ai应用领域和发展趋势如何？端侧大模型应用加速推广

AIPC通过AI能力的本地化部署，使PC拥有持续学习能力、提供个性化并保护用户隐私的服务、配备知识库适应用户需求以及可自然交互，推动端侧大模型的应用。

ai应用领域和发展趋势如何？端侧大模型应用加速推广

AIPC通过AI能力的本地化部署，使PC拥有持续学习能力、提供个性化并保护用户隐私的服务、配备知识库适应用户需求以及可自然交互，推动端侧大模型的应用。随着PC、芯片厂商陆续推出AIPC相关的产品，AIPC产业有望加速发展。而随着AI终端部署的模式逐步成熟，我们认为AI大模型终端部署成本、能耗、可靠性、隐私、个性化的优势或逐步显现，AI大模型的端侧应用有望加速。

技术突破+产品落地+生态逐步建立，产业加速发展

从计算机产业发展的历史看，往往会经历从技术突破到产品落地，再到生态逐步形成的过程。从AIPC产业看：1）技术角度，头部厂商通过混合AI架构、分离式模块等创新架构设计，满足AIPC对于终端算力的低功耗、高性能的需求；2）产品角度：芯片厂商陆续发布针对AIPC场景优化的芯片产品，如骁龙X Elite、英特尔Meteor Lake，整机厂商也积极推进产品落地；3）生态角度：底层算力厂商立足现有领域优势，积极开展合作，生态有望逐步建立。我们认为技术突破、产品落地、生态逐步建立，AIPC产业有望加速发展。

以史为鉴：交互变革+数据价值释放有望推动市场增长

从AIPC带来的功能改变看，AIPC一方面有望通过大模型能力进一步提升PC智能化程度，改善人机交互体验，另一方面也有望通过对用户本地数据的分析进一步释放数据的价值。复盘PC及智能手机市场发展历程，交互变革和数据价值释放往往能够成为市场增长的重要动力。我们认为，PC市场整体上较为成熟，技术革新为重要的市场推动力。分别类比2002-2007、2010-2015的智能手机市场，我们预测到2028年全球AIPC出货量在中观、乐观情境下有望达到0.36、1.66亿台。

AI+终端：大模型终端部署趋势持续推进

从大模型的落地发展趋势看，从云端向终端推进是重要的发展方向之一，AIPC本质上是“大模型+”从云端向终端持续演进的表现。随着算法的优化，模型的轻量化，对于终端计算、存储、通信资源的利用效率不断提升。芯片厂商的软硬件升级及产品优化，以更为高效的方式为终端提供算力资源。长期看，对于轻量化，低时延的任务，终端具备独特的优势，“大模型+”终端的趋势或将持续推进。

关注AI+终端投资机遇

我们认为AI+终端产业有望逐步加速落地，一方面有望推动相关终端交互的改善及功能的迭代，另一方面AI有望释放终端的数据价值，进一步提升终端智能化程度。AI+终端产业链相关公司包括：1）PC产业链；2）AIPC应用软件；3）AI+手机/汽车/物联网；3）AI+机器人。