《通信行業：谷歌I、O、微軟Build總結及蘋果WWDC前瞻-240609（16頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業：谷歌I、O、微軟Build總結及蘋果WWDC前瞻-240609（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、 識別風險，發現價值 請務必閱讀末頁的免責聲明 1 1/1616 Table_Page 跟蹤分析|通信 證券研究報告 通信行業通信行業 谷歌谷歌 I/O、微軟、微軟 Build 總結及總結及蘋果蘋果 WWDC 前瞻前瞻 核心觀點核心觀點：微軟：以微軟：以 AI 為主線探索云服務的產品框架。為主線探索云服務的產品框架。微軟戰略轉向動作明顯：（1）從傳統云服務快速切換到 AI 云服務賽道，打造“授人以漁”的“模型即平臺”（Model as Platforms）服務，也為當下微軟 Azure 亮眼業績頻出打下基礎。（2）提出 AI PC 概念，AI 開始從云端向設備端下沉。微軟在 Build 202

2、3 發布 Windows Copilot App，同時微軟推動PC OEM 廠商在電腦鍵盤上添加 Copilot 按鍵，進一步將 Copilot 的交互便利化。今年的微軟開發者大會上，Copilot 以圍繞 AI 高度便利化、易用性和低成本三個維度展開一系列更新，Copilot 日漸成為 AI PC 的標桿。（3）愈加重視 ARM 生態。微軟認為，ARM PC 能夠極大提升 AI效能。微軟發布了基于高通驍龍 X Plus/Elite 的 Surface 筆記本電腦新品并發力 Windows ARM 生態構建。我們認為，AI PC 時代，NPU 性能或成為決定性參數，ARM 憑借先天優勢或贏得先

3、機。谷歌：產品矩陣愈加完善，打造差異化競爭路徑。谷歌：產品矩陣愈加完善，打造差異化競爭路徑。谷歌在大模型產品矩陣的布局與微軟相似，但谷歌依靠自研算力和安卓生態，與微軟錯開競爭賽道：（1）谷歌自研 TPU 走出 ASIC 特殊路線，TPU v5p 擁有獨特的 ASIC 架構和搭配的 OCS 全光交換機，OCS 顛覆了傳統交換機的原理，配合 3D 環狀的網絡拓撲結構，可以有效降低通信硬件成本和功耗。（2）憑 Android 系統掌握端側話語權，AI 下沉路徑清晰。今年初三星推出 Galaxy S24，在 Gemini Pro（云端）和 Nano（設備端）大模型的支持下搭載一眾 AI 工具。谷歌作為

4、背后的 AI 技術提供者，擁有比微軟等競爭對手更為下沉的渠道來接觸廣大用戶群體。蘋果入局可能性大幅提升，蘋果入局可能性大幅提升，AI 手機時代加速到來。手機時代加速到來。一方面，蘋果近期在季報電話會及多個公開場合宣稱加速 AI 布局。假如蘋果選擇OpenAI、谷歌等一線 AI 模型廠商的產品嵌入其智能手機，將對整個智能手機行業起到風向標作用。另一方面，GPT-4o 大幅提升了多模態能力具有一定示范作用，在 OpenAI 官網展示的 demo 中，文生圖的前后一致性、生成字體等新增功能非常貼合智能手機、平板電腦等使用場景，結合蘋果自 2011 年推出 Siri 之后不斷在 AI 領域進行投入，建

5、議關注 WWDC 蘋果對 iOS 系統的更新進展。投資建議：投資建議：Copilot、安卓 AI 將充分發揮云+端算力配合的優勢，在持續推動端側算力升級的同時，AI 終端的下沉滲透，疊加 AI 應用生態的不斷豐富，將為云廠商帶來海量推理算力需求。建議持續關注中際旭創、天孚通信、新易盛。風險提示風險提示。云端算力需求不及預期風險；技術迭代不及預期風險；美國對國內科技企業制裁加重風險；行業競爭加劇風險；貿易摩擦風險。行業評級行業評級 買入買入 前次評級 買入 報告日期 2024-06-09 相對市場表現相對市場表現 分析師：分析師：韓東 SAC 執證號：S0260523050005 021-380

6、03776 分析師：分析師：王亮 SAC 執證號：S0260519060001 SFC CE No.BFS478 021-38003658 請注意，韓東并非香港證券及期貨事務監察委員會的注冊持牌人，不可在香港從事受監管活動。相關研究：相關研究：通信行業:工信部披露 24 年 4月運營數據，持續關注流量、算力基建產業鏈 2024-05-27 通信行業:OpenAI、谷歌產品發布總結：手機 AI 有望帶來海量云端算力需求 2024-05-20 通信行業:AI 手機有望帶來巨量用戶增長，算力需求彈性可觀 2024-05-12 聯系人：王昊 -30%-21%-12%-4%5%14%06/2308/23

7、10/2301/2403/2406/24通信滬深300 識別風險，發現價值 請務必閱讀末頁的免責聲明 2 2/1616 Table_PageText 跟蹤分析|通信 重點公司估值和財務分析表重點公司估值和財務分析表 股票簡稱股票簡稱 股票代碼股票代碼 貨幣貨幣 最新最新 最近最近 評級評級 合理價值合理價值 EPS(元元)PE(x)EV/EBITDA(x)ROE(%)收盤價收盤價 報告日期報告日期（元（元/股）股）2024E 2025E 2024E 2025E 2024E 2025E 2024E 2025E 中際旭創 300308.SZ CNY 119.51 2024/04/28 買入 222

8、.13 6.35 9.34 18.82 12.80 21.32 15.00 26.20 27.80 新易盛 300502.SZ CNY 91.12 2024/04/28 買入 87.83 2.20 3.14 41.42 29.02 32.75 23.47 22.20 24.10 天孚通信 300394.SZ CNY 86.82 2024/04/28 買入 189.23 3.44 5.14 25.24 16.89 30.09 20.38 29.90 31.30 數據來源：Wind、廣發證券發展研究中心 備注：表中估值指標按照最新收盤價計算 8XbUcWbZ9WbUbZdX9P8QbRtRpPmO

9、tPlOqQqOeRnMoM6MnNwPMYsOrQxNrQsO 識別風險，發現價值 請務必閱讀末頁的免責聲明 3 3/1616 Table_PageText 跟蹤分析|通信 目錄索引目錄索引 一、微軟：以 AI 為主線探索云服務的產品框架.5（一）AZURE云服務全面向 AI 聚焦.5（二）X86 式微，ARM 與加速計算當立潮頭.6 二、谷歌：產品矩陣完善，打造差異化競爭路徑.9 三、2024 年或為 AI 手機元年，期待蘋果領銜.12 四、風險提示.14 識別風險，發現價值 請務必閱讀末頁的免責聲明 4 4/1616 Table_PageText 跟蹤分析|通信 圖表索引圖表索引 圖 1

10、：微軟 Build 2018，Azure Machine Learning Packages 支持開發者自定義機器學習垂類應用.5 圖 2：微軟 Build 2020，Edge 瀏覽器添加側欄搜索.5 圖 3：微軟 Build 2021，微軟演示了 GPT-3 加持下的 Power Fx.6 圖 4：微軟 Build 2022，Azure OpenAI 服務趨于成熟.6 圖 5：微軟 Build 2023 發布 Windows Copilot.6 圖 6：微軟聯合 PC OEM 廠商在鍵盤加入 Copilot 按鍵.6 圖 7：ARM 滲透率預測.7 圖 8：英偉達 GH200 的 I/O 架

11、構.8 圖 9：ARM 處理器讓每一個 CPU 都單獨和一個 GPU 相連，實現較強的內存一致性.8 圖 10：微軟在開發者大會開幕前夕發布基于 ARM 芯片的 Surface Pro 和 Surface Laptop.9 圖 11：谷歌 Gemini Ultra 與 GPT-4 文字能力對比.9 圖 12：谷歌 Gemini Ultra 與 GPT-4 多模態能力對比.9 圖 13：谷歌 OCS 交換機結構.10 圖 14：谷歌 OCS 交換機引入環狀拓撲概念.10 圖 15：三星 S24 的通話即時翻譯功能.11 圖 16：谷歌云端安卓 Gemini API 集成架構.11 圖 17：谷歌

12、設備端安卓 AI Core 運行架構.11 圖 18：GPT-4o 能夠將文本轉為筆記，并配以插圖.13 圖 19：AI Agent 將發展為未來 AI 手機交互的中心.13 圖 20：AI 手機市場規模預測.13 表 1：英特爾酷睿 Ultra、高通驍龍 X Plus/Elite、蘋果 M4 芯片對比.8 表 2：微軟、谷歌各自的 AI 模型產品矩陣.10 表 3：谷歌自研安卓 AI 模型一覽.12 表 4：蘋果在機器學習領域的持續投入.12 識別風險，發現價值 請務必閱讀末頁的免責聲明 5 5/1616 Table_PageText 跟蹤分析|通信 一一、微軟：以、微軟：以 AI 為主線探

13、索云服務的產品框架為主線探索云服務的產品框架（一）（一）Azure 云服務云服務全面全面向向 AI 聚焦聚焦 微軟云服務的迭代從微軟云服務的迭代從多點出擊多點出擊轉向轉向全面聚焦全面聚焦AI。2020年之前，年之前，微軟以多點出擊為主。微軟以多點出擊為主。在以ChatGPT為代表的AIGC應用問世前，微軟Build在“深度內卷”傳統云服務和垂類應用，競爭對手是AWS、Chrome、谷歌搜索這類互聯網時代的明星產品。2023年的前沿科技界幾乎所有的主題都在朝向AI，而在此之前的開發者大會，其中多數更新是圍繞讓開發者的工作流程更加順暢，或者讓C端用戶體驗更加完美。圖圖 1：微軟：微軟Build 2

14、018，Azure Machine Learning Packages支持開發者自定義機器學習垂類應用支持開發者自定義機器學習垂類應用 圖圖 2：微軟：微軟Build 2020，Edge瀏覽器添加側欄搜索瀏覽器添加側欄搜索 數據來源：雷峰網，廣發證券發展研究中心 數據來源：雷峰網，廣發證券發展研究中心 2020-2021年，年，AI初露端倪。初露端倪。在2020年的Build大會上，微軟就已經官宣與OpenAI聯合構建超算，用于訓練AI大模型；在Build 2021，微軟正式宣布首款由GPT-3支持的商業用例低代碼編程語言Power Fx。GPT-3加持下的Power Fx相當于GitHub

15、Copilot的前身，例如，用戶想實現一個“找到所有在美國訂閱過期的用戶”的指令，過去在Power Fx上，開發團隊需要構建一個Power Fx語句來實現查找；擁有GPT-3的加持后，用戶只需將需求以自然語言進行輸入，就可以直接翻譯成Power Fx的代碼語句。2022年，年，微軟成功走在微軟成功走在AI前列。前列。在微軟Build 2022上，GPT-3成功登陸微軟云服務，開始了將生成式AI貨幣化的初步探索。我們認為，能夠帶領AI大模型走向貨幣化應用的，當屬微軟這種深耕B/C端SaaS，且愿意為之付出海量Capex的巨頭企業。2022年，當其他公司還處于研究AI模型的階段時，微軟已經和Ope

16、nAI打造了“授人以漁”的平臺服務，“模型即平臺”（Model as Platforms）概念深入人心，也為當下微軟云服務能夠頻頻做出亮眼營收業績打下基礎。識別風險，發現價值 請務必閱讀末頁的免責聲明 6 6/1616 Table_PageText 跟蹤分析|通信 圖圖 3：微軟：微軟Build 2021，微軟演示了，微軟演示了GPT-3加持下的加持下的Power Fx 圖圖 4：微軟：微軟Build 2022，Azure OpenAI服務趨于成服務趨于成熟熟 數據來源：IT 之家，廣發證券發展研究中心 數據來源：微軟，廣發證券發展研究中心 2023年，年，微軟提出微軟提出AI PC概念，概念

17、，AI開始從云端向開始從云端向設備設備端下沉端下沉。微軟在Build 2023發布了重磅新品：Plugin和Windows Copilot。Plugin保持和ChatGPT相同的插件標準，此前開發過ChatGPT插件的開發者可以平移到Windows，并且插件種類豐富多樣，包含代碼、數據圖表創建、語義索引、多媒體創作等多個領域。Windows Copilot借助各種集成的第一方和第三方插件，用戶將不再需要花時間和精力去尋找不同的應用并在各種軟件之間來回切換。Copilot以邊欄的形式浮于不同應用和窗口之上，支持復制粘貼、截屏剪切等日常操作，同時還可以隨時以自然語言對話的形式完成搜索及各種復雜操作

18、。半年后，2024年初，微軟宣布聯合一眾PC OEM廠商在電腦鍵盤上添加Copilot按鍵，進一步將Copilot的交互便利化。2024年的微軟開發者大會上，微軟CEO納德拉圍繞兩個問題展開了AI時代的發展戰略：“計算機能夠理解我們？計算機能否以現有信息進行推理、計劃和行動（即成為AI Agent）？”同時對Copilot以圍繞AI高度便利化、易用性和低成本三個維度展開一系列更新，Copilot日漸成為AI Agent的標桿。圖圖 5：微軟：微軟Build 2023發布發布Windows Copilot 圖圖 6：微軟聯合：微軟聯合PC OEM廠商在鍵盤加入廠商在鍵盤加入Copilot按鍵按鍵

19、 數據來源：微軟，廣發證券發展研究中心 數據來源：少數派，廣發證券發展研究中心 （二）（二）x86 式微，式微，ARM 與加速計算當立潮頭與加速計算當立潮頭 ARM與加速計算異軍突起。與加速計算異軍突起。ARM進軍PC的歷史已久，最早可以追溯到2012年微軟 識別風險，發現價值 請務必閱讀末頁的免責聲明 7 7/1616 Table_PageText 跟蹤分析|通信 發布Surface RT電腦，以對標當時的蘋果iPad。無奈當時x86如日中天，且ARM應用生態尚未成熟，ARM PC在此后很長一段時間聲量并不大，蘋果iPad系列也一直保持不溫不火的狀態。ARM陣營有真正意義上的轉變，是蘋果帶頭

20、推出M1系列芯片，自此業界開始重視基于ARM的硬件，并在蘋果生態的吸引下，各家軟件廠商開始積極開發適配適用于ARM芯片的軟件。在這種硬件與軟件共振的良性生態下，我們認為ARM將進一步在PC領域享有更多話語權。根據Counterpoint的數據，ARM在筆記本電腦時長的滲透率有望持續升高，2027年基于ARM芯片的筆記本電腦將占有25.3%的份額。圖圖 7：ARM滲透率預測滲透率預測 數據來源：Counterpoint Research，電子工程專輯，廣發證券發展研究中心 ARM在在云端計算硬件云端計算硬件中受到青睞中受到青睞。在2023年5月的COMPUTEX 2023展會上，英偉達CEO黃仁

21、勛宣布GH200超級計算機正式推出，其中基于ARM的Grace CPU芯片，用以支持Hopper芯片發揮最大性能。x86與ARM對比來看，傳統的服務器系統架構，內存通過PCIe，連接一個通用現成的CPU（即Host CPU），負責管理多個GPU，這個架構的問題在于通用現成的CPU以及GPU之間的接口直接限制了產品最終的性能水平。因為所有的GPU都必須通過這個通用現成的CPU訪問額外的內存，無法達到內存的一致性，GPU的性能無法被充分利用。而英偉達通過引入ARM架構，讓每一個CPU都單獨和一個GPU相連，實現較強的內存一致性，以便充分發揮GPU的性能。識別風險，發現價值 請務必閱讀末頁的免責聲明

22、 8 8/1616 Table_PageText 跟蹤分析|通信 圖圖 8：英偉達：英偉達GH200的的I/O架構架構 圖圖 9：ARM處理器處理器讓每一個讓每一個CPU都單獨和一個都單獨和一個GPU相連，實現較強的內存一致性相連，實現較強的內存一致性 數據來源：英偉達，廣發證券發展研究中心 數據來源：ARM，雷峰網，廣發證券發展研究中心 AI PC時代，時代，NPU性能或成為決定性參數，性能或成為決定性參數，ARM憑借先天優勢或贏得先機。憑借先天優勢或贏得先機。我們將英特爾最新的搭載NPU的酷睿Ultra系列，和高通驍龍X Plus，以及蘋果M4進行參數對比可以發現：ARM具有顯著優勢，蘋果

23、表示，M4僅需1/4的功耗，就能提供常規PC芯片的性能，高通驍龍X PLUS在相同峰值性能時，功耗只有x86競品的46%；另外，根據高通官網，微軟要求基于本地運行的Windows Copilot至少需要40 TOPS的算力，而基于ARM的高通驍龍X Plus和蘋果M4的NPU性能分別可以達到45 TOPS和38 TOPS。在通用計算時代，英特爾、AMD可以憑借x86架構多年的技術積累占得優勢，而在當今的“加速計算”時代，這一優勢或不再明顯。表表 1：英特爾酷睿英特爾酷睿Ultra、高通驍龍、高通驍龍X Plus/Elite、蘋果、蘋果M4芯片對比芯片對比 型號型號 NPU 算力（算力（TOPS

24、）綜合功耗情況綜合功耗情況 英特爾酷睿英特爾酷睿 Ultra 系列系列 34 28W TDP 高通驍龍高通驍龍 X Plus/Elite 45 官方口徑為相同峰值性能時，Plus 功耗只有 x86 競品的 46%蘋果蘋果 M4 38 官方口徑為僅需常規 PC 芯片 1/4 的功耗 數據來源：智東西，3elife，芯智訊，廣發證券發展研究中心 根據微軟開發者大會根據微軟開發者大會，微軟微軟愈加重視愈加重視ARM生態生態。硬件方面，在今年微軟開發者大會前夕，微軟發布了基于高通驍龍X Plus/Elite的Surface筆記本電腦新品，并聯合戴爾、華碩、聯想、惠普等一眾PC OEM廠商推出ARM P

25、C產品。微軟認為，ARM PC運行AI效能和工作效率分別提升20倍和100倍；軟件生態上，與蘋果類似，微軟著力推動軟件廠商適配Windows ARM，目前用戶有87%的使用時間基于原生ARM軟件，同時，Prism模擬器支持x86轉譯，與蘋果Rosetta類似，其支持舊架構軟件在ARM平臺上運行。識別風險，發現價值 請務必閱讀末頁的免責聲明 9 9/1616 Table_PageText 跟蹤分析|通信 圖圖 10：微軟在微軟在開發者大會開幕前夕發布基于開發者大會開幕前夕發布基于ARM芯片的芯片的Surface Pro和和Surface Laptop 數據來源：微軟，廣發證券發展研究中心 二二、

26、谷歌：產品矩陣完善，、谷歌：產品矩陣完善，打造差異化競爭路徑打造差異化競爭路徑 谷歌與微軟同處于谷歌與微軟同處于AIGC第一梯隊第一梯隊。2023年3月OpenAI發布GPT-4，同月谷歌發布Bard聊天機器人。同年5月的谷歌I/O大會上，谷歌發布PaLM 2大模型，并將其作為Bard的內核，通過著重加強多語言和編程能力與GPT-4進行競爭，并在會上表示下一代原生基于多模態的大模型Gemini正在開發中。2023年12月，谷歌正式推出Gemini，包含Ultra、Pro和Nano三種尺寸，其中Ultra版本在常用的MMLU、Big-Bench、DROP等測試集中跑出持平甚至優于GPT-4的成績

27、，證明了谷歌有能力領導AI產業。圖圖 11：谷歌谷歌Gemini Ultra與與GPT-4文字能力對比文字能力對比 圖圖 12：谷歌谷歌Gemini Ultra與與GPT-4多模態能力對比多模態能力對比 數據來源：谷歌，廣發證券發展研究中心 數據來源：谷歌，廣發證券發展研究中心 大模型大模型矩陣日漸完善，全面對標微軟。矩陣日漸完善，全面對標微軟。谷歌的AI模型產品序列與微軟類似，從模型大小排列看，谷歌和微軟相似，采用大-中-小三個等級（對應Gemini Ultra、Gemini 識別風險，發現價值 請務必閱讀末頁的免責聲明 1010/1616 Table_PageText 跟蹤分析|通信 Pr

28、o 1.5、Gemini Nano）策略，并輔以Imagen、Veo、Lryia等多模態模型和Gemma/PaliGemma開源模型，打造標準的巨頭AI商業模式。表表 2：微軟、谷歌微軟、谷歌各自的各自的AI模型模型產品產品矩陣矩陣 微軟微軟 谷歌谷歌 云端云端大型大型模型模型 GPT-4系列 Gemini Ultra系列 文生圖文生圖 Dall-E 3 Imagen 3 文生視頻文生視頻 Sora Veo 文生音樂文生音樂 與Suno合作 Lryia 設備設備端小型模型端小型模型 Phi Gemini Nano 開源模型開源模型 Orca、Phi、WizardLM、Film Gemma 視覺

29、語言模型視覺語言模型 GPT-4V、Phi-3-vision PaliGemma 數據來源：微軟，OpenAI，Hugging Face，谷歌，廣發證券發展研究中心 谷歌在云計算服務規模和谷歌在云計算服務規模和大模型大模型研發研發節奏節奏上上正處于追趕正處于追趕微軟微軟的狀態的狀態，但在算力但在算力硬件硬件創新和創新和AI應用下沉兩個應用下沉兩個賽道上，谷歌賽道上，谷歌彰顯出獨特的優勢。彰顯出獨特的優勢。差異化競爭一：差異化競爭一：算力側，算力側，谷歌谷歌在積極、持續地影響在積極、持續地影響業界。業界。在今年4月的谷歌Cloud Next大會，除了發布向AI Agent發展的Gemini 1.

30、5 Pro和Gemini Code Assist之外，未來有望對AI算力產生深遠影響的ASICTPU v5p正式推出。TPU v5p在2023年12月官宣，其獨特的ASIC架構和搭配的OCS全光交換機方案引起業界關注。OCS顛覆了傳統交換機的原理，其設計理念是光纖信號進入交換機后，不再進行光電轉換，而是通過機械方式進行光信號的波分復用、交叉連接，光電轉換僅在服務器端進行；同時配合3D環狀的網絡拓撲結構，OCS有效降低了通信硬件成本和功耗。圖圖 13：谷歌谷歌OCS交換機結構交換機結構 圖圖 14：谷歌：谷歌OCS交換機引入環狀拓撲概念交換機引入環狀拓撲概念 數據來源：Semianalysis，

31、廣發證券發展研究中心 數據來源：Semianalysis，廣發證券發展研究中心 差異化競爭二：差異化競爭二：憑憑Android系統掌握端側話語權，系統掌握端側話語權，AI下沉下沉路徑清晰路徑清晰。今年1月，三星推出Galaxy S24，在Gemini Pro/Nano大模型的支持下搭載一眾AI工具，可以輔助用戶進行AI識屏、同聲傳譯+會議紀要、AI修圖等功能。谷歌作為背后的AI技術提供者，擁有比微軟等競爭對手更為下沉的渠道來接觸廣大用戶群體。識別風險，發現價值 請務必閱讀末頁的免責聲明 11 11/1616 Table_PageText 跟蹤分析|通信 圖圖 15：三星三星S24的通話即時翻譯

32、功能的通話即時翻譯功能 數據來源：三星，廣發證券發展研究中心 安卓AI采取云+設備分布式大模型與計算方案。云端安卓AI支持調用Gemini Pro模型。云端大模型主要負責：（1）圖像和視頻的文字描述：例如字幕生成；（2）多模態推理：輸出文本、圖像和視頻內容；（3）文本生成：總結文章、回答有關文本內容的問題、實體提??；（4）格式化響應：將模型響應格式化為JSON或Markdown。設備端大模型無需網絡連接，也不必將數據轉移出設備，具有低延遲、低成本和保護隱私的優勢。設備端安卓AI支持Gemini Nano模型，部署在系統核心層AICore。設備端大模型針對輕量化負載，主要用于：（1）人工智能增強

33、內容消費：文本摘要、文檔問答和實體提??；（2）AI輔助內容生成：校對、語法糾正、寫作輔助和上下文智能回復；（3）文本分類：情緒或心情分析；（4）隱私：在使用生成式AI的同時，將數據保留在設備上。圖圖 16：谷歌云端谷歌云端安卓安卓Gemini API集成架構集成架構 圖圖 17：谷歌谷歌設備設備端安卓端安卓AI Core運行架構運行架構 數據來源：安卓開發者文檔，廣發證券發展研究中心 數據來源：安卓開發者文檔，廣發證券發展研究中心 識別風險，發現價值 請務必閱讀末頁的免責聲明 1212/1616 Table_PageText 跟蹤分析|通信 表表 3：谷歌谷歌自研自研安卓安卓AI模型一覽模型一

34、覽 運行環境運行環境 模型模型 商業模式商業模式 輸入輸入 輸出輸出 設備端設備端 Gemini Nano 免費 文本 文本 云端云端 Gemini 1.0 Pro 免費/付費 文本 文本 Gemini 1.0 Pro Vision 免費/付費 文本、圖像 文本 Gemini 1.5 Flash（預覽版）免費/付費 文本、圖像 文本 Gemini 1.5 Pro（預覽版）免費/付費 文本、圖像、視頻、音頻 文本 設備端、云端設備端、云端 Gemma 免費（開源模型）文本 文本 數據來源：安卓開發者文檔，廣發證券發展研究中心 三、三、2024 年或為年或為 AI 手機元年，手機元年，期待蘋果領銜

35、期待蘋果領銜 以發展的眼光看待以發展的眼光看待AI手機。手機。有觀點認為當下AI手機搭載的應用功能不夠實用，或者生成的內容存在缺陷，認為AI手機是一種營銷手段。我們認為，目前業界所展示的AI手機是冰山一角，云廠商、手機廠商和互聯網公司仍需時間探索有效的AI應用商業化路徑；同時，云端推理算力的成本下探過程仍未結束，設備端算力因芯片能耗和制程而受限，幾種因素的疊加下，AI手機暫時不及預期。我們認為，AI手機產業需要領導者和創新者帶頭。蘋果入局可能性大幅提升，蘋果入局可能性大幅提升，AI手機時代加速到來。手機時代加速到來。三星、華為、OPPO、VIVO等大廠在今年發布的新品，均不約而同地搭載了AI大

36、模型。此前在AI領域布局較慢的蘋果近期也在季報電話會及多個公開場合宣稱加速AI布局。假如蘋果選擇OpenAI、谷歌等一線AI模型廠商的產品嵌入其智能手機產品，將對整個智能手機行業起到風向標作用。表表 4：蘋果在機器學習領域的持續投入蘋果在機器學習領域的持續投入 時間時間 事件事件 2011 年年 推出 Siri，這是蘋果在 NLP 領域的第一個里程碑 2013 年年 發布機器學習框架 Core ML 2017 年年 發布 ARKit，使用機器學習技術理解現實世界 2018 年年 發布 Create ML，允許開發者在 Mac OS 部署機器學習模型；招募多名 AI 領域的知名人物，開始更加積極

37、地推進 AI 研究 2019 年年 發布圖像處理和計算機視覺框架 Vision Framework 2020 年年 發布 NLP 框架 Natural Language Framework 2023 年年 計劃將開發 AI 大模型的預算提升到數百萬美元/日；2024 年年 6 月月 內部訓練的 Ajax GPT 參數可能超過 2000 億；數據來源：騰訊科技，廣發證券發展研究中心 GPT-4o展示了展示了OpenAI在通往在通往AI Agent之路上的有效探索，其大幅提升了多模態之路上的有效探索，其大幅提升了多模態能力和人機交互體驗，使能力和人機交互體驗，使AI在終端上的表現無限趨近于“真人”

38、。在終端上的表現無限趨近于“真人”。Counterpoint認為，基于AI Agent多元的、自然的交互體驗將受到手機用戶的青睞。隨著AI手機的進化及AI應用生態的繁榮，越來越多的功能和服務將被接入AI Agent。在此基礎上，AI Agent將革新智能手機的交互體驗，即從傳統的圖形用戶界面（GUI）發展為語音用戶界面（VUI），最終升級為全新的Agent(app-less)UI。我們認為，識別風險，發現價值 請務必閱讀末頁的免責聲明 1313/1616 Table_PageText 跟蹤分析|通信 GPT-4o的發布有望大幅推動移動終端“AI化”的進程：在OpenAI官網展示的demo中，文

39、生圖的前后一致性、生成字體等新增功能非常貼合智能手機、平板電腦等使用場景，結合蘋果自2011年推出Siri之后不斷在AI領域進行投入，建議關注WWDC蘋果對iOS系統的更新進展。圖圖 18：GPT-4o能夠能夠將文本轉為筆記將文本轉為筆記，并配以，并配以插圖插圖 圖圖 19：AI Agent將發展為未來將發展為未來AI手機交互的中心手機交互的中心 數據來源：OpenAI，廣發證券發展研究中心 數據來源：Counterpoint，廣發證券發展研究中心 2024年將成為年將成為AI手機元年。手機元年。根據Counterpoint的數據，在2023全年出貨的11.7億部手機中，只有不足1%的手機滿足

40、了Counterpoint對AI手機的定義。2024年，智能手機產業鏈上下游積極進行變革，各大手機廠商也將生成式AI能力作為中高端產品升級的重點，將加速AI手機的普及。Counterpoint預計AI手機在2027年將會達到約43%的滲透率。圖圖 20：AI手機手機市場市場規模預測規模預測 數據來源：Counterpoint，廣發證券發展研究中心 識別風險，發現價值 請務必閱讀末頁的免責聲明 1414/1616 Table_PageText 跟蹤分析|通信 四、風險提示四、風險提示（一一）云端算力需求不及預期的風險云端算力需求不及預期的風險 AI算力承載著AI應用的運行，若AI應用的用戶數不及

41、預期，或者AI應用無法及時產生正循環收入，或者AI大模型提出新思路導致算力需求不必再進行擴張，則可能影響算力產業鏈相關需求。（二二）技術迭代不及預期風險技術迭代不及預期風險 半導體領域研發周期長，研發難度高，存在研發進度延遲，部分產品研發失敗的風險性。（三三）美國對國內科技企業制裁加重的風險美國對國內科技企業制裁加重的風險 目前AI算力、AI硬件等領域由國外企業主導，若國外企業加重對國內相關技術的封鎖、制裁，可能減緩國內AI發展的節奏。（四四）貿易摩擦風險貿易摩擦風險 科技行業受政治因素影響較大，若中美關系惡化，西方國家對我國實施科技領域制裁，或造成部分核心零部件短缺。識別風險，發現價值 請務

42、必閱讀末頁的免責聲明 1515/1616 Table_PageText 跟蹤分析|通信 廣發通信行業研究小組廣發通信行業研究小組 韓 東：首席分析師，碩士，畢業于上海交通大學，2022 年加入廣發證券。李 璟 菲：資深分析師，碩士，畢業于美國凱斯西儲大學，2023 年加入廣發證券發展研究中心，曾任職于華創證券，2 年證券行業研究經驗。戎 志 強：高級分析師，碩士，畢業于加州大學圣地亞哥分校，2021 年 9 月加入廣發證券，曾任職于 Westlake International LLC。尹 藝 霏：高級研究員，碩士，畢業于利茲大學，2022 年加入廣發證券發展研究中心。廣發證券廣發證券行業投資

43、評級說明行業投資評級說明 買入：預期未來12 個月內，股價表現強于大盤10%以上。持有：預期未來12 個月內，股價相對大盤的變動幅度介于-10%+10%。賣出：預期未來12 個月內，股價表現弱于大盤10%以上。廣發證券廣發證券公司投資評級說明公司投資評級說明 買入：預期未來12 個月內，股價表現強于大盤15%以上。增持：預期未來12 個月內，股價表現強于大盤5%-15%。持有：預期未來12 個月內，股價相對大盤的變動幅度介于-5%+5%。賣出：預期未來12 個月內，股價表現弱于大盤5%以上。聯系我們聯系我們 廣州市 深圳市 北京市 上海市 香港 地址 廣州市天河區馬場路26 號廣發證券大廈47

44、 樓 深圳市福田區益田路6001 號太平金融大廈 31 層 北京市西城區月壇北街 2 號月壇大廈 18層 上海市浦東新區南泉北路 429 號泰康保險大廈 37 樓 香港灣仔駱克道 81號廣發大廈 27 樓 郵政編碼 510627 518026 100045 200120-客服郵箱 法律主體法律主體聲明聲明 本報告由廣發證券股份有限公司或其關聯機構制作，廣發證券股份有限公司及其關聯機構以下統稱為“廣發證券”。本報告的分銷依據不同國家、地區的法律、法規和監管要求由廣發證券于該國家或地區的具有相關合法合規經營資質的子公司/經營機構完成。廣發證券股份有限公司具備中國證監會批復的證券投資咨詢業務資格，接

45、受中國證監會監管，負責本報告于中國（港澳臺地區除外）的分銷。廣發證券（香港）經紀有限公司具備香港證監會批復的就證券提供意見（4 號牌照）的牌照，接受香港證監會監管，負責本報告于中國香港地區的分銷。本報告署名研究人員所持中國證券業協會注冊分析師資質信息和香港證監會批復的牌照信息已于署名研究人員姓名處披露。重要重要聲明聲明 廣發證券股份有限公司及其關聯機構可能與本報告中提及的公司尋求或正在建立業務關系，因此，投資者應當考慮廣發證券股份有限公司及其關聯機構因可能存在的潛在利益沖突而對本報告的獨立性產生影響。投資者不應僅依據本報告內容作出任何投資決策。投資者應自主作出投資決策并自行承擔投資風險，任何形

46、式的分享證券投資收益或者分擔證券投資損失的書面或者口頭承諾均為無效。本報告署名研究人員、聯系人（以下均簡稱“研究人員”）針對本報告中相關公司或證券的研究分析內容，在此聲明：（1）本報告的全部分析結論、研究觀點均精確反映研究人員于本報告發出當日的關于相關公司或證券的所有個人觀點，并不代表廣發證券的立場；（2）研究人員的部分或全部的報酬無論在過去、現在還是將來均不會與本報告所述特定分析結論、研究觀點具有直接或間接的聯系。系因此投資者應當考慮存潛利益沖突而對獨性產生影響不僅依據內容 識別風險，發現價值 請務必閱讀末頁的免責聲明 1616/1616 Table_PageText 跟蹤分析|通信 研究人

47、員制作本報告的報酬標準依據研究質量、客戶評價、工作量等多種因素確定，其影響因素亦包括廣發證券的整體經營收入，該等經營收入部分來源于廣發證券的投資銀行類業務。本報告僅面向經廣發證券授權使用的客戶/特定合作機構發送，不對外公開發布，只有接收人才可以使用，且對于接收人而言具有保密義務。廣發證券并不因相關人員通過其他途徑收到或閱讀本報告而視其為廣發證券的客戶。在特定國家或地區傳播或者發布本報告可能違反當地法律，廣發證券并未采取任何行動以允許于該等國家或地區傳播或者分銷本報告。本報告所提及證券可能不被允許在某些國家或地區內出售。請注意，投資涉及風險，證券價格可能會波動，因此投資回報可能會有所變化，過去的

48、業績并不保證未來的表現。本報告的內容、觀點或建議并未考慮任何個別客戶的具體投資目標、財務狀況和特殊需求，不應被視為對特定客戶關于特定證券或金融工具的投資建議。本報告發送給某客戶是基于該客戶被認為有能力獨立評估投資風險、獨立行使投資決策并獨立承擔相應風險。本報告所載資料的來源及觀點的出處皆被廣發證券認為可靠，但廣發證券不對其準確性、完整性做出任何保證。報告內容僅供參考，報告中的信息或所表達觀點不構成所涉證券買賣的出價或詢價。廣發證券不對因使用本報告的內容而引致的損失承擔任何責任，除非法律法規有明確規定?？蛻舨粦员緢蟾嫒〈洫毩⑴袛嗷騼H根據本報告做出決策，如有需要，應先咨詢專業意見。廣發證券可發

49、出其它與本報告所載信息不一致及有不同結論的報告。本報告反映研究人員的不同觀點、見解及分析方法，并不代表廣發證券的立場。廣發證券的銷售人員、交易員或其他專業人士可能以書面或口頭形式，向其客戶或自營交易部門提供與本報告觀點相反的市場評論或交易策略，廣發證券的自營交易部門亦可能會有與本報告觀點不一致，甚至相反的投資策略。報告所載資料、意見及推測僅反映研究人員于發出本報告當日的判斷，可隨時更改且無需另行通告。廣發證券或其證券研究報告業務的相關董事、高級職員、分析師和員工可能擁有本報告所提及證券的權益。在閱讀本報告時，收件人應了解相關的權益披露（若有）。本研究報告可能包括和/或描述/呈列期貨合約價格的事實歷史信息（“信息”）。請注意此信息僅供用作組成我們的研究方法/分析中的部分論點/依據/證據，以支持我們對所述相關行業/公司的觀點的結論。在任何情況下，它并不（明示或暗示）與香港證監會第5 類受規管活動（就期貨合約提供意見）有關聯或構成此活動。權益披露權益披露(1)廣發證券（香港）跟本研究報告所述公司在過去12 個月內并沒有任何投資銀行業務的關系。版權聲明版權聲明 未經廣發證券事先書面許可，任何機構或個人不得以任何形式翻版、復制、刊登、轉載和引用，否則由此造成的一切不良后果及法律責任由私自翻版、復制、刊登、轉載和引用者承擔。