開發，在 AR/VR、汽車 LOGO 投影等領域的顯示玻璃晶圓、深加工玻璃晶圓實現了增長。盈利能力方面盈利能力方面，產品結構變化導致公司產品結構變化導致公司近年近年盈利能力盈利能力趨勢性下行。趨勢性下行。2022 年公司毛利率為 37.61%，同比下降 12.46 個百分點，主要因營收結構變動（玻璃非球面透鏡收入增長，高毛利率的長條棱鏡收入下降）；2023 年公司毛利率 42.07%，同比上升 4.46 個百分點，主要因產品結構升級（微棱鏡量產）及成本優化。費用率方面，費用率方面，2022 年微棱鏡項目年微棱鏡項目導致公司導致公司研發費用率

234、高達研發費用率高達 17.42%，2023 年降至年降至 8.69%，回歸，回歸常態常態。公司 2022 年研發費用率有明顯突增，并于 2023 年又大幅回調，主要因 2022 年開發微棱鏡項目投入較大，該項目 2022 年共投入 4056 萬元（占當年總研發費用的 61.22%）；而 2023 年公司營收翻倍，但研發投入同比變動不大，因此研發費用率下降。圖表圖表 62.藍特光學藍特光學營業收入及營業收入及增速增速 圖表圖表 63.藍特光學歸母凈利潤及增速藍特光學歸母凈利潤及增速 資料來源：iFind，中銀證券 資料來源：iFind，中銀證券 圖表圖表 64.藍特光學盈利能力及變動藍特光學盈利

235、能力及變動 圖表圖表 65.藍特光學費用率及變動藍特光學費用率及變動 資料來源：iFind，中銀證券 資料來源：iFind，中銀證券 未來展望：未來展望：AI 手機手機、AR/VR 等等領域領域業務業務是是公司長期發展公司長期發展的動力的動力 隨著未來數字經濟、汽車智能駕駛、人工智能、AR/VR 等領域創新發展，電子產業對光學光電子需求持續增長。在光學成像領域，攝像頭模組決定智能手機成像靈敏度、分辨率、噪聲，受益 AI 手機、智能駕駛硬件、視頻監控等市場發展推動，攝像頭模組需求將進一步增長，有望帶動公司高端棱鏡與成像透鏡需求。在 XR 領域，移動終端的下一輪創新或將圍繞 AR 進行革命性創新，

236、光學器件在其中承擔將虛擬物體疊加到真實環境顯示的功能，或將提升攝像模組、成像模組的應用空間，有望帶動公司成像透鏡與顯示玻璃晶圓市場業務發展。3.95 4.39 4.15 3.80 7.54-20%0%20%40%60%80%100%01234567820192020202120222023營業收入（億元）yoy（RHS）1.16 1.83 1.40 0.96 1.80-40%-20%0%20%40%60%80%100%0.00.20.40.60.81.01.21.41.61.82.020192020202120222023歸母凈利（億元）yoy（RHS）53.70%57.66%50.06%37

237、.61%42.07%34.75%41.71%33.92%25.47%23.96%0%20%40%60%20192020202120222023銷售毛利率銷售凈利率-2%2%6%10%14%18%20192020202120222023銷售費用率管理費用率研發費用率財務費用率2024 年 6 月 7 日 藍特光學 54 依托公司多年積累的光學冷加工、熱模壓、晶圓制造等方面的核心技術，公司目標以創新服務創新、用技術超越技術，不斷增加光學棱鏡、玻璃非球面透鏡、玻璃晶圓等產品競爭力，拓展公司產品在消費電子、汽車電子、半導體加工、AR/VR、人工智能等新興信息技術領域的應用。我們預計公司在三個方向都將取

238、得長期發展動力。盈利預測與投資分析盈利預測與投資分析 盈利預測盈利預測 1)光學棱鏡。光學棱鏡。公司光學棱鏡產品主要包含長條棱鏡、成像棱鏡、大尺寸映像棱鏡、微棱鏡等產品。長條棱鏡主要應用于智能手機中的人臉識別。成像棱鏡根據產品物理形態分為屋脊、半五、直角等。成像棱鏡產品主要用于望遠鏡等光學儀器中。微棱鏡產品廣泛應用于智能手機潛望式鏡頭等消費電子領域。隨著蘋果手機產品升級，從 iPhone15 系列至 iPhone16 系列搭載潛望式攝像頭機型數量將從一款升級為兩款，預計帶動公司該業務 2024-2026 年營收增速分別為86.12%/22.09%/4.97%，毛利率分別為 42.39%/42.

239、32%/42.31%。2)玻璃非球面透鏡。玻璃非球面透鏡。分成像類玻璃非球面透鏡和激光準直類玻璃非球面透鏡，前者主要應用于智能手機、高清安防監控、車載鏡頭等領域，后者主要用于激光器、測距儀等儀器儀表領域，以及 3D 傳感器、光通信等光電結合領域。我們看好藍特光學受益汽車、安防等領域的攝像頭玻璃透鏡的滲透率提升趨勢，預計該業務 2024-2026 年營收增速為 40.73%/34.12%/32.89%，毛利率分別為 46.82%/47.12%/47.34%。3)玻璃晶圓業務。玻璃晶圓業務。該業務分為顯示玻璃晶圓、襯底玻璃晶圓、玻璃晶圓深加工。顯示玻璃晶圓裁剪切割后可制作 AR 光波導，最終用作

240、AR 鏡片材料；襯底玻璃晶圓主要應用于與硅晶圓鍵合，在半導體光刻、封裝制作中作為襯底使用。玻璃晶圓深加工主要應用于晶圓級鏡頭封裝、AR/VR、汽車 LOGO 投影等領域。因 AR 產業與晶圓鍵合等市場仍處于發展早期，我們預計該業務未來幾年仍處于儲備期，預計該業務 2024-2026 年營收增速為-3.85%/20.00%/16.67%，毛利率維持20%。圖表圖表 66.公司盈利預測拆分公司盈利預測拆分 單位：百萬元單位：百萬元 2022 2023 2024E 2025E 2026E 光學棱鏡 營業收入 141.16 411.24 765.55 934.66 981.09 YoY（%）(38.8

241、4)191.33 86.12 22.09 4.97 毛利 63.07 177.41 324.53 395.56 415.06 毛利率（%）44.68 43.14 42.39 42.32 42.31 玻璃非球面透鏡 營業收入 157.76 241.32 340.00 456.00 606.00 YoY（%）59.14 52.97 40.73 34.12 32.89 毛利 61.32 112.38 159.20 214.88 286.88 毛利率（%）38.87 46.57 46.82 47.12 47.34 玻璃晶圓 營業收入 41.44 52.26 50.00 60.00 70.00 YoY（

242、%）(5.54)26.11(3.85)20.00 16.67 毛利 4.29 8.52 10.00 12.00 14.00 毛利率（%）10.35 16.31 20.00 20.00 20.00 其他業務收入 營業收入 40.00 49.64 55.00 60.50 66.55 YoY（%）(0.79)24.10 10.00 10.00 10.00 毛利 14.35 19.12 22.00 24.20 26.62 毛利率（%）35.88 38.52 40.00 40.00 40.00 合計 營業收入 380.37 754.46 1,210.56 1,511.17 1,723.65 YoY（%）

243、(8.45)98.35 60.45 24.83 14.06 毛利 143.03 317.44 515.73 646.64 742.56 毛利率（%）37.60 42.07 42.60 42.79 43.08 歸母凈利潤 96.07 179.91 301.69 378.12 447.91 資料來源：公司年報，中銀證券 2024 年 6 月 7 日 藍特光學 55 估值對比與投資建議：估值對比與投資建議：公司光學業務范圍較多，A 股并無業務結構完全相同的公司。我們選取與公司具有相似主營業務的永新光學、福晶科技作為可比公司，永新光學主營業務為光學元器件加工，與公司的玻璃非球面透鏡業務相似；福晶科技主

244、營業務為晶體元器件、精密光學元件及激光器件等產品的研發、生產和銷售，與公司激光準直類玻璃非球面透鏡較為相似。公司估值水平低于可比公司平均值。公司估值水平低于可比公司平均值。2024/2025/2026 年藍特光學 PE 分別為 23.25/18.55/15.66 倍，低于可比公司平均值。我們認為未來光學棱鏡、玻璃非球面透鏡業務能夠持續驅動公司營收增長，給予公司買入買入評級。圖表圖表 67.相對估值相對估值 證券簡稱證券簡稱 證券代碼證券代碼 最新股價最新股價 總市值總市值 每股收益（元）每股收益（元）市盈率（倍）市盈率（倍）評級評級（元）（元）（億元）（億元）2024E 2025E 2026E

245、 2024E 2025E 2026E 永新光學 603297 68.37 76.01 2.79 3.65 4.73 24.47 18.72 14.45 未有評級 福晶科技 002222 24.99 106.83 0.54 0.70 0.80 46.28 35.96 31.24 未有評級 平均值 35.37 27.34 22.84 藍特光學 688127 17.47 70.16 0.75 0.94 1.12 23.25 18.55 15.66 買入 資料來源：iFinD，中銀證券 注：股價與市值截至日為2024年6月5日，可比公司中未有評級的股票盈利預測數據取自同花順一致預測 風險提示風險提示

246、1.研發能力未能匹配客戶需求的風險。研發能力未能匹配客戶需求的風險。公司的產品具有定制和非標準化特征，如果公司的設計研發能力和產品迭代速度無法與下游客戶的產品要求與技術創新速度相匹配，或公司無法適應終端產品技術路線的快速更迭，可能對營業收入和盈利水平造成較大不利影響。2.核心技術泄密、技術人員流失的風險。核心技術泄密、技術人員流失的風險。公司部分技術細節以秘密形式保護，存在技術人員違規向外泄露的可能。同時市場競爭激烈，公司存在技術人員流失的可能。3.客戶相對集中風險?？蛻粝鄬酗L險。面臨日趨激烈的市場競爭環境時，公司可能將面臨主要客戶減少采購需求或者降低采購價格的情形，屆時公司工藝優勢及規模

247、效應等優勢無法體現，進而對經營業績、毛利率產生不 利影響。4.國際貿易摩擦加劇風險。國際貿易摩擦加劇風險。光學光電子產業鏈分工精細，全球化程度高，因此易受到國內外宏觀經濟和貿易政策等宏觀環境因素的影響。中美貿易具有較大不確定性，為公司的生產經營帶來一定風險。5.匯率風險。匯率風險。美元兌人民幣匯率呈現一定程度的波動，人民幣匯率波動日趨市場化及復雜化，受國內外經濟、政治等多重因素共同影響，若未來人民幣匯率發生較大波動，則會對公司業績產生影響。2024 年 6 月 7 日 藍特光學 56 Table_FinchinaDetail_index3 利潤表利潤表(人民幣人民幣 百萬百萬)現金流量表現金流

248、量表(人民幣人民幣 百萬百萬)年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 營業總收入 380 754 1,211 1,511 1,724 凈利潤 97 181 303 380 450 營業收入 380 754 1,211 1,511 1,724 折舊攤銷 67 121 171 186 200 營業成本 237 437 695 865 981 營運資金變動 66(127)62(95)60 營業稅金及附加 2 5 8 9 11 其它(163)50(49

249、)3(34)銷售費用 4 8 12 15 17 經營活動現金流經營活動現金流 66 224 488 474 676 管理費用 39 46 73 91 103 資本支出(340)(404)(200)(100)(100)研發費用 66 66 103 128 138 投資變動 199 202 0 0 0 財務費用(4)0 2(2)(8)其他 44 26 14 14 17 其他收益 14 16 13 13 14 投資活動產生的現金流投資活動產生的現金流(98)(176)(186)(86)(83)資產減值損失(5)(8)0 0 0 銀行借款 120 141(5)(130)(26)信用減值損失 0(8)0

250、 0 0 股權融資(71)(74)(135)(169)(200)資產處置收益 0 0 0 0 0 其他 4(1)(2)2 8 公允價值變動收益 0 1 0 0 0 籌資活動現金流籌資活動現金流 53 66(141)(297)(218)投資收益 26 14 14 14 17 凈現金流凈現金流 21 114 160 90 375 匯兌收益 0 0 0 0 0 資料來源：公司公告，中銀證券預測 營業利潤 70 208 345 432 512 營業外收入 0 0 0 0 0 財務指標財務指標 營業外支出 2 1 0 0 0 年結日：年結日：12 月月 31 日日 2022 2023 2024E 202

251、5E 2026E 利潤總額 68 206 345 432 512 成長能力成長能力 所得稅(29)26 41 52 61 營業收入增長率(%)(8.5)98.4 60.5 24.8 14.1 凈利潤 97 181 303 380 450 營業利潤增長率(%)(56.2)197.8 65.9 25.3 18.5 少數股東損益 1 1 2 2 2 歸 屬 于 母 公 司 凈 利 潤 增 長 率(%)(31.4)87.3 67.7 25.3 18.5 歸母凈利潤 96 180 302 378 448 息稅前利潤增長(%)(77.7)573.2 79.7 26.1 17.4 EBITDA 93 298

252、 491 589 673 息稅折舊前利潤增長(%)(46.8)220.4 64.5 19.9 14.3 EPS(最新股本攤薄，元)0.24 0.45 0.75 0.94 1.12 EPS(最新股本攤薄)增長(%)(31.4)87.3 67.7 25.3 18.5 資料來源：公司公告，中銀證券預測 獲利能力獲利能力 息稅前利潤率(%)6.9 23.6 26.4 26.7 27.4 資產負債表資產負債表(人民幣人民幣 百萬百萬)營業利潤率(%)18.3 27.5 28.5 28.6 29.7 年結日：年結日：12 月月 31 日日 2022 2023 2024E 2025E 2026E 毛利率(%

253、)37.6 42.1 42.6 42.8 43.1 流動資產流動資產 912 1,007 1,334 1,544 1,980 歸母凈利潤率(%)25.3 23.8 24.9 25.0 26.0 現金及等價物 98 203 363 453 829 ROE(%)6.4 11.0 16.7 18.8 19.8 應收帳款 80 225 246 342 328 ROIC(%)4.0 11.5 21.2 26.6 35.4 應收票據 5 5 8 8 11 償債能力償債能力 存貨 136 207 333 339 424 資產負債率 0.2 0.3 0.3 0.3 0.3 預付賬款 2 2 5 4 6 凈負債

254、權益比 0.0 0.0(0.1)(0.2)(0.3)合同資產 0 0 0 0 0 流動比率 2.5 1.8 1.7 2.2 2.5 其他流動資產 591 365 379 397 382 營運能力營運能力 非流動資產非流動資產 1,015 1,281 1,333 1,235 1,142 總資產周轉率 0.2 0.4 0.5 0.6 0.6 長期投資 0 0 0 0 0 應收賬款周轉率 4.7 4.9 5.1 5.1 5.1 固定資產 788 954 1,141 1,058 960 應付賬款周轉率 4.9 5.6 5.7 5.7 5.7 無形資產 55 54 52 50 47 費用率費用率 其他長

255、期資產 172 272 140 128 134 銷售費用率(%)1.1 1.0 1.0 1.0 1.0 資產合計資產合計 1,927 2,288 2,667 2,779 3,121 管理費用率(%)10.1 6.0 6.0 6.0 6.0 流動負債流動負債 363 569 793 687 782 研發費用率(%)17.4 8.7 8.5 8.5 8.0 短期借款 120 261 256 126 100 財務費用率(%)(1.0)0.1 0.2(0.1)(0.5)應付賬款 96 172 253 276 324 每股指標每股指標(元元)其他流動負債 147 136 284 286 358 每股收益

256、(最新攤薄)0.2 0.4 0.8 0.9 1.1 非流動負債非流動負債 57 82 69 76 73 每股經營現金流(最新攤薄)0.2 0.6 1.2 1.2 1.7 長期借款 0 0 0 0 0 每股凈資產(最新攤薄)3.7 4.1 4.5 5.0 5.6 其他長期負債 57 82 69 76 73 每股股息 0.0 0.2 0.3 0.4 0.5 負債合計負債合計 420 651 862 763 854 估值比率估值比率 股本 402 402 402 402 402 P/E(最新攤薄)73.0 39.0 23.3 18.6 15.7 少數股東權益 2 3 4 6 8 P/B(最新攤薄)4

257、.7 4.3 3.9 3.5 3.1 歸屬母公司股東權益 1,505 1,634 1,801 2,010 2,258 EV/EBITDA 62.7 30.4 13.3 10.8 8.8 負債和股東權益合計負債和股東權益合計 1,927 2,288 2,667 2,779 3,121 價格/現金流(倍)106.0 31.3 14.4 14.8 10.4 資料來源：公司公告，中銀證券預測 資料來源：公司公告，中銀證券預測 2024 年 6 月 7 日 AI 端側深度報告之 AI 手機 57 披露聲明披露聲明 本報告準確表述了證券分析師的個人觀點。該證券分析師聲明，本人未在公司內、外部機構兼任有損本

258、人獨立性與客觀性的其他職務，沒有擔任本報告評論的上市公司的董事、監事或高級管理人員；也不擁有與該上市公司有關的任何財務權益；本報告評論的上市公司或其它第三方都沒有或沒有承諾向本人提供與本報告有關的任何補償或其它利益。中銀國際證券股份有限公司同時聲明，將通過公司網站披露本公司授權公眾媒體及其他機構刊載或者轉發證券研究報告有關情況。如有投資者于未經授權的公眾媒體看到或從其他機構獲得本研究報告的，請慎重使用所獲得的研究報告，以防止被誤導，中銀國際證券股份有限公司不對其報告理解和使用承擔任何責任。評級體系說明評級體系說明 以報告發布日后公司股價/行業指數漲跌幅相對同期相關市場指數的漲跌幅的表現為基準：

259、公司投資評級：公司投資評級：買 入：預計該公司股價在未來 6-12 個月內超越基準指數 20%以上；增 持：預計該公司股價在未來 6-12 個月內超越基準指數 10%-20%；中 性：預計該公司股價在未來 6-12 個月內相對基準指數變動幅度在-10%-10%之間；減 持：預計該公司股價在未來 6-12 個月內相對基準指數跌幅在 10%以上；未有評級：因無法獲取必要的資料或者其他原因，未能給出明確的投資評級。行業投資評級：行業投資評級：強于大市：預計該行業指數在未來 6-12 個月內表現強于基準指數；中 性：預計該行業指數在未來 6-12 個月內表現基本與基準指數持平；弱于大市：預計該行業指數

260、在未來 6-12 個月內表現弱于基準指數；未有評級：因無法獲取必要的資料或者其他原因，未能給出明確的投資評級。滬深市場基準指數為滬深 300 指數；新三板市場基準指數為三板成指或三板做市指數；香港市場基準指數為恒生指數或恒生中國企業指數；美股市場基準指數為納斯達克綜合指數或標普 500 指數。風險提示及免責聲明風險提示及免責聲明 本報告由中銀國際證券股份有限公司證券分析師撰寫并向特定客戶發布。本報告發布的特定客戶包括：1)基金、保險、QFII、QDII 等能夠充分理解證券研究報告，具備專業信息處理能力的中銀國際證券股份有限公司的機構客戶；2)中銀國際證券股份有限公司的證券投資顧問服務團隊，其可

261、參考使用本報告。中銀國際證券股份有限公司的證券投資顧問服務團隊可能以本報告為基礎，整合形成證券投資顧問服務建議或產品，提供給接受其證券投資顧問服務的客戶。中銀國際證券股份有限公司不以任何方式或渠道向除上述特定客戶外的公司個人客戶提供本報告。中銀國際證券股份有限公司的個人客戶從任何外部渠道獲得本報告的，亦不應直接依據所獲得的研究報告作出投資決策；需充分咨詢證券投資顧問意見，獨立作出投資決策。中銀國際證券股份有限公司不承擔由此產生的任何責任及損失等。本報告內含保密信息，僅供收件人使用。閣下作為收件人，不得出于任何目的直接或間接復制、派發或轉發此報告全部或部分內容予任何其他人，或將此報告全部或部分內

262、容發表。如發現本研究報告被私自刊載或轉發的，中銀國際證券股份有限公司將及時采取維權措施，追究有關媒體或者機構的責任。所有本報告內使用的商標、服務標記及標記均為中銀國際證券股份有限公司或其附屬及關聯公司（統稱“中銀國際集團”）的商標、服務標記、注冊商標或注冊服務標記。本報告及其所載的任何信息、材料或內容只提供給閣下作參考之用，并未考慮到任何特別的投資目的、財務狀況或特殊需要，不能成為或被視為出售或購買或認購證券或其它金融票據的要約或邀請，亦不構成任何合約或承諾的基礎。中銀國際證券股份有限公司不能確保本報告中提及的投資產品適合任何特定投資者。本報告的內容不構成對任何人的投資建議，閣下不會因為收到本

263、報告而成為中銀國際集團的客戶。閣下收到或閱讀本報告須在承諾購買任何報告中所指之投資產品之前，就該投資產品的適合性，包括閣下的特殊投資目的、財務狀況及其特別需要尋求閣下相關投資顧問的意見。盡管本報告所載資料的來源及觀點都是中銀國際證券股份有限公司及其證券分析師從相信可靠的來源取得或達到，但撰寫本報告的證券分析師或中銀國際集團的任何成員及其董事、高管、員工或其他任何個人（包括其關聯方）都不能保證它們的準確性或完整性。除非法律或規則規定必須承擔的責任外，中銀國際集團任何成員不對使用本報告的材料而引致的損失負任何責任。本報告對其中所包含的或討論的信息或意見的準確性、完整性或公平性不作任何明示或暗示的聲

264、明或保證。閣下不應單純依靠本報告而取代個人的獨立判斷。本報告僅反映證券分析師在撰寫本報告時的設想、見解及分析方法。中銀國際集團成員可發布其它與本報告所載資料不一致及有不同結論的報告，亦有可能采取與本報告觀點不同的投資策略。為免生疑問，本報告所載的觀點并不代表中銀國際集團成員的立場。本報告可能附載其它網站的地址或超級鏈接。對于本報告可能涉及到中銀國際集團本身網站以外的資料，中銀國際集團未有參閱有關網站，也不對它們的內容負責。提供這些地址或超級鏈接（包括連接到中銀國際集團網站的地址及超級鏈接）的目的，純粹為了閣下的方便及參考，連結網站的內容不構成本報告的任何部份。閣下須承擔瀏覽這些網站的風險。本報

265、告所載的資料、意見及推測僅基于現狀，不構成任何保證，可隨時更改，毋須提前通知。本報告不構成投資、法律、會計或稅務建議或保證任何投資或策略適用于閣下個別情況。本報告不能作為閣下私人投資的建議。過往的表現不能被視作將來表現的指示或保證，也不能代表或對將來表現做出任何明示或暗示的保障。本報告所載的資料、意見及預測只是反映證券分析師在本報告所載日期的判斷，可隨時更改。本報告中涉及證券或金融工具的價格、價值及收入可能出現上升或下跌。部分投資可能不會輕易變現，可能在出售或變現投資時存在難度。同樣，閣下獲得有關投資的價值或風險的可靠信息也存在困難。本報告中包含或涉及的投資及服務可能未必適合閣下。如上所述，閣

266、下須在做出任何投資決策之前，包括買賣本報告涉及的任何證券，尋求閣下相關投資顧問的意見。中銀國際證券股份有限公司及其附屬及關聯公司版權所有。保留一切權利。中銀國際證券股份有限公司中銀國際證券股份有限公司 中國上海浦東 銀城中路 200 號 中銀大廈 39 樓 郵編 200121 電話:(8621)6860 4866 傳真:(8621)5888 3554 相關關聯機構：相關關聯機構：中銀國際研究有限公司中銀國際研究有限公司 香港花園道一號 中銀大廈二十樓 電話:(852)3988 6333 致電香港免費電話:中國網通 10 省市客戶請撥打：10800 8521065 中國電信 21 省市客戶請撥打

267、：10800 1521065 新加坡客戶請撥打：800 852 3392 傳真:(852)2147 9513 中銀國際證券有限公司中銀國際證券有限公司 香港花園道一號 中銀大廈二十樓 電話:(852)3988 6333 傳真:(852)2147 9513 中銀國際控股有限公司北京代表處中銀國際控股有限公司北京代表處 中國北京市西城區 西單北大街 110 號 8 層 郵編:100032 電話:(8610)8326 2000 傳真:(8610)8326 2291 中銀國際中銀國際(英國英國)有限公司有限公司 2/F,1 Lothbury London EC2R 7DB United Kingdom 電話:(4420)3651 8888 傳真:(4420)3651 8877 中銀國際中銀國際(美國美國)有限公司有限公司 美國紐約市美國大道 1045 號 7 Bryant Park 15 樓 NY 10018 電話:(1)212 259 0888 傳真:(1)212 259 0889 中銀國際中銀國際(新加坡新加坡)有限公司有限公司 注冊編號 199303046Z 新加坡百得利路四號 中國銀行大廈四樓(049908)電話:(65)6692 6829/6534 5587 傳真:(65)6534 3996/6532 3371