《中國信通院：新一代智能終端藍皮書（2024年）（58頁）.pdf》由會員分享，可在線閱讀，更多相關《中國信通院：新一代智能終端藍皮書（2024年）（58頁）.pdf（58頁珍藏版）》請在三個皮匠報告上搜索。

1、；No.202416中國信息通信研究院2024年12月新一代智能終端藍皮書新一代智能終端藍皮書(2022024 4 年年)開啟萬物智聯、協同智慧新紀元開啟萬物智聯、協同智慧新紀元版權聲明版權聲明本藍皮書版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本藍皮書文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。本藍皮書版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本藍皮書文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。更名聲明更名聲明原“集智”白皮書更名為“集智”

2、藍皮書?！凹恰彼{皮書將繼續秉承原有的編撰理念和高質量標準，致力于提供有價值的信息和洞見。原“集智”白皮書更名為“集智”藍皮書?！凹恰彼{皮書將繼續秉承原有的編撰理念和高質量標準，致力于提供有價值的信息和洞見。前言前言當前，全球新一輪科技革命和產業變革正深入發展，信息通信技術創新已從過去單點突破轉變為多技術協同推進及群體性演變。人工智能（AI，Artificial Intelligence）、物聯網、衛星通信和大數據等關鍵技術不斷突破，加速終端行業創新進程，新一代智能終端逐漸走深向實，推動人類社會進入智慧化時代。新一代智能終端指基于信息通信技術，以強感知、強計算、強交互、強體驗提升為目標，能夠

3、執行多元化復雜任務，為用戶提供強智能服務的新型智能終端。新一代智能終端擴展了智能終端的功能和邊界，支持人類對物理世界更深刻的感知與理解，更加強調系統整體的智能互聯和智能化管理，旨在通過更全面、綜合的智能化應用，促進人、機、物、境的深度互聯融合，并成為推動數字化轉型和智慧生活的新質生產力工具。本報告旨在通過深入剖析新一代智能終端的發展現狀、技術特點、產業生態、市場前景及對未來的憧憬展望，為相關領域的決策者、研究者及從業者提供全面而深入的洞察與參考。報告編制過程中得到了業內相關企業的大力支持，在此特別感謝華為終端有限公司、榮耀終端有限公司、維沃移動通信有限公司、OPPO 廣東移動通信有限公司、聯通

4、華盛通信有限公司、騰訊科技（深圳）有限公司、北京郵電大學。由于智能終端相關技術仍處于快速變化發展階段，我們對新一代智能終端的認識還有待持續深化，報告中如存在不足之處，敬請諒解。目錄目錄一、智能終端整體發展脈絡.1二、新一代智能終端總體發展情況.5（一）呈現“四新”趨勢特征，人機物境深度融合.5（二）產品應用不斷涌現，重塑終端智能邊界.14（三）擴展市場增長空間，提振行業發展信心.24三、新一代智能終端技術創新重點.27（一）終端硬件創新升級，助推端側性能加速提升.27（二）平臺軟件加速重構，端云協同成為主要路徑.34（三）多重技術綜合應用，催生人機交互全新范式.39（四）安全防護策略演進，筑牢

5、用戶安全隱私屏障.42四、新一代智能終端產業應用生態.44（一）產業結構優化調整，形成多方協同生態.44（二）應用創新持續深化，開發邏輯逐步遷移.45（三）多元流量入口并存，構建全新市場格局.47（四）智能分級縱深推進，引領產業高質發展.48五、新一代智能終端發展建議.50（一）創新軟硬核心技術，加速終端智慧升級.50（二）健全智能終端標準，推動標準落地實施.50（三）壯大終端產業主體，培育繁榮共生生態.51圖 目 錄圖 目 錄圖 1 智能終端發展歷程.1圖 2 AI 智能體架構圖.12圖 3 全球 AI PC 市場規模及預測.27圖 4 新一代智能終端產業鏈各方角色.45表 目 錄表 目 錄

6、表 1 全球手機代表產品發布情況匯總.15表 2 全球 AI PC 代表產品發布情況匯總.17表 3AI 賦能的可穿戴設備發布情況匯總.19表 4 全球人形機器人代表產品情況匯總.21表 5 全球 AI 手機市場規模及預測.26表 6 部分旗艦級芯片性能表現.28表 7 頭部手機廠商操作系統優化情況.36表 8 端云協同應用場景劃分.39新一代智能終端藍皮書（2024 年）1一、智能終端整體發展脈絡智能終端作為驅動數字生產方式質效變革的核心引擎、數字化轉型的重要工具，深度融合了硬件制造、操作系統研發、中間件設計、應用軟件創新及內容創作等多個核心環節，通過高度集成前沿技術與多元化功能，能夠為用戶

7、提供更加高效、便捷、智能的使用體驗，深刻改變了人們的生活方式和工作模式，成為推動全球邁向數字化、智慧化時代的關鍵力量。隨著技術的持續革新及市場需求的不斷變化，智能終端設備將會在未來發揮更加重要的作用，為人類和社會發展帶來更多的便利和價值。根據技術發展路線、應用服務智能化水平等要素，智能終端演進歷程可概括為以下四個關鍵階段。來源：中國信息通信研究院圖 1 智能終端發展歷程一是計算智能起步期（1995 年2007 年），終端初步具備基礎的數據計算和傳輸能力，硬件和軟件技術尚在發展初期，應用生態處于早期萌芽階段。此階段，智能終端的智能化水平尚處于初級階新一代智能終端藍皮書（2024 年）2段，終端的

8、功能和應用較為基礎，主要以計算能力的提升為主要發展方向，市場上的終端產品種類較少、應用類型較單一，應用生態處于逐步探索階段。1996 年，Palm 公司發布初代 PalmPilot 1000，開創了掌上電腦（PDA）的新紀元，PDA 設備逐漸演化為后續的智能手機形態，推動了移動智能終端的市場拓展。1997 年，IBM 公司推出的“深藍”（Deep Blue）超級電腦，成為歷史上第一個在標準國際象棋比賽中成功擊敗衛冕世界冠軍的計算機系統，其所采用的并行計算、混合算法等技術對后續的人工智能和計算機技術的發展產生了深遠的影響。2000年全球第一款Symbian操作系統手機發布，融合了 PDA 與手機

9、的功能，并允許用戶安裝應用程序，奠定了后續智能手機的發展基礎。二是應用智能導入期（2007 年2011 年），iOS、Android 及Windows Phone 等移動智能操作系統正式問世，應用程序被廣泛引入終端設備以提供多類型服務，智能應用生態初步構建。2007 年，蘋果公司發布第一代 iPhone，搭載 iOS 1.0 系統，以其獨特的多點觸控技術和簡潔直觀的用戶界面交互方式，徹底改變了人們對智能終端的認知，引領了手機設計的方向。2008 年 10 月，首款搭載Android 系統的設備 HTC G1 上市，標志著 Android 系統正式進入市場。iOS 和 Android 兩大移動智

10、能操作系統成為主導智能終端市場發展的核心力量，推動智能終端市場競爭新格局的形成。2010 年，微軟發布 Windows Phone 操作系統，期望與桌面操作系統形成互補，新一代智能終端藍皮書（2024 年）3完善計算設備領域的生態布局。此階段，3G 網絡開始普及，移動網絡數據連接為智能終端的智能化應用發展提供了更為廣闊的空間，各種應用程序如雨后春筍般涌現，應用商店模式逐步興起，智能終端應用生態初步構建。隨著應用程序的豐富和硬件性能的增強，智能終端的用戶體驗得到了顯著提升，用戶可以通過智能終端完成更多類型的任務和服務，如社交、購物、娛樂、出行等。三是單點智能普及期（2011 年2020 年），新

11、一代信息技術驅動終端軟硬件升級變革，應用生態進入多元化發展階段，萬物互聯迎來新機遇。隨著移動互聯網技術的不斷突破、云計算基礎設施的逐步完善、物聯網應用場景的持續拓寬，智能終端產業快速發展，掀起了移動互聯網的創新浪潮，締造了有史以來最具規模的終端產業生態。2011 年，蘋果發布 iPhone 4S，首次引入語音助手 Siri，改變了用戶與終端產品的傳統交互方式。2017 年起，蘋果、海思、高通、聯發科等主要芯片廠商相繼發布支持 AI 加速功能的新一代芯片，支持終端處理更復雜的任務。同時，4G 網絡在全球范圍內得到普及，為應用落地提供了高速、穩定的網絡連接，推動了移動互聯網應用的爆發式增長。此階段

12、，以智能手表、智能眼鏡、智能手環等為代表的可穿戴設備受到消費者的廣泛關注，智能門鎖、智能攝像頭、智能溫控系統等智能家居和物聯網終端日趨普及。隨著智能終端不斷拓展其應用邊界并逐步與各類物聯網設備進行深度融合，實現了設備間的無縫連接與高效協同，為用戶提供了更加便捷、智新一代智能終端藍皮書（2024 年）4能的生活體驗，推動應用生態向更加多元、豐富的方向發展。四是協同智慧發展期（2020 年以來），人工智能、物聯網等技術取得關鍵性突破，終端交互方式及服務方式發生深度革新，推動智能終端進入萬物智聯、協同智慧新紀元。萬物互聯注重設備之間的連接和數據傳輸，但智能化程度相對較低，無法滿足人們對智能化、個性化

13、服務的新需求。萬物智聯、協同智慧是在萬物互聯的基礎上，通過融合人工智能等先進技術，實現設備與設備之間更高層次的智能連接和數據交互，更加強調設備與設備之間的智能協同和智能決策。人工智能、物聯網、5G 通信、大數據等信息通信技術的快速發展與融合應用，為智能終端產業提供了強大的技術支撐和創新動力，促使智能終端設備在功能豐富性、性能卓越性以及用戶體驗友好性等方面實現顯著提升，能夠更好地滿足人類對智慧化生活的追求。2020 年，華為發布面向家庭和企業場景的“全場景智能連接解決方案”。2022 年 11 月，OpenAI 發布基于 Transformer 神經網絡架構的聊天機器人 ChatGPT。Chat

14、GPT 展現出強大的語言理解及生成能力，再次引發全球對人工智能的關注，全面推動生成式 AI技術的寒武紀式爆發。2023 到 2024 年，新一代智能終端創新產品及應用相繼涌現，華為、OPPO、vivo、榮耀、小米、蘋果、微軟等國內外終端廠商加速升級 AI 戰略，發布搭載大模型能力的 AI 手機、AI PC 等，AI Pin、Rabbit R1、智能戒指等新形態產品不斷推出，具有感知和交互能力的人形機器人快速發展，商業化進程大幅提速。新一代智能終端藍皮書（2024 年）5隨著深度學習技術的突破和算力資源的指數級增長，AI 大模型技術取得了革命性進展，以前所未有的規模和性能重新定義人工智能的邊界，

15、為智能終端提供了更強大的智能處理能力，終端交互方式、服務方式等都發生了深度變革，使其能夠更好地適應各種復雜場景和應用需求，新一代智能終端新特征逐漸凸顯。同時，隨著物聯網技術的發展，各種智能終端設備能夠相互連接、相互協同，實現了全場景、全區域的智慧化連接。智能終端邁向“萬物智聯、協同智慧”全新發展階段。二、新一代智能終端總體發展情況（一）呈現“四新”趨勢特征，人機物境深度融合（一）呈現“四新”趨勢特征，人機物境深度融合智能終端指能夠接入通信網，搭載能夠提供應用程序開發接口的開放操作系統，并能夠安裝和運行第三方應用軟件的終端。新一代智能終端指基于信息通信技術，以強感知、強計算、強交互、強體驗提升為

16、目標，能夠執行多元化復雜任務，為用戶提供強智能服務的新型智能終端。傳統智能終端側重于單一設備或系統內部的功能增強與智能化，主要依賴于預設的規則和算法進行自動決策和執行，用戶與系統的交互層次相對有限。新一代智能終端擴展了智能終端的功能和邊界，支持人類對物理世界更深刻的感知與理解，更加強調系統整體的智能互聯和智能化管理，旨在通過更全面、綜合的智能化應用，促進人、機、物、境的深度互聯融合。新一代智能終端與傳統智能終端在交互方式、服務方式、應用范式及業務場景新一代智能終端藍皮書（2024 年）6等方面具有顯著區別。隨著信息技術的持續創新與突破，應用場景的不斷延伸與豐富，用戶個性化、多樣化需求的日益變化

17、與增加，新一代智能終端的范疇將呈現不斷擴展的趨勢，并囊括更多融合新一代數字技術和創新科技、滿足更廣泛消費及行業需求的設備與服務。產品應用創新方面，以強智能為主要發展方向，以 AI+終端為主要實現方式，代表性產品包括 AI 手機、AI PC、AI 可穿戴設備、AI 車載終端、北斗終端、智能工業終端等；產品形態創新方面，以場景應用為導向，以多樣化、融合化為特征，涌現出裸眼3D終端、三折疊手機、AI PIN、Rabbit R1、人形機器人、eVTOL（電動垂直起降飛行器）、智能戒指、擴展現實終端等新型產品。當下，人工智能技術是智能終端產業發展的關鍵驅動力，AI+終端正顯著提高智能終端產品功能、不斷擴

18、展應用場景、持續提升消費者及行業用戶的體驗，促進消費類終端向強智能升級，推動新一代智能終端技術創新和產業變革，助力人工智能賦能新型工業化落地實施。以大模型技術為代表的人工智能正驅動新一輪的行業轉型深化，并引領新一代智能終端走深向實。全球大模型井噴式發展，語言大模型多維度能力持續進化，視覺大模型和多模態模型加速迭代。隨著縮放定律下大模型技術的不斷成熟，其在各行業的深入應用帶來顯著的效率提升和模式創新，深刻改變制造業的生產模式和創新路徑。在大模型的驅動下，人工智能全方位、深層次、多維度重塑終新一代智能終端藍皮書（2024 年）7端開發邏輯、服務模式、交互方式，智能終端產業開啟新一輪智能革命周期，進

19、入全產業鏈條變革階段。人工智能、大數據、衛星通信等新一代信息技術的深度融合賦能，推動終端設備智能化水平持續提升，助力終端應用場景及功能范圍不斷拓展，從終端形態、硬件性能、操作系統、中間件到上層應用軟件，都在持續優化升級，新一代智能終端的特性更為凸顯。新一代智能終端呈現出“四新”趨勢特征，即新的交互方式、新的服務方式、新的應用范式以及新的業務場景。1.新的交互方式：從“單一模態交互”變為“多模態智能交互”人機交互歷史是不斷演進的過程，主要分為 5 種形式。一是命令行交互。在計算機發展的早期階段，人機交互主要依賴于命令行界面，用戶需要通過鍵盤輸入特定的命令來控制或訪問系統資源，如程序、文件等。二是

20、圖形界面交互（GUI）。圖形界面交互增加了形象的可視化元素，如按鈕、圖標、菜單、窗口等，使用戶能夠更加直觀地與終端系統進行互動。三是多點觸控交互。隨著觸摸屏精度和響應速度的不斷提高，多點觸控交互通過模擬人類自然的觸摸和手勢動作，使用戶能夠通過簡單的觸摸、滑動、縮放、旋轉等手勢來控制屏幕上的內容，降低了使用門檻。四是自然語言交互。用戶通過自然語言與終端系統進行交互，系統能夠理解用戶的語言意圖，并給出相應的回應，無需手動操作，極大地提高了交互的便捷新一代智能終端藍皮書（2024 年）8性。五是多模態智能交互。模態指信息的來源或形式。模態基于人的感官可分為視覺、聽覺、嗅覺、味覺、觸覺?；谛畔⒌某休d

21、方式或傳遞的媒介可分為圖像、視頻、語音、文本、觸覺信息等，此外，情景環境中也會涉及通過雷達、紅外、GPS 等多類型傳感器所獲取的各種模態數據。多模態智能交互指用戶能夠通過肢體語言、情感表達、信息載體（文字、圖片、音頻、視頻）、事件環境等多個通道與終端設備進行交流，終端融合處理多維信息并提取核心特征內容進行意圖理解判斷，根據輸入的信息和用戶的意圖，生成多模態的輸出。新一代智能終端開啟人機交互新體驗，形成以多模態智能交互為主的多元化并存范式，交互方式從“人適應機器”逐漸演變為“機器適應人”。人類生活在一個由多種模態構成的世界，新一代智能終端更加強調人與終端在特定任務中相互配合的效率?；诙嗄B大模

22、型強大的泛化能力，終端可以同時處理大量文本、圖像、視頻、音頻等不同模態的信息，并能夠結合智能感知的其他數據信息，通過統一的表示空間完成跨模態的信息交互和知識融合，實現更加自然、流暢的人機交互，此種方式更加符合人類感知和處理信息的方式，使得交互方式逐漸從“人適應機器”演變為“機器適應人”。隨著技術的不斷更迭，終端計算智能、感知智能將逐步走向認知智能，進而促進更多創新交互模式的誕生。新興的交互方式能夠滿足用戶更復雜的交互需求，催生更多的應用場景。新一代智能終端藍皮書（2024 年）92.新的服務模式：從“被動服務”轉向“主動服務”新一代智能終端構建個性化服務新模式，服務模式由“以用戶指令為驅動”轉

23、變為“以用戶意圖為導向”，由“被動服務”轉變為“主動服務”。在終端傳統的服務模式中，系統通過接收用戶的指令或輸入執行相應的操作，缺乏對用戶深層次意圖的理解，用戶需要主動尋找、打開特定的應用來滿足自己的需求，服務模式主要以反應式為主，缺乏主動性和預見性。新一代智能終端基于深度神經網絡學習、語義匹配檢索、上下文理解、端云協同等關鍵能力，不僅能夠理解和處理用戶明確表達的需求，還能夠通過分析用戶的行為、偏好、情景、上下文等信息，理解用戶的深層次意圖，甚至提供用戶未曾明確表達但實際需要的服務，為用戶提供主動性的、預見性的、個性化的服務，滿足用戶更加復雜多元的需求。新一代智能終端服務模式逐步由“以用戶指令

24、為驅動”轉變為“以用戶意圖為導向”，交互方式更加智慧、人性，實現真正“懂你”的用戶體驗。例如，智能家居設備能夠根據用戶的生活習慣自動調整室內溫度、濕度等參數；智能客服則能夠根據用戶的咨詢內容主動推薦相關的產品或服務；智能醫療助手通過連接用戶的醫療記錄和健康數據，為用戶提供個性化的健康管理建議，如用藥提醒、健康飲食建議等。3.新的應用范式：從“AI 賦能”邁向“AI 原生”以大模型為代表的 AI 技術改變了智能終端應用軟件的設計理念及開發模式，激發了基于大小模型的智能應用開發需求，衍生出新一代智能終端藍皮書（2024 年）10應用+AI、AI 原生應用兩類代表性范式。應用+AI 即 AI 賦能傳

25、統應用，主要在原應用場景基礎上疊加新的 AI 模塊或在已有服務流程上疊加基于 AI 技術的決策調度，以增強軟件的功能和用戶體驗，提升原有軟件的智能化水平，這種集成使得傳統軟件能夠處理更復雜的任務。如在內容消費類應用中集成 AI 推薦算法，根據用戶的瀏覽歷史、購買記錄等數據，為用戶提供個性化的內容或商品推薦；照片編輯應用中疊加 AI 修圖功能；線上會議應用中增加自動會議紀要、語音轉文字功能；英語學習應用疊加 AI 仿真對話等。AI 原生應用是以 AI 技術和理念為出發點，依托于大模型技術構建的全新應用程序，從基礎架構和設計初始便立足將 AI 能力作為核心，更加強調利用AI 能力進行原生創造。AI

26、 原生應用能夠實現AI 技術與業務場景的深度融合，具備高度的自適應能力、可擴展性和AI 含量。應用+AI 與 AI 原生應用短期共存，隨著 AI 技術的不斷成熟和應用場景的持續拓展，AI 原生應用有望成為主流趨勢。應用+AI 僅是在現有產品或服務中引入 AI 技術，未從應用底層重構開發邏輯，在智能化程度、數據利用與整合、用戶體驗、可擴展性與維護性以及安全性與隱私保護等方面均存在一定的局限性。AI 原生應用能夠進行智能化決策、自動化處理，此范式下的應用軟件通常具有更高的智能化程度和更好的用戶體驗。隨著AI 原生應用開發思維、開發方法、商業模式的逐漸成熟，會涌現更多的創新性AI 原生應用，并有望成

27、為主流趨勢，為人們的生活和工作帶來更多的便利和效率提升。新一代智能終端藍皮書（2024 年）11AI 智能體作為典型 AI 原生應用，正逐步成為新一代智能終端的核心構成要素與創新的交互入口，通過整合資源內容為用戶提供智能化服務。隨著技術的不斷演進，先后出現基于規則的智能體、基于強化學習的智能體、基于大模型的 AI 智能體（AIAgent）。AI智能體1指能夠感知外部信息，自主進行任務規劃、決策與執行的軟件或系統，旨在響應、理解、分析人類輸入，像人類一樣與環境互動并完成特定任務目標，通常具備主動性、交互性、反應性和適應性等特性。智能體主要包括系統級智能體及應用級智能體。系統級智能體通常與操作系統

28、集成，旨在管理、控制和優化整個系統或環境的運行，可能涉及多個子系統的協同工作，以及復雜的數據處理和分析任務，能夠為用戶提供體系化、可擴展的智能服務。系統級智能體更注重整體性能的優化和系統資源的調度。應用級智能體主要聚焦于特定應用領域及細分應用場景，以通過智能技術解決特定的任務。智能體引領終端進入智能感知、多模態交互、全場景服務的一體化新時代。智能體基于大模型等技術底座，具有信息感知、學習記憶、推理規劃、工具調用及反思改進五大核心能力，并賦能人類學習、辦公等多種應用場景。通過感知系統狀態、環境信息并結合用戶提供的輸入信息進行意圖理解判斷，運用內置的智能算法和模型，進行數據分析和邏輯推理，做出任務

29、分解、任務編排及任務優化等規劃決策。能夠基于一定的學習記憶能力，根據過往經驗和反1本報告中如無特別說明，智能體均指 AI 智能體。新一代智能終端藍皮書（2024 年）12饋不斷優化決策策略，以提高任務完成的準確性和即時性。結合多模態大模型能力，可以對語音、圖像、手勢、觸摸等多種形式信息的理解及處理，使得用戶能用更加自然、直觀的方式與智能終端進行交互，提高了交互的便捷性和效率。智能體所具備的自主性和主動性使終端能夠更好地理解用戶復雜需求，并通過智能體的集成和協同工作，形成一個緊密相連、互相支撐的智能生態系統，進而為用戶提供更加個性化、智能化的服務。來源：中國信息通信研究院圖 2 AI 智能體架構

30、圖4.新的業務場景：從“萬物互聯”進入“萬物智聯”技術創新從過去的單點突破進入多種技術協同推進、群體性演變新階段，人工智能、大數據、移動互聯網等前沿技術的廣泛應用與融合滲透推動業務場景從“萬物互聯”進入“萬物智聯”。隨著技術的不斷進步和應用場景的日益豐富，“萬物互聯”逐漸顯現出其局新一代智能終端藍皮書（2024 年）13限，單純的連接無法滿足人們對智能化、自動化的更高追求，用戶所關注的不僅是單設備的體驗，更加關注場景化的體驗，比如出行是否智能、家居是否智能。萬物智聯、協同智慧時代更加強調場景化、泛在化、智慧化、生態化、協同化、安全化?！叭f物智聯”不僅要求設備之間互聯互通，更強調通過人工智能、大

31、數據、云計算等先進技術，實現設備間的智能識別、智能交互和智能決策。在這個框架下，每一個智能終端都不再是孤立的存在，而是能夠感知環境、理解用戶需求，并主動提供服務的智能系統，可以根據用戶的習慣、偏好和場景，自動調整工作模式，提供個性化的服務，真正實現“懂你所想，予你所需”。在萬物智聯時代，各種智能終端和設備將形成一個開放、協同、共贏的生態系統，通過數據共享和協同工作，共同為用戶提供優質的服務和智能化、便捷性的體驗。新一代智能終端是萬物智聯的基礎和載體，在數據采集與感知、智能分析與決策、互聯互通與協同工作等方面發揮著重要作用。萬物智聯的核心在于多種設備的接入與識別、各種數據的融合與處理、終端的智能

32、決策與控制，通過對海量感知及輸入數據的分析，終端需要做出實時反應，并能基于用戶的信息及情景環境，提供智能化的服務。新一代智能終端作為萬物智聯的感知層，能夠實時采集和感知周圍環境的數據，如溫度、濕度、光照、聲音等，通過集成 AI算法和大數據等技術，對采集到的數據進行自主分析和決策，并與其他智能終端設備進行無縫連接和數據共享，做出更加智能的響應新一代智能終端藍皮書（2024 年）14和行動。同時，5G 網絡支持更多的設備連接，為設備間的智能交互提供了廣闊的空間和可能性，靈活地分配網絡資源，滿足了萬物智聯場景下的多樣化需求。（二）產品應用不斷涌現，重塑終端智能邊界（二）產品應用不斷涌現，重塑終端智能

33、邊界新一代信息通信技術加速變革終端能力和應用生態。隨著人工智能工程化的加速推進，新產品新模式層出不窮，催生了 AI 手機、AI PC、AI 可穿戴設備等系列人工智能終端，并成為新一代智能終端的代表性應用產品，旨在通過深度集成人工智能技術賦能終端完成更復雜的任務，實現終端更強的性能。AI Pin、Rabbit R1、智能戒指等新形態終端，具有獨特的設計理念和功能特點，能夠通過學習用戶的偏好和行為模式，簡化用戶與應用程序的交互過程，提升用戶使用的便捷性。人形機器人作為具身智能的理想載體、未來產業的新賽道、經濟增長的新引擎，將深刻變革人類的生產生活方式，有望迎來更加廣闊的發展前景。AI 車載終端集成

34、導航、娛樂、通信等基礎功能，并具備車輛監控、智能駕駛輔助、安全預警等高級功能，智能化水平不斷提升，并呈現出快速增長的發展態勢。本報告中主要聚焦 AI 手機、AI PC、AI 可穿戴設備、人形機器人及 AI 車載終端進行重點介紹。1.AI 手機：從生成式 AI 向全域 AI 升級優化AI 手機作為人工智能與移動通訊設備融合的新范式，在傳統智新一代智能終端藍皮書（2024 年）15能手機的基礎上，通過軟硬件全方位創新提升移動用戶交互體驗，推動手機智能化程度邁向新高度。硬件層面，SoC、存儲性能不斷提升，電池、散熱、面板等技術持續進步，助力手機硬件能力不斷增強。軟件應用層面，從生成式 AI 逐步向全

35、域 AI 升級優化，更加關注 AI 在系統級、場景級、跨應用級中的應用及賦能。手機智能體重塑軟件架構和應用模式，整合并聯動各種資源工具，為用戶提供更加人性化、智能化的服務。全球手機廠商加快升級 AI 戰略，相繼推出搭載大模型的 AI 手機，搶抓重要發展機遇。2024 年，國內外手機廠商陸續發布新款機型，升級終端硬件能力及服務能力，重點強化 AI 相關功能應用，如圖像處理、智能推薦、智能日程管理、原子化服務，并通過系統級操作、跨應用調度、復雜場景分析、智能決策執行等方式提升手機智能化服務水平。在消費電子產品同質化嚴重的當下，個性化服務已成為品牌差異化、提升用戶黏性的關鍵因素。隨著用戶需求的不斷變

36、化和升級，終端廠商將持續探索新的服務模式和應用場景。表 1 全球手機代表產品發布情況匯總公司名稱公司名稱代表產品代表產品發布時間發布時間模型名稱模型名稱部署方式部署方式芯片芯片代表性代表性 AI 應用應用三星GalaxyS24Ultra2024.01高斯大模型端云協同高通驍龍 8Gen3即圈即搜、通話實時翻譯、筆記助手、圖片助手谷歌Pixel 92024.08GeminiNano端云協同GoogleTensor G4照片修復、自動構圖、實時翻譯、魔法橡皮擦新一代智能終端藍皮書（2024 年）16公司名稱公司名稱代表產品代表產品發布時間發布時間模型名稱模型名稱部署方式部署方式芯片芯片代表性代表性

37、 AI 應用應用蘋果iPhone162024.09AppleIntelligence端云協同蘋果 A18通知摘要、通話摘要、寫作工具、照片整理OPPOFindX8 Pro2024.10安第斯大模型端云協同聯發科天璣 9400AI 圖像助手、AI 一鍵問屏、AI 識萬物、AI 辦公vivoX200Pro2024.10藍心大模型端云協同聯發科天璣 9400原子島、小 V 圈搜、小 V 幫記、小 V 寫作、AI 輸入法榮耀Magic7Pro2024.10魔法大模型端云協同高通驍龍 8至尊版任意門、AI 換臉檢測、AI 消除、AI 擴圖、AI 翻譯、AI 辦公小米xiaomi15 Pro2024.10

38、MiLM端云協同高通驍龍 8至尊版AI 繪畫、AI 寫作、AI 摳圖華為Mate70 Pro+2024.11盤古大模型端云協同麒麟 9020AI 動態照片、AI 互動主題、AI 隔空傳送、AI 降噪通話來源：公開信息整理2.AI PC：新型數字化新質生產力工具AI PC 基于人工智能推理硬件算力和內存的升級，通過大模型為用戶提供個性化、高效的人工智能應用服務，驅動傳統個人電腦向新型數字化新質生產力工具發展。AI PC 核心特征包括智能化交互、個性化服務、高效能計算、自主學習與進化等，利用人工智能模型和算法，使電腦能夠更智能地理解用戶需求，自動完成或輔助完成辦公、生活、娛樂等應用場景任務。硬件層

39、面，AI PC 芯片架構、算力、工藝、存儲升級以支持端側大模型。CPU+GPU+NPU 集成協同為當前端側大模型推理架構的主要模式。軟件層面，大模型新一代智能終端藍皮書（2024 年）17驅動應用生態向 AI 終端智能體生態演進，對軟件的應用架構和模式進行全新重構。應用場景方面，大模型賦能個人電腦提升辦公效率，AI PC 正逐漸成為新型數字化生產力工具。全球主要企業加快布局 AI PC，謀求在新一輪產業變革中搶占競爭制高點。國際巨頭谷歌、微軟、Meta、蘋果、高通、英偉達等在端側模型、芯片算力、賦能應用等多方面發力，加快布局大模型端側推理部署。如微軟與高通實現了 Copilot 在 PC 端推

40、理部署，將其 150 余項任務能力整合到 Windows11，支持本地化智能辦公。蘋果發布 Apple Intelligence戰略，將 3B 端側模型集成于 iOS 18、iPadOS 18 和 macOS Sequoia操作系統中。2024 年起我國聯想、榮耀等發布多款 AI PC 產品，以辦公、搜索等為主要應用場景。表 2 全球 AI PC 代表產品發布情況匯總公司名稱公司名稱代表產品代表產品發布時間發布時間搭載處理器搭載處理器模型名稱模型名稱部署方式部署方式微軟SurfacePro 102024.03英特爾酷睿 Ultra 7MicrosoftCopilot（GPT-4等）云側部署Su

41、rface Laptop72024.05高通驍龍 X Elite蘋果MacBook Pro2024.09Apple M4 系列AppleIntelligence端云部署聯想Yoga Book 9i2024.07英特爾酷睿 Ultra 7天禧大模型端云部署ThinkPadT14s Gen 62024.05高通驍龍 X EliteThinkPad T14p2024.04英特爾酷睿 Ultra 9Yoga Pro 9i2024.01英特爾酷睿 Ultra 9新一代智能終端藍皮書（2024 年）18榮耀MagicBookPro 162024.02英特爾酷睿Ultra 7魔法大模型云側部署華為MateB

42、ookX Pro2024.04英特爾酷睿 Ultra 9盤古大模型云側部署來源：公開信息整理3.AI 可穿戴設備：智能化創新應用持續涌現AI 算法的進步、智能傳感器精度的提升及低功耗硬件的發展，使得可穿戴設備能夠處理大量數據，并可進行深度學習和智能分析。AI 可穿戴設備是一類能夠通過內置傳感器實時收集用戶數據、環境信息，并結合 AI 算法分析處理，最終為用戶提供個性化服務的設備。這類設備具備感知、計算、通信和交互能力，能夠自動學習用戶的行為和習慣，并通常通過與智能手機等其他設備互聯為用戶提供更加便捷的智能化服務。當前，AI 可穿戴設備的類型已從智能手表、智能手環擴展到眼鏡、服飾、耳機、鞋子等形

43、式，以滿足不同場景中的用戶需求。智能手表和智能手環憑借集成健康監測、消息提醒、導航、無接觸支付等功能，在健康預警、運動指導和個性化服務方面取得顯著進展，并主導可穿戴市場。Apple Watch 和 Fitbit 等設備通過檢測異常心率（如心房顫動）幫助用戶及早發現潛在健康風險。同時，這些設備能夠通過長期數據積累，提供個性化的健康建議，如根據睡眠模式優化作息或根據運動數據調整健身計劃。智能眼鏡的體積和重量也逐漸輕量化，如雷朋與 Meta 合作推出的智能眼鏡，外形新一代智能終端藍皮書（2024 年）19與普通近視眼鏡相差無幾，但配備了攝像頭、麥克風和揚聲器等組件，基于內置的 MetaAI 助手，可

44、通過語音進行實時交互。AI 驅動的智能耳戴設備，如智能耳機，不僅提供音頻播放和通話功能，還具備主動降噪、聲音增強和實時語言翻譯等功能，進一步提升用戶的生活便利。隨著人工智能在可穿戴設備領域的持續發力，越來越多令人矚目的創新應用將不斷涌現。表 3 AI 賦能的可穿戴設備發布情況匯總產品名稱產品名稱產品類別產品類別發布時間發布時間公司名稱公司名稱代表性代表性 AI 應用應用Ray-BanMeta智能眼鏡2023.09Meta 與雷朋合作推出設置提醒、AI 視頻功能、實時翻譯IkkoActiveBudsAI 耳機2023.09IkkoAI 語音聊天、40+種語言同聲翻譯等功能AI PIN可穿戴設備2

45、023.11Humane連接到基于 GPT-4 開發的專有大模型，并通過投影方式完成交互CleerArc3音弧AI 耳機2024.04Cleer內置 AI 運動算法，升級AI 語音控制，實現 AI 降噪效果GalaxyRing智能戒指2024.07三星健康監測與分析、個性化健康建議QIDI Vida智能眼鏡智能眼鏡2024.08中國聯通、奇點臨近采用雙目全彩 AR 抬頭顯示與 AI 大模型技術，實現運動監測指導、AI 導覽和語音助手等功能Oura Ring4 智能戒指智能戒指2024.10Oura Health推出個人 AI 健康顧問，為用戶提供短期和長期健康建議OlafriendAI 耳機2

46、024.10字節跳動接入豆包大模型，通過語音喚起豆包進行對話新一代智能終端藍皮書（2024 年）20產品名稱產品名稱產品類別產品類別發布時間發布時間公司名稱公司名稱代表性代表性 AI 應用應用小度 AI 眼鏡智能眼鏡2024.11百度搭載中文大模型的原生AI眼鏡，具備第一視角拍攝、邊走邊問、識物百科、視聽翻譯、智能備忘等功能來源：公開信息整理4.人形機器人：通用人工智能的理想載體人形機器人作為人工智能與機器人技術深度融合的新載體，與傳統機器人相比，具備智能感知、行為規劃、自主學習和決策執行的能力，在技術革新和場景應用方面展現出巨大潛力。當前，人形機器人以大模型驅動的大腦技術為核心，結合類腦計算

47、、多模態感知與融合、自主學習、自主決策和精準控制等前沿技術，形成了從“大腦”到“小腦”再到系統集成的協同創新體系。軟硬件的深度優化使得人形機器人不僅能適應復雜多變的環境，還能高效執行任務并實時學習提升。其腦力模擬與運動協作的能力已初步成熟，未來將在工業、教育、醫療等多個領域釋放更大的社會和經濟價值，逐步成為智能化時代的關鍵賦能終端，加速推動人類社會在生產方式、服務模式和生活質量上的全面躍升，為智能化變革提供重要支撐。全球科技企業正加速推動人形機器人技術與應用的創新突破。谷歌推出的 RT-1、RT-2 和 RT-X 大模型大幅提升了機器人認知與執行能力，為多場景智能化應用奠定了基礎；英偉達開發的

48、 GR00T基礎模型，覆蓋醫療、物流、家務等多個應用領域，展現出卓越的適應性與可擴展性。在產品層面，特斯拉 Optimus 結合自研 AI 模型新一代智能終端藍皮書（2024 年）21與高度集成化設計，專注于制造和物流場景的任務執行。其基礎模型通過強化學習和實時決策能力，有效支持機器人完成多任務流水線作業，同時實現低成本大規模量產。Figure 02 則基于多模態感知與自主學習模型，聚焦家庭、零售等多樣化場景，其核心算法將視覺、語音與運動控制相結合，賦予機器人在復雜環境中的高效互動與場景切換能力。國內企業亦積極布局，優必選推出接入 AI 大模型的多模態交互系統，智元機器人實現了基于大語言模型的

49、任務規劃與行為執行；華為云與樂聚機器人聯合發布的夸父機器人，融合了華為盤古大模型和開源鴻蒙系統，在智能化與系統穩定性方面表現突出，為行業注入更多創新動能。表 4 全球人形機器人代表產品情況匯總公司名稱公司名稱產品名稱產品名稱技術參數技術參數產品介紹產品介紹應用場景應用場景特斯拉OptimusGen2高：172cm重：57kg自由度：52DoF采用特斯拉自研執行器和傳感器，全新設計的雙足結構結合自動駕駛系統 FSD（Full Self-Driving）、Autopilot 等神經網絡技術和動態平衡算法，實現更穩定的行走和靈活的動態調整。為工廠等復雜場景的任務執行提供強大支持。工業制造物流倉儲服務

50、領域波士頓動力Atlas 電動版-采用電機驅動，具有全向關節設計和 360視覺能力。除模擬和模型預測控制外，還配備了新的人工智能和機器學習工具。工業制造特種應用AgilityRobotDigit高：175cm重：65kg自由度：20DoF擁有高度靈活的運動能力，可以在復雜地形中平穩行走，且具備抓取和搬運物體的能力，單次搬運重量可達 16 公斤。物流倉儲快遞配送服務行業新一代智能終端藍皮書（2024 年）22公司名稱公司名稱產品名稱產品名稱技術參數技術參數產品介紹產品介紹應用場景應用場景FigureAIFigure02高：170cm重：70kg自由度：手部 16DoF通過與 OpenAI 合作訓

51、練的定制 AI模型，實現了與人類的自然對話能力，支持自主行走、物體操作和復雜環境下的任務執行。工業制造物流倉儲服務領域優必選WalkerS1高：172cm重：76kg自由度：未提及配備 360多模態感知系統，包括集成化頭部設計、雙耳魚眼相機和3D 立體視覺技術，以及仿人靈巧手和 6 個陣列式觸覺壓力傳感器，使其能夠精準感知周圍環境，實現高效的交互和作業。已進入比亞迪工廠執行搬運任務實訓。工業制造物流倉儲傅利葉智能GR-2高：175cm重：63kg自由度：53DoF采用了優化的仿生設計和內走線設計，提升了整體美觀度和場景適配性。靈巧手單手自由度增至 12個，并搭載了觸覺傳感器和運動控制算法，能夠

52、實現對不同物體的精準力控抓取。工業制造醫療康養服務領域智元機器人遠征A2-Max高：175cm重：85kg自由度：53DoF專為重載特種場景設計，具備力大和靈巧的優勢。能輕松搬動 40 公斤的航空箱，展示了其在重載作業方面的能力。物流倉儲宇樹科技G1高：135cm重：35kg自由度：43DoF可進行高難度的動態動作，如動態站起、坐下折疊、舞棍等?；谏疃葟娀瘜W習和仿真訓練，借助 AI的加速發展，在不斷進行升級和演進。服務領域樂聚機器人夸父高：150cm重：45kg自由度：26DoF國內首款面向家庭場景的華為開源鴻蒙人形機器人，能夠實現任務作業、規劃導航等功能，步速最高可達 4.6 公里/小時，

53、快速連續跳躍高度超過 20 厘米，能夠在各種復雜環境中自由行動。工業制造服務領域來源：公開信息整理5.AI 車載終端：開啟艙駕融合一體化、智能化新時代AI 車載終端通過集成智能座艙和智能駕駛系統，為用戶提供更新一代智能終端藍皮書（2024 年）23加智能化的服務體驗。人工智能已經全面滲透至汽車產業的各個環節，并推動汽車行業的競爭從電動化、智能化逐漸轉向 AI 化。傳統汽車制造商、科技公司、互聯網巨頭等紛紛加大在 AI 領域的投入，通過合作與競爭共同推動汽車產業的快速變革。數據驅動型端到端智能駕駛正在顛覆過去人工規則驅動的傳統智能駕駛開發范式，有望在更廣泛的駕駛場景中實現更高級別的自動駕駛功能。

54、端到端智能駕駛通過構建統一的神經網絡模型，從原始傳感器數據中直接提取信息，能夠學習到各種駕駛場景下的潛在規律和特征，從而具備更強的適應性和泛化能力，實現感知到控制的無縫銜接。多家車企和智能駕駛技術公司正在研發和推廣數據驅動型端到端智能駕駛技術，如特斯拉的FSD系統、小鵬的圖靈AI智駕、長城汽車的CoffeePilot Ultra 等都已經實現了量產或試量產。智能座艙由功能座艙逐漸升級為以大模型為基礎的感知智能座艙，擁有更高、更全面的智能化交互能力與權限。功能座艙是智能座艙的早期形態，主要側重于提供基本的車輛信息和娛樂功能，用戶可以通過觸摸屏或語音控制來操作車載系統，實現音樂播放、導航查詢等功能

55、。這一階段的智能座艙雖然具備了一定的智能化特征，但交互方式相對單一，且智能化程度有限。大模型技術賦予了感知智能座艙更準確、更流暢的語音識別和自然語言處理能力，以及更豐富的知識儲備和語義理解能力。在感知智能座艙中，用戶可以通過更自然的多模態方式與車輛進行交互，如通過語音指令控制車輛功能、通過手勢操作調整車新一代智能終端藍皮書（2024 年）24載系統等。海外車企特斯拉、奔馳等，以及國內車企廣汽、比亞迪、極氪、嵐圖、理想、蔚來、小鵬等均已在座艙中接入大模型。未來，智能座艙與智能駕駛系統將實現更深度的融合，通過共享算力、數據等資源，提高整體系統的性能和效率。（三）擴展市場增長空間，提振行業發展信心（

56、三）擴展市場增長空間，提振行業發展信心受益于國家政策扶持、新技術融合應用及市場需求擴增等多重因素，智能終端產業進入新一輪增長周期。新一代信息技術通過升級、重組和延伸不斷實現自身的迭代進化，從集成電路、互聯網到云計算、5G、衛星通信、人工智能等，形成了龐大且交叉組合的技術簇群來賦能新一代智能終端發展。此外，人們已經不再滿足于普通的電子設備，而是渴望擁有更加智能、便捷、個性化的產品。隨著國家相關政策的效果顯現、人工智能等創新技術的落地應用及消費者市場需求的推動，全球智能手機、PC 和智能穿戴等代表性產品出貨量呈不同幅度增長，推動市場的進一步擴大和升級。國家部委及地方政府發布系列政策支持新一代智能終

57、端產業發展，為行業創新提供強有力支持。2024 年 1 月，工業和信息化部等七部門印發 關于推動未來產業創新發展的實施意見（工信部聯科202412 號），提出“突破下一代智能終端。發展適應通用智能趨勢的工業終端產品，支撐工業生產提質增效，賦能新型工業化。發展量大面廣、智能便捷、沉浸體驗的消費級終端，滿足數字生活、數字文化、公共服務等新需求。打造智能適老的醫療健康終端，提新一代智能終端藍皮書（2024 年）25升人民群眾生命健康質量。突破高級別智能網聯汽車、元宇宙入口等具有爆發潛能的超級終端，構筑產業競爭新優勢”。2024 年 5 月，國家發展和改革委員會等五部門印發關于打造消費新場景培育消費新

58、增長點的措施（發改就業2024840 號），提出“打造電子產品消費新場景。加大柔性屏、超級攝影、超級快充、人工智能助手、端側大模型、跨屏跨端互聯等軟硬件功能開發，增強人機交互便利性。支持智能穿戴設備在通信娛樂、運動健身、健康監測、移動支付等領域應用，開拓柔性可穿戴、環境自適應智能紡織品應用領域。拓展智能機器人在清潔、娛樂休閑、養老助殘護理、教育培訓等方面功能，探索開發基于人工智能大模型的人形機器人。鼓勵探索反向定制、個性化設計和柔性化生產等新模式，創新電子產品應用場景。鼓勵以市場化方式舉辦電子產品展銷會，提高智能產品知曉度和滲透率?！备鞯胤骄劢褂谕苿又悄芙K端產業的創新發展、技術升級和應用拓展，

59、以提升區域智能終端產業的競爭力和影響力。如深圳市推動智能終端產業高質量發展若干措施提出“提升鏈主企業產業鏈帶動能力”“增強關鍵核心技術攻關能力”“推進優質產品提質增量”等推動地區智能終端產業集群發展。重慶市推動成渝地區雙城經濟圈建設行動方案（20232027 年）提出“培育形成智能家居終端、智能安防終端等百億級新型智能終端產業”。IDC 數據顯示，我國 2024 年智能終端市場出貨量將同比增長新一代智能終端藍皮書（2024 年）264%，預計 AI 終端2占比將達到 55%，搭載 AI 功能的終端設備超過70%。作為智能終端領域的核心產品，智能手機的市場銷量始終受到業界的高度關注。根據 Can

60、alys 發布的報告，2024 年第三季度全球智能手機出貨量同比增長 5%，已連續四個季度實現增長。2024年，具備生成式 AI 能力的智能手機出貨量預計將占全球智能手機總出貨量的 16%，并在 2028 年激增至 54%。從 2023 年到 2028 年，AI 手機市場的年均復合增長率（CAGR）將達到 63%。表 5 全球 AI 手機市場規模及預測產品類型產品類型2023 年年2024 年年2025 年年2026 年年2027 年年2028 年年全球智能手機出貨量（百萬臺）110011501180120012201250全球 AI 手機出貨量（百萬臺）55184330.4456573.46

61、75AI 手機占比5%16%28%38%47%54%來源：CanalysGartner 數據顯示，2024 年 AI PC 的出貨量將達到 4300 萬臺，AI PC 出貨量占比 PC 終端總出貨量達 17%以上；預計到 2025 年，AI PC 的全球出貨量將達到 1.14 億臺，占比達 43%左右。AI PC 滲透率加速提升，未來 23 年占比有望超過 50%，成為市場主力，走向成熟和規?；?。2本統計中，AI 終端是指處理器集成 AI 引擎的終端設備。新一代智能終端藍皮書（2024 年）27來源：Gartner圖 3 全球 AI PC 市場規模及預測MarketsandMarkets 報告

62、數據顯示，全球可穿戴人工智能市場規模預計從 2024 年的 627 億美元增長至 2029 年的 1385 億美元，復合年增長率預計 17.2%。這一增長主要受到消費者對健康認識的提升、可穿戴設備技術進步等因素驅動。在預測期內，端側 AI 細分市場將占據較高的市場份額。智能手表仍有期望占據較大市場份額，AR/VR 頭戴設備將引領較高的增長率。Statista 報告數據顯示，2024年全球 AI 機器人市場規模將超過 190 億美元，較 2023 年市場規模增長近 30%，到 2030 年，預計這一規模將超過 350 億美元（約合人民幣 2497 億元）。三、新一代智能終端技術創新重點（一）終端

63、硬件創新升級，賦能端側性能加速提升（一）終端硬件創新升級，賦能端側性能加速提升1.全棧智能計算技術夯實新一代終端智慧化基礎（1）算力大幅提升，支持端側更強 AI 性能端側部署大模型對 AI 芯片算力提出了更高要求。端側 AI 芯片不僅需要滿足高算力需求，還要在有限的功耗和散熱條件下提供穩新一代智能終端藍皮書（2024 年）28定的計算性能。為了實現這些目標，AI 芯片的發展逐漸從以往的通用處理向專用處理過渡，特別是面向神經網絡的深度學習任務優化。早在 2017 年，芯片設計公司已經開始在其商用的 SoC 中加入獨立神經網絡運算單元。根據 Counterpoint 數據，現有手機 AI 算力已經

64、增長了 20 倍（以 TOPS 為單位），且芯片峰值 AI 算力水平還將繼續增長。端側芯片發展主要帶來兩方面變化。一方面，AI 芯片的架構不斷優化，用以深度適配主流 Transformer 架構的 APU、NPU 被推出；異構計算架構（如 CPU+GPU+NPU）逐步應用，在提高算力和性能的同時還可以降低功耗和成本，同時還具備多類型任務的處理能力，可以更好地應對多種計算任務。另一方面，芯片制造工藝不斷升級，制程從 4nm 向 3nm 邁進，并有望突破 2nm，芯片的計算密度不斷提升，功耗顯著降低，更符合端側設備對能效比的要求。表 6 部分旗艦級芯片性能表現公司公司芯片芯片制程制程AI 處理器處

65、理器應用終端應用終端性能表現性能表現高通驍龍 8Gen3臺積電N4P5nmQualcommAI 引擎手機CPU 最高頻率達 3.3GHz，性能提升 30%，能效提升 20%，GPU性能提升 25%，能效提升 25%，AI 性能提升 98%，支持終端側運行 100 億參數的模型，面向70 億參數大語言模型每秒生成高達 20 個 Tokens。高通驍龍 8至尊版第二代N3E3nmHexagonNPU手機二代 Oryon CPU 速度提高 45%，電源能效提高 45%，HexagonNPU 融合了標量、向量、張量等 AI 加速器架構，支持 INT4、INT8、INT16 和 FP16 精度，AI性能

66、提升 45%。新一代智能終端藍皮書（2024 年）29公司公司芯片芯片制程制程AI 處理器處理器應用終端應用終端性能表現性能表現高通驍龍 XElite4nmHexagonNPUPCGPU 算力可達 4.6TFLOPS，異構 AI 引擎性能達 75TOPS，支持設備端運行參數量超過 130億的大模型。采用 Hexagon NPU最高可提供 45 TOPS 算力；CPU 采用 Oryon，未來將進入智能手機、汽車、XR 領域。高通驍龍XR2Gen2-HexagonNPUVR、XRGPU 相比前代性能提升 2.5 倍，在終端側 AI 能力上相比第一代驍龍 XR2 平臺提升高達 8 倍。支持 INT8

67、，并優化了不同 AI 模塊之間的連接，同時擴展了終端側的內存。聯發科天璣9300第三代4nmNPU 890手機內置硬件級生成式 AI 引擎，支持最高可達 330 億參數的 AI 大語言模型，可基于 1 個基礎大模型支持 N 種技能 AI 多模態處理能力達到 50Tokens/秒，長文本處理能力提升 8 倍，支持高達32K 的長文本內容。聯發科天璣9400臺積電N3E3nmNPU 890手機AI 算力相比前代提升了 40%，從而在 AI 計算方面更具優勢。對比天璣 9300，NPU890 在大語言模型（LLM）的提示詞處理性能提升了 80%，功耗降低 35%。聯發科Kompanio 8386nm

68、APU 650PC相較于 Kompanio 500 系列顯著升級。GPU 性能提升達 76%，CPU 基準測試性能提升達 66%，網頁基準測試性能提升達 60%。蘋果A18Pro3nm16 核 NPU手機集成了 16 核 NPU，運算速度高達 35TOPS，具備更快和更高的效率，內存帶寬相比上代增加17%，與 Apple Intelligence 協同設計，相比A17 Pro在運行AppleIntelligence 的各項功能的速度最高提升 15%。新一代智能終端藍皮書（2024 年）30公司公司芯片芯片制程制程AI 處理器處理器應用終端應用終端性能表現性能表現蘋果M43nm16 核 NPUP

69、CM4 芯片配備了最多10 核CPU，包括 4 顆性能核心和最多6 顆能效核心。CPU 性能相比M1 提升最多可達 1.8 倍。10 核GPU 提供卓越圖形處理性能，相比 M1 芯片提升最多可達 2倍。16 核 NPU，運算速度最高可達 38TOPS。英特爾酷睿Ultra9185Hintel4Intel AIBoostPC酷睿 Ultra 9 185H 處理器采用了6 個性能核，8 個能效核再加上2 個超低功耗核構成，總計 16核 22 線程。最高睿頻可以達到5.1GHz，擁有 24MB 三級緩存。AMD銳龍8040PRO 系列4nmXDNA 架構 NPUPCZen 4 CPU 架構、RDNA

70、3 GPU架構、XDNA NPU 架構的強大組合，并加入了 AMD PRO 技術組合，適用于商用筆記本電腦，可以從協作、能效、生產力、隱私安全等各方面全方位提升運營效率。AMD銳龍AI9 HXPro 3754nmXDNA 2NPUPCNPU 算 力 為 55TOPS，支 持Copilot+的實時字幕和實時翻譯、Cocreator 等功能。三星Exynos24004nmNPU-與 Exynos 2200 相比，Exynos2400的 CPU 性能提升了1.7 倍，AI 處理能力增加 14.7 倍。三星S2MUA02 電控芯片-智能戒指-谷歌TensorG34nmedge TPU能運行更復雜的 M

71、L 模型英偉達DRIVEOrin7nm-汽車可提供 254TOPS 的算力，是適用于智能汽車的中央計算平臺，能夠為自動駕駛功能、置信度視圖、數字儀表盤以及 AI 座艙提供強力支持。英偉達JetsonOrin-機器人包含 7 個具有相同架構的模組，運算速度高達 275TOPS，其性能是上一代多模態AI推理的8倍，新一代智能終端藍皮書（2024 年）31公司公司芯片芯片制程制程AI 處理器處理器應用終端應用終端性能表現性能表現并支持高速接口。這款強大的軟件堆棧包含預訓練的 AI 模型、參考 AI 工作流和垂直應用框架，可加速生成性 AI 的端到端開發，以及邊緣 AI 和機器人應用。來源：公開信息整

72、理（2）內存容量、帶寬、功耗性能成為核心關注點終端芯片在大容量、高帶寬和低功耗方面的性能提升成為關鍵要素。端側大模型通常包含數十億甚至更多的參數量，每次處理復雜 AI 任務時，都需要在內存中完成對數據的高頻調用和處理，模型參數量越大，對內存帶寬需求越高。例如，在 int4 量化級別下，3B（30 億參數）、7B（70 億參數）模型壓縮后所占用內存空間分別為 1.4G 和 3.5G 左右，因此需要足夠的內存帶寬來支持這種大規模的數據傳輸。同時，大模型在推理過程中需要進行頻繁的數據交換和快速的存儲訪問，智能終端不僅需要具備大容量的存儲空間，還需要在高數據傳輸速率和低功耗條件下確保存儲效率。盡管處理

73、器算力逐年提升，端側設備在大模型推理中的計算速度顯著加快，但存儲帶寬相對滯后，使得數據傳輸效率成為限制計算性能的主要瓶頸。LPDDR5X、LPDDR 6、HBM 等存儲技術被提出，可以有效應對數據傳輸效率和功耗的問題。LPDDR5X（Low Power Double DataRate 5X）是一種新型的低功耗雙通道內存，傳輸速率最高可達新一代智能終端藍皮書（2024 年）328533Mbps，是 LPDDR4X 的兩倍，LPDDR5 的 1.33 倍，可以在更短的時間內完成更多的數據傳輸，從而提高設備的運行速度和響應能力。通過動態電壓和頻率調節（DVFS）等節能技術，LPDDR5X的功耗在待機

74、和運行狀態下相比LPDDR5分別降低了約20%和10%，使得搭載 LPDDR5X 的設備在提供高性能的同時，能夠擁有更長的續航時間。LPDDR5X 作為 LPDDR5 的升級版，在傳輸速率、功耗、帶寬等方面實現了顯著提升，并在智能手機、平板電腦、自動駕駛汽車、邊緣計算設備以及人工智能領域等多個領域展現出廣泛的應用前景。業內正積極籌備新一代低功耗內存 LPDDR6 的研發，以適應智能手機、輕薄筆記本等設備的性能需求。超微半導體和 SK 海力士提出 HBM 存儲，旨在解決傳統內存架構的帶寬和功耗瓶頸問題，是一種基于 3D 堆棧工藝的高性能 DRAM，適用于高存儲器帶寬需求的應用場合。如英偉達的 H

75、100 GPU 和谷歌 TPU 等都使用HBM 技術，其高數據吞吐能力可以支持更大規模參數量的模型訓練與實時推理。HBM 技術主要應用于高性能計算、數據中心、人工智能和自動駕駛等領域，由于生產成本和智能終端設備電池續航等原因，尚未實現在終端上的規?；瘧?。對于終端設備的存儲芯片，成本仍被視為重要考量因素，未來發展也將更注重提高存儲密度、數據傳輸效率等方面?！按嫠阋惑w”是一個重要演進方向，有望降低“存儲墻”、“功耗墻”等影響。傳統處理器在執行人工智能算法時，由于存儲和計新一代智能終端藍皮書（2024 年）33算分離，在存儲器與運算器之間存在大量的數據搬運，造成巨大的功耗和延時開銷，導致數據搬運的

76、功耗遠遠高于計算功耗，成為馮諾依曼架構加速器的發展瓶頸。存算一體技術的核心思想是將存儲器與運算器融合在一起，實現在存儲器內部執行矩陣向量乘法計算，在完成高并行數據訪問和計算的同時有效避免了大量權重數據的搬運，從而達到提高運算速度與能量效率的目的，適合用來加速人工智能算法中的矩陣和向量運算。用于存算一體架構的存儲技術路線主要包括近存計算、存內處理和存內計算三大類。每種技術路線都有其獨特的特點和實現方式，適用于不同的應用場景和需求。隨著半導體工藝的不斷進步和新型存儲介質的研發，存算一體技術有望在未來實現更廣泛的應用和突破。2.電池、散熱、顯示等技術演進助力端側 AI 落地電池續航、散熱等性能也將直

77、接影響到智能應用的用戶體驗。若電池續航能力弱，則難以支持智能應用長時間運行；散熱不佳將會導致設備過熱降頻，影響性能發揮。隨著技術的不斷進步，這些問題正逐步得到解決。在續航方面，電池容量呈上升趨勢，2024 年智能手機旗艦機型電池容量增長至 5500mAh 以上。端側 AI 的算力激增導致功耗上升，要求更大容量電池和更快速充電，技術策略主要有負極材料改進和電解質材料改進兩種?？斐浼夹g是保障 AI 手機續航能力的重要手段，2024 年新推出的安卓旗艦級頂配機型均配備了功率過百瓦的私有快充技術并大部分支持 50W 無線快充，大功新一代智能終端藍皮書（2024 年）34率快充技術的滲透率有望不斷提升。

78、端側 AI 運行時處理器能耗高，產生大量熱量，要求終端具備更強的散熱性能，液冷技術、VC 均熱板、石墨烯散熱膜成為當前新的散熱解決方案。顯示技術方面，DC 調光、Real RGB 等技術支撐長時間使用下護眼體驗，窄邊框、折疊折痕優化支撐AI終端更大的交互界面。在XR近眼顯示設備中，光波導方案清晰度高、可視角度較大、同時將顯示屏和成像系統遠離眼鏡移到額頭頂部或者側面，極大降低光學系統對外界視線的阻擋，并且使得重量分布更符合人體工程學，從而改善設備佩戴體驗。波導的傳輸方式為近眼顯示系統的結構設計提供了更多的選擇性，是未來 XR 設備光學方案的主流方向。聲學方面，語音輸入是人機交互的關鍵接口，預計后

79、續終端將持續升級麥克風收音質量，增強語音交互體驗。（二）平臺軟件加速重構，端云協同成為主要路徑（二）平臺軟件加速重構，端云協同成為主要路徑1.原生 OS 重構開發邏輯，提升開發效率AI 技術在終端產品的融入度逐步深化，當前處于“系統導入AI”階段。AI 技術在終端產品落地的過程，可分為“應用加入 AI”、“系統導入 AI”、“AI 重構原生 OS”三個階段。第一階段“應用加入 AI”的 AI 功能較為簡單，強調單點特性的智能增強，如翻譯，圖片處理，文字識別等領域引入 AI 能力，實現方式為將各類 AI 能力集成至應用軟件中，主要的計算處理任務在云端運行；第二階段“系統導入 AI”是指 AI 能

80、力下沉至 OS 側，并對系統高頻應用和新一代智能終端藍皮書（2024 年）35服務進行智能化改造，AI 功能融入終端預裝應用，如圖片一鍵消除、圖庫檢索、日程自動生成等；第三階段“AI 重構原生 OS”是以 AI為中心重構系統及應用，包括交互方式、意圖理解、執行方式、系統資源調度等，以系統級入口和全局可用的超級智能體，實現更自然的多模態交互。當前多家終端廠商旗艦機操作系統中加入 AI 模型和 AIAgent，嘗試以 AI 重構原生 OS。傳統終端 OS 一般由硬件層、內核層+應用框架層、應用層組成，新一代終端的內核層逐步加入 AI 模型和 AIAgent，實現模型訪問、模型管理、意圖理解等功能，

81、應用層也將從傳統應用演化出原生化服務組件和智能體應用。重構后的系統將有五大特征，一是將生成式 AI 能力內化于操作系統中，進一步落地到終端應用場景，提供智能問答、語義搜索、內容創作、文字處理與總結等功能；二是多模態聚合輸入輸出，將文本、圖像、聲音、視頻等不同類型數據通過大模型聚合分析，提供統一的輸出響應；三是進一步整合 UI 界面，以大模型驅動個性化功能，通過智能體鏈接各個應用；四是面向開發者提供包含基礎大模型能力 API，即操作系統提供的 API 將被擴展，使開發者更便捷地創建智能應用；五是通過對用戶習慣的自主學習以優化資源管理，如對高頻應用進行前臺化、重新分配帶寬和存儲等方式來提升系統性能

82、，為用戶提供量身定制的計算體驗。新一代智能終端藍皮書（2024 年）36表 7 頭部手機廠商操作系統優化情況公司公司操作系統操作系統優化情況優化情況華為HarmonyOSNEXT智慧助手小藝能力提升，具備更強的感知、推理能力，可實現 23 類 Top 場景記憶感知，知識量突破萬億級 Tokens，300+項服務通過意圖框架接入小藝智能體，支持全場景多模態分發。OPPOColorOS 14配備 AIGC 消除功能，支持路人、物體等多類型元素識別與消除，并生成自然的填充畫面。AI 通話摘要可以智能識別通話內容，生成重點信息摘要，提升辦公效率。vivoOriginOS 5通過提供圈搜、全局喚醒和全局

83、拖拽等全新交互方式，借助端云結合的藍心大模型，將 AI技術融入系統的各項能力，如照片去路人、電話智能接聽、會議轉錄摘要、外語溝通翻譯和聽覺視覺無障礙等場景。小米澎湃 OS跨越多端的智能思考中樞，通過原子感知能力，學習人的習慣，讓周邊設備基于習慣來運作和協同。使用的設備越多，學到的習慣越多，常用的設備無需操作就能按照習慣運行。榮耀MagicOS 9.0搭載智能體的個人化全場景 AI 操作系統，從傳統內核基于設備的資源計算，演進為 AI 內核基于人的關聯因子計算，如個人習慣、意圖理解、環境感知，AI 算力按需調度。魅族Flyme 10.5Flyme AI 大模型的能力，圖庫升級了 AI 搜圖、圖片

84、擴展、魔法消除、AI 寫真等功能。三星Samsung OneUI 6離線場景 13 種語言互譯，并具備筆記助手、瀏覽助手、智能修圖建議和生成式編輯的功能。蘋果iOS 18Apple Intelligence 能夠深入理解設備中的各類數據，包括照片、郵件、信息等，并據此為用戶提供個性化的智能服務，帶來了功能更加強大的 Siri。來源：公開信息整理2.大模型輕量化成為熱點方向，端云協同成主流部署方式模型輕量化部署能夠顯著降低模型的復雜度，降低對終端計算資源和存儲資源的需求。模型規模定律表明，基于海量參數和訓練新一代智能終端藍皮書（2024 年）37數據的大規模預訓練模型能夠有效提高人機交互和推理能

85、力，從而增強可完成任務的多樣性和豐富性。隨著模型參數數量和訓練數據量的增加，模型的性能通常會得到提升，其處理復雜任務的能力也隨之躍升。然而，隨著模型規模的增大，存儲、傳輸以及計算資源的消耗也隨之增加，對輕量化技術提出迫切需求。模型輕量化通過優化模型結構、壓縮數據大小以及提高計算效率等手段，能夠顯著降低模型的復雜度、資源消耗和部署成本，從而使其能夠在有限的算力和存儲空間內實現高效推理。端側輕量化模型正逐漸成為 AI 領域的重要發展方向，各大科技公司紛紛加大在端側模型層面的投入和研發力度。2024 年，微軟、谷歌、Meta 等在端側模型領域取得了顯著進展，并發布了多項重要成果。微軟發布 Phi-3

86、 Mini，可測量參數僅為 38 億，現已在 Azure、Hugging Face 上可使用。Phi-3 Mini 的性能比前一版本更好，與GPT-3.5 等 LLM 不相上下，微軟后續還計劃發布 Phi-3 Small（7B參數）和 Phi-3 Medium（14B 參數）兩個版本。Google 發布 Gemma2B 和 7B，這兩款模型更適合簡單的聊天機器人和語言相關的工作。Meta 發布全新的量化版 Llama 3.2 模型 1B 和 3B 版本，適用于移動設備和邊緣計算。國內科技企業陸續發布輕量化模型，如智譜清言GLM-4 9B版本、阿里Qwen2 0.5B/1.5B/7B版本、面壁智

87、能MiniCPM2B 版本。同時，國內終端廠商持續發布自研端側模型，如 vivo 發布藍心大模型 3B 版本，榮耀發布魔法大模型 3B 版本，OPPO 發布新一代智能終端藍皮書（2024 年）38AndesGPT 7B 版本，小米發布 MiLM 大模型 4B 版本。為了更好地適配端側運行需求，廠商通過參數共享、模塊化架構、緊湊表示等方式創新模型架構設計，通過量化、剪枝、知識蒸餾和低秩分解進行模型壓縮。面向特定任務，常在自注意力層或前饋網絡層采用 LoRA 等技術微調，避免全參數微調帶來的高昂計算成本和巨大內存消耗。通過低秩矩陣分解，高效調整模型的權重，而無需修改或重新訓練所有參數，快速適配新任

88、務，如摘要總結、內容生成、文本潤色等特定任務。未來端側模型仍面臨平衡性能與資源限制、確保模型魯棒性、持續學習和個性化等挑戰，預計端側模型參數不會爆發式增長，而是向專業化任務小模型、多功能與多模態能力集成的方向拓展。端云協同部署模式實現計算資源動態分配，增強系統靈活性與可擴展性，成為主要發展路徑。端側模型優勢點在于低延遲、強隱私保護、免受網絡強弱限制，滿足自動駕駛、智能機器人等實時性要求高的場景，處理敏感信息（如醫療、金融數據）更具安全性。但受終端計算、存儲和能耗限制，無法支持較大規模的 AI 模型，所以當前端側大模型常用于處理算力要求較低的任務，如翻譯、圖片編輯、本地搜索等。云側大模型優勢點在

89、于算力強、知識庫豐富、可擴展性與靈活性好，能夠支持更大規模的模型部署和訓練，所以云側負責算力要求高的 AI 工作，如提供更高品質的內容生成及更復雜的推理任務。綜合終端的成本、性能、功耗等要求，以及目前新一代智能終端藍皮書（2024 年）39大模型的能力，當前端云協同是主流解決方案。端側模型兼顧本地化運行的算力限制，負責執行實時數據的采集和處理、敏感數據本地處理、用戶意圖理解、貼合用戶的個性智能化、端側計算資源調度等功能，做本地化快速響應；云側大模型做深度用戶意圖理解、復雜指令拆分與執行、跨設備協同、遠程設備管理等。未來端云協同仍為主流部署模式，并將不斷優化云側、端側資源調度和使用，平衡能力、效

90、率、功耗等關鍵性能，有望在智能家居、自動駕駛、工業制造等行業場景提供更多服務。表 8 端云協同應用場景劃分類別類別云端云端端側端側算力算力強大、并行可擴展、適合訓練和推理階段計算算力有限、可擴展性差、更適合推理階段前向計算時延網絡時延+計算開銷本地計算，無網絡開銷或很低，實時響應網絡依賴強依賴弱依賴；隱私保護系統架構靈活可擴展封閉、比較分散端云協同場景劃分提供通用泛化能力，負責全局規劃及復雜任務處理。如：深度用戶意圖理解、內容創作、跨設備協同、遠程設備管理等提供即時處理能力，負責低延遲、高敏感及離線應用場景。如簡單用戶意圖理解、翻譯、通話摘要、文本潤色與總結、本地搜索、敏感信息處理等來源：中國

91、信息通信研究院（三）多重技術綜合應用，催生人機交互全新范式（三）多重技術綜合應用，催生人機交互全新范式1.多元感知豐富用戶體驗和服務終端感知技術發展經歷四個階段。一是基本功能階段，以機械新一代智能終端藍皮書（2024 年）40和簡單電子設備為主，限于最基本的功能，如信號強度檢測、電池電量監測等，感知能力有限；二是多媒體互動體驗階段，電子技術的發展促進了感知設備的精度和種類的增加，加速度計、光線傳感器等開始被集成到手機中，傳感器逐漸小型化、集成化；三是智能感知階段，感知設備能夠采集、處理和傳輸大量數據，傳感器網絡開始興起，數量大幅增加，種類也更加豐富，包括人臉識別、指紋識別、心率監測、環境噪聲檢

92、測等；四是全場景融合感知階段，廣泛收集環境數據、人體數據、位置數據等多維度信息，并通過人工智能算法完成數據處理分析，識別推測用戶意圖，從而做出最合理的交互決策和推薦，為用戶提供“主動服務設計”。當前感知能力正從智能感知階段逐步向用戶全場景融合感知階段過渡。隨著終端產品日益豐富，感知源不斷擴充，逐漸實現多場景多維度的感知能力，包括：基于 LBP 特征、HOG 直方圖等圖像感知，基于定位、加速度等的位置感知，基于體溫、心率等的人體生理指標感知，基于行為分析的意圖感知等。然而，目前大部分感知呈碎片化，各終端和各軟件間相互獨立，通常不分享感知數據和感知結果。未來隨著操作系統重構，將實現感知數據匯總、感

93、知結果共享、系統調度優化，支撐新一代智能終端對物理世界全方位的感知需求。2.意圖框架促進數據共享和協同意圖框架作為用戶與多樣化生態服務的橋梁，促進了終端與應新一代智能終端藍皮書（2024 年）41用軟件的數據共享與服務協同，將為用戶提供更智能的交互體驗及更便捷的服務操作。意圖框架是一種系統級的意圖標準體系，通過多維系統感知、大模型等能力構建全局意圖范式，為終端與應用軟件之間提供標準化的接口和協議，使得不同設備和應用軟件能夠遵循統一的規范進行通信和交互。這種標準化降低了設備和應用軟件之間的耦合度，提高了系統的可擴展性和兼容性。意圖框架還促進了終端與應用軟件之間的數據共享和協同。通過意圖框架，不同

94、設備和應用軟件可以共享用戶數據、意圖數據等資源，減少了用戶人工干預的流程，從而實現更加精準的服務推薦和個性化的用戶體驗。例如，在移動設備上，用戶可以通過語音指令要求系統打開某個應用、發送消息或進行其他操作，而無需手動觸摸屏幕。3.屏幕理解實現任務自動化操作屏幕理解實現感知與交互自動化，開創人機交互新范式。屏幕理解技術指利用計算機視覺、圖像處理、自然語言處理等多種技術手段，對屏幕上的圖像、文本、圖標等元素進行識別和分析。通過這一技術，系統能夠深入理解屏幕內容，并根據用戶意圖自動執行相應的交互操作，實現更加智能化、便捷化的人機交互體驗。此技術還為視障用戶等特殊群體提供了無障礙輔助服務，通過解析屏幕

95、內容，系統可以將屏幕上的信息轉化為語音輸出給用戶聽，從而幫助他們更好地使用電子設備。屏幕理解技術在一定程度上打破了終端與應用的連接壁壘，助力終端與應用之間的數據和服務共享，實新一代智能終端藍皮書（2024 年）42現終端感知和交互的自動化流程。（四）安全防護策略演進，筑牢用戶安全隱私屏障（四）安全防護策略演進，筑牢用戶安全隱私屏障1.提升安全風險檢測能力傳統安全風險檢測主要依賴人工巡查、經驗判斷和物理測試等手段，存在檢測效率低、準確性不足、難以發現潛在風險等問題。利用人工智能的多模態分析處理能力，新一代智能終端可全面高效地發現端側網絡和數據安全中的規律和異常，如病毒、惡意代碼植入或非法數據訪問

96、等，對安全風險進行預測和評估，從而實現對安全風險的精準識別和預警處理。針對合成語音、偽造換臉、屏幕共享等內容安全風險問題，新一代智能終端利用人工智能精準識別偽造內容和異常行為，及時采取處置措施，維護公共安全和社會秩序。如部分終端內置大模型可以對文本轉語音、語音克隆、變聲器等方式的合成語音進行端側實時檢測，若檢測出合成音頻，將向用戶彈窗提示風險，預防深度合成語音詐騙。2.打造智能安全防護新范式新一代智能終端設備將具備先進的分析能力，可以綜合用戶的語音、屏幕內容、傳感設備等信息來洞察用戶意圖，進而自主預測用戶行為，編排觸發多個應用調用完成復雜任務，呈現出圍繞用戶意圖和場景實施自組織、多應用協同的新

97、特點，傳統的基于靜態規新一代智能終端藍皮書（2024 年）43則訪問控制權限和數據安全方法已難以滿足當前的新挑戰。AI 大模型憑借高效的思維推理與研判能力，通過端云協同方式自動化識別應用場景，匹配場景安全策略，動態調整本地多應用/服務的訪問權限，確保移動應用交互安全；通過多智能體代理協同工作，對高敏感數據執行加密、隔離操作，確保用戶數據在應用間動態自適應安全流動，打造智能安全防護新范式。3.構建端云協同的大模型安全防護體系端云協同逐漸成為終端部署 AI 大模型的方式，端側和云側模型分別執行輕量和復雜的推理任務。然而，AI 大模型因其不可解釋性、訓練數據繁多、安全對齊困難等問題，存在數據投毒、遭

98、受提示詞攻擊、推理幻覺和不安全內容輸出等全新安全風險。新一代智能終端為確保 AI 在端側的安全性，圍繞大模型全生命周期對端側和云側大模型實施安全防護措施。在大模型訓練階段，通過數據安全合規清洗、大模型安全微調等數據增強和模型加固技術，云側確保大模型使用安全的公開數據和用戶私人數據進行訓練；在大模型部署階段，通過紅隊測試和大模型自查等技術模擬攻擊和發現大模型漏洞，以確保大模型的安全性；在大模型應用與推理階段，實施大模型輸入和輸出安全的過濾，按照數據敏感性實施端云協同推理，僅在端側進行高敏感數據業務推理，保障用戶隱私安全。新一代智能終端藍皮書（2024 年）44四、新一代智能終端產業應用生態（一）

99、產業結構優化調整，形成多方協同生態（一）產業結構優化調整，形成多方協同生態AI 重塑產業結構，初步形成軟硬協同、多方共建的產業生態。新一代智能終端市場的主要參與者包括終端廠商、芯片/算力廠商、基礎模型廠商以及應用軟件開發廠商，深度參與到智能終端生態的各個環節，形成五類協同開發關系。一是芯片/算力廠商研發 AI 芯片，聯合終端廠商推出終端產品；二是芯片/算力廠商聯合應用軟件開發廠商完成適配、API 調用、應用開發；三是基礎模型廠商向終端廠商提供模型服務，聯合開發應用，將模型能力集成到終端中；四是應用軟件開發廠商聯合基礎模型廠商完成智能應用開發、特定場景微調的垂類模型應用等；五是終端廠商向應用軟件

100、開發廠商提供模型服務、用戶畫像和硬件能力抽象的 SDK，助力應用開發廠商實現語義解析、模型微調等功能。在當前階段，各類型廠商都具備自己的優勢能力。以 AI PC 為例，芯片廠商以提供算力支撐為主、模型廠商主要負責提供價值支撐、PC 廠商主要負責集成并落地產品，但都很難完全覆蓋 AI PC 所需的全部價值點，市場整體以合作適配為主。未來，隨著終端產品進一步智能化升級，市場競爭將更趨向于產品體驗與用戶黏性的競爭，各廠商將繼續深化競爭壁壘，而數據儲備強、軟硬件兼備且能持續投入能力的企業可能會更加具備競爭優勢。新一代智能終端藍皮書（2024 年）45來源：中國信息通信研究院圖 3 新一代智能終端產業鏈

101、各方角色（二）應用創新持續深化，開發邏輯逐步遷移（二）應用創新持續深化，開發邏輯逐步遷移以大模型為代表的 AI 技術正引領著智能終端應用的創新浪潮，并衍生出兩類具有代表性的應用：AI 原生應用、應用+AI（即 AI賦能傳統應用）。這兩種應用類型不僅推動了技術的創新，也為用戶帶來了全新的體驗。AI 原生應用是指依托于大模型技術構建的全新應用程序，這類應用從基礎架構和設計開始就將 AI 能力作為核心，能夠充分利用大模型強大的推理能力完成復雜的操作。如智譜清言推出 AutoGLM，可以基于 GUI 模擬人類在手機上的操作，自動完成點外賣、編輯評論、淘寶購物、朋友圈點贊、總結文章生成摘要新一代智能終端

102、藍皮書（2024 年）46等日?；顒?。應用+AI 是指將 AI 集成到現有的軟件中，以提升原有軟件的智能化水平，這種集成使得傳統軟件能夠處理更復雜的任務。如 Adobe 在 Photoshop 引入了多項 AI 功能，包括生成式形狀填充、快速應用插圖、識別編輯字體等，提高創作效率。終端廠商系統級智能體作為 AI 原生應用的一種主要形式，通常與終端硬件、操作系統深度集成，能夠提供更加個性化和優化的用戶體驗。如榮耀發布 YOYO 智能體可完成 600 項需求意圖理解、950 項個人習慣記憶、270 項復雜任務規劃，可實現一句話點咖啡等 900 項任務自動執行。聯想的“小天”個人智能體，能實現意圖理

103、解和主動感知、自我能力認知、短期長期記憶、任務規劃和分解等功能?！靶√臁笔褂脩襞c多類 AI 終端設備自然交互，打造無縫連接的服務體驗，是用戶在工作、學習和生活等不同場景下的“個人 AI 助理”。這兩種應用的共同點在于它們都利用了 AI 技術的強大能力，但各自的側重點有所不同。AI 賦能傳統應用更側重于提升現有軟件的智能化水平，AI 原生應用以 AI 為核心驅動，拓展技術的應用邊界，終端廠商系統級智能體更強調與硬件、系統的深度集成和個性化服務。隨著兩類應用不斷探索落地，應用開發邏輯也正在改變。傳統應用軟件開發流程包括需求定義、開發平臺選擇、前端開發與 UI設計、服務器及數據庫配置、測試發布。AI

104、 應用軟件開發流程則更強調大模型選擇、數據準備、模型訓練，以及模型集成至應用軟件。新一代智能終端藍皮書（2024 年）47（三）多元流量入口并存，構建全新市場格局（三）多元流量入口并存，構建全新市場格局平臺級超級應用、應用級智能體、終端系統級智能體正構建新一輪流量入口，為新一代智能終端帶來更多商業可能。移動互聯網時代，流量入口呈現出多樣化和碎片化的特點，超級應用、應用商店、瀏覽器、小程序和社交媒體成為主要流量入口，用戶獲取內容的鏈路變短?，F階段，智能終端通過整合內容和聯動資源應用，解耦數據、軟件、硬件之間的壁壘，產生了新的交互入口，驅動流量入口生態進一步演進，商業模式也隨之發生變化。超級應用憑

105、借其龐大的用戶基數及生態優勢，通過融合大模型能力進一步強化其入口地位。超級應用通過融合大模型能力，并探索跨應用交互，進一步提升其用戶體驗和服務質量，吸引更多的用戶流量，增強用戶的黏性和忠誠度。同時，超級應用正在利用其龐大的用戶基數和生態優勢，構建更加完善的生態系統和服務體系，以在新一輪流量入口變革初期進一步鞏固和強化其入口地位。如支付寶推出智能助理，覆蓋吃、喝、行、娛樂等多種生活場景，進一步強化其日常生活服務領域的入口地位。釘釘上線 AI 助理市場，進一步擴大其在辦公領域的優勢。微信與騰訊元寶深度綁定，在 AI搜索、AI 創作方面為用戶提供更深度、專業的信息。應用級智能體是指以大模型為核心技術

106、而構建設計的智能化應用，有望成為用戶獲取信息和服務的新入口。應用級智能體將改變用戶的使用路徑，即智能體理解用戶意圖，自主完成問題拆解和決新一代智能終端藍皮書（2024 年）48策，直接調用應用工具實現既定目標并自主執行任務，一定程度上掌握應用生態的分發權。在智能體的基礎上，模型廠商推出自家應用商城，進一步構建以大模型為中心的產業生態。如 OpenAI 推出的 GPT Store 匯集開發者和用戶來創建、分享和銷售基于 GPT 模型的定制化 AI 應用，用戶可以構建個性化智能體，包括寫作、研究、編程、教育和生活方式等領域，有望改變傳統的 AI 應用開發和分發模式并形成新的入口及生態圈。終端廠商升

107、級語音助手至系統級智能體，有望成為人機交互新入口。與語音助手的嚴格遵循用戶明確指令相比，智能體更能感知用戶意圖主動提供服務，對非明確指令主動規劃并通過多輪交互完成用戶需求，善于調用工具達成用戶目標。一方面，終端廠商具備底層硬件和操作系統天然優勢，可以將自己的智能體深度集成到操作系統中，提供更加自然無縫的用戶體驗。另一方面，終端廠商圍繞自己的智能體構建生態，吸引更多開發者，依托自有應用商店，為開發者提供應用分發渠道，進一步豐富生態。（四）智能分級縱深推進，引領產業高質發展（四）智能分級縱深推進，引領產業高質發展終端智能化是指基于先進的信息技術，對各類終端設備進行深度賦能，使其具備數據處理能力、意

108、圖分析能力、決策執行能力和學習進化能力等智能功能，為人類提供更加便捷、高效、安全的服務。終端智能化分級為新一代智能終端的技術創新提供明確的方向和目標。隨著分級標準的不斷提升，智能終端廠商需要不斷投入研新一代智能終端藍皮書（2024 年）49發，提升設備的智能化水平，以滿足市場需求，有助于推動整個智能終端行業的技術創新和產業升級。技術的創新不僅推動了智能終端產業的發展，也帶動了相關產業鏈上下游的協同發展。中國信息通信研究院聯合業內二十余家重點企業，開展了終端智能化分級研究，并發布終端智能化分級研究報告。依據終端對用戶情景和意圖的理解程度、對用戶信息的學習記憶程度、任務規劃程度、任務完成度四大核心

109、要素，將終端智能化水平分為 L1-L5五個等級。L1 級（智能響應級），具備極少的智能化，能夠根據用戶確定性的操作指令完成相關任務。L2 級（智能輔助級），具備一定的智能化，能夠準確感知識別用戶簡單意圖，并基于用戶偏好完成單類型任務。L3 級（智能助理級），具備較高的智能化，能夠準確感知識別用戶復雜意圖，并基于用戶信息進行自主規劃完成多類型任務。L4 級（智能協同級），具備更高的智能化，能夠準確感知識別用戶潛在意圖，并基于用戶情景進行自主規劃完成多類型任務。L5 級（自主智能級），具備全面的智能化，能夠準確主動預測識別用戶意圖，并基于全場景進行自主規劃完成全類型任務。終端智能化程度是評估行業現

110、狀、驅動產業升級的關鍵因素，成為推動數字化進程、構建智慧社會、實現高質量發展的重要力量?，F有智能化分級研究內容是基于當前技術及產業發展特點所形成的行業共識，后續產業界需要根據技術演進情況、市場及用戶需求的變化情況等持續滾動研究，協同合作、凝心聚力，共同推動終端智能化水平提升。新一代智能終端藍皮書（2024 年）50五、新一代智能終端發展建議（一）創新軟硬核心技術，加速終端智慧升級（一）創新軟硬核心技術，加速終端智慧升級模型算法、操作系統以及芯片仍是下一階段的技術創新重點，在后續的發展過程中，可通過針對性、組合性、協同性的有效措施支持核心技術的突破與發展。一是聚焦模型輕量化、可擴展性與適配性的研

111、究與提升，大力增強國內廠商在端側模型方面的自主研發水平，持續挖掘模型壓縮的潛力，力求達到壓縮極限，從而為端側模型規?；渴饝么蚝没A，并積極向專業化小模型優化及多功能、多模態能力集成等方向拓展，以豐富模型的應用場景與功能表現；二是重點突破芯片、多模態傳感等關鍵硬件技術，解決端側部署面臨的內存帶寬不足、計算能力有限以及功耗受限等問題，逐步縮小我國與國外在零部件、制造工藝、架構設計上的差距，降低技術封鎖和供應鏈受阻等可能出現的國際局勢影響；三是關注模型底層架構搭建和研發，培育具有全球影響力的通用大模型企業，支持開源社區建設，構建具有國際化競爭力的產業生態。（二）健全智能終端標準，推動標準落地實施

112、（二）健全智能終端標準，推動標準落地實施2024 年 6 月，工業和信息化部等四部門聯合發布國家人工智能產業綜合標準化體系建設指南（2024 版），梳理了人工智能標準體系框架，包含基礎共性、基礎支撐、關鍵技術、智能產品與服務、賦能新型工業化、行業應用、安全/治理等七個部分。未來應進一步新一代智能終端藍皮書（2024 年）51落實人工智能標準頂層規劃，聚焦端側模型能力、交互能力、軟硬件能力以及智能化水平評估等方面，豐富智能產品與服務中有關新一代智能終端的相關標準，加強標準制定與產業發展的協同聯動，確保標準制定與產業實際需求緊密結合，推動標準在產業中的廣泛應用和落地實施。一是推動智能終端生態系統的

113、標準化建設，包括硬件、軟件、服務等方面的標準化接口和協議，促進不同品牌、不同廠商之間的生態系統互聯互通，制定統一的智能終端平臺標準，包括操作系統、應用開發框架、云服務接口等，降低開發者門檻，促進應用生態的繁榮。二是推進終端智能化分級測試評估，針對 AI手機、AI PC、XR、可穿戴等典型產品開展智能化分級測試評估工作。三是研究具有前瞻性與針對性的新一代智能終端個人信息保護標準體系，構建生成式人工智能用戶權益保護系列標準，規范風險分類分級、用戶數據處理、個人權利響應及服務保障能力，強化標準對產業、社會發展的牽引作用。四是推動細分場景下的標準化工作，針對細分場景下的智能終端產品，制定詳細的產品標準

114、，包括功能要求、性能指標、安全規范等，確保產品質量。五是與國際標準化組織對接，參與國際標準的制定和修訂工作，提升國際話語權和影響力。（三）壯大終端產業主體，培育繁榮共生生態（三）壯大終端產業主體，培育繁榮共生生態在智能終端產業培育方面，我國擁有龐大的消費市場和多樣化的應用環境，這些為行業發展提供了堅實的內需支撐和廣闊的增長新一代智能終端藍皮書（2024 年）52空間，也為智能終端的快速迭代與應用提供了豐富的試驗田。未來可以借鑒歐盟“領先市場計劃”，以大市場培育大產業，通過稅收優惠、購買補貼等舉措有效激發終端用戶的參與熱情與消費活力，進而實現終端產業主體的持續壯大。當前端側 AI 模型百花齊放，終端廠商、模型廠商及應用廠商紛紛聚焦于應用入口的激烈爭奪，商業模式還未成熟，培育繁榮共生生態是當前產業發展的重點。未來應積極發揮政府部門以及行業組織的引領與協調作用，加強硬件提供商、大模型服務商、終端廠商、運營商、AI 應用開發商多方協同，深入挖掘智能終端應用，尤其是探索教育、工業、金融、醫療等垂類場景，綜合多樣化技術路線，力爭構建繁榮共生的生態體系。新一代智能終端藍皮書（2024 年）53中國信息通信研究院地址：北京市海淀區花園北路 52 號郵編：100191電話：010-62300393傳真：010-62300586網址：