今年以來，美股市值摸到3萬億美元門檻的公司一共有三家，第一名蘋果（約3.5萬億美元）、第二名微軟（約3.3萬億美元）、第三名英偉達（約3.0萬億美元）。

看似業務毫不相關，內里實則絲絲入扣，它們登頂3萬億美元寶座，背后有一個共同的推手：AI。

AI的發展，已經形成一個無形的三角飛輪，那就是算力、大模型和終端應用。算力是一切大力出奇跡的起點，模型在算力的加持下化腐朽的數據為神奇，然而縱使講得再天花亂墜的大模型，也需要直面消費者的AI終端應用來最后買單。

算力龍頭——英偉達，這是最好理解的，靠著壟斷AI的GPU，英偉達成為當之無愧的AI算力龍一，是最純正的賣水人；雖然老黃天花亂墜講了一大堆智能機器人、AI光刻機巴拉巴拉的，但華爾街沒人信這些，只關心它下個季度到底能出多少張卡。

大模型集大成者——微軟，則相對復雜一些，作為Open AI的最大資方身份特殊，另一方面其自己也有訓練大模型，這使得微軟成為大模型最領先的玩家，同時微軟提供的云算力服務，從這個角度來看它也是半個賣水人；此外，微軟還擁有吊打一切的辦公套裝，Copilot因此也是最被寄予厚望的AI應用，即使已經連續幾個季度不及預期。

AI終端攪局者——蘋果，是最令人費解的，好像年初還在被詬病押寶MR和汽車，將錯過整個AI浪潮，4月份卻靠AI終端的概念，股價原地生拔30%，上演大象起舞王者歸來的故事：屬于妥妥兵馬未動，預期先行。

三家公司圍繞著AI，股價螺旋式創出新高，其實反映的是市場對AI飛輪不同階段的追捧。其中算力和模型，在一年多內被反復學習，已經沒有太多的認知差。

而拼圖的最后一塊，AI終端，雖然還在模糊中，但產業脈絡與財富脈絡均已逐漸清晰起來——這可能是我們研究AI，不得不更著筆墨的一大方向。

圖：近一個季度三家3萬億公司股價走勢 來源：Wind

01 AI終端不是一個偽命題

AI應用的缺失，仍在刺痛每一個科技擁躉。

從去年AI風剛開始起的時候，大家就開始暢想AI應用的遍地開花。而AI應用又可以分為兩個大類，嵌入AI功能的偏軟件類產品，比如微軟的Copilot，AI語音助手等；另外是嵌入AI功能的智能硬件終端。

在ChatGPT橫空出世之后，經過一年的發展，被寄予厚望的AI應用類軟件卻始終不及預期。市場最終將其歸因于大模型還不夠強大，也正是由于這個原因，各大企業都在爭相購買云計算廠商的算力，來迭代自己的模型。其中，微軟具有 OpenAI 獨家授權的 API 接口，在AI 模型服務（AI MaaS）上明顯領先于亞馬遜和谷歌，成為意外的贏家。

但CSP算力的爆賣，也始終掩蓋不了AI應用的不及預期，可能市場期待的AI爆款應用，仍需時間等待scaling law下的新的大力出奇跡。

圖：生成式 AI MaaS 層市場占有率（2023年） 資料來源：：IoT analyst，華安證券研究所

但AI趨勢已成，創新的風不會消失，只會轉移。 伴隨著蘋果公司市值創下歷史新高，似乎昭示著智能硬件終端這個舊瓶，可以裝下AI的新酒。

從產業發展規律來推斷，我們認為AI終端不是一個偽命題 ，主要是基于下面兩點考量。

AI終端的產業邏輯是通暢的

起初大家并不看好AI終端，因為智能終端如手機、電腦，受制于功耗和體積，主芯片的算力很難像服務器集群那樣無限堆積，這也就導致終端AI的智能化程度不夠。最具代表性的案例就是已經問世了十幾年的Siri，經過無數版本的迭代，還跟一個傻子一樣。

但隨著大模型時代的到來，智能終端不能堆積算力的問題終于找到了解法：云側的大模型充當智慧大腦，智能終端的端側大模型充當智能交互方式，云和端相互協作。 云側大模型解決了深度智能的問題，端側大模型解決了及時智能的問題。

除了及時性和便攜性外，為什么明明有參數巨大、功能強悍的大模型了，我們還需要再購買一個搭載端側模型智能終端，而不是讓人與大模型直接對話呢？

因為這還涉及到隱私的問題。每一個個體對于AI的需求是不同的，我們的終極目標是想讓AI扮演個人的貼身秘書，這天然需要高信任度下的密集交互，隱私問題尤為突出。可以試想這樣的一個場景，處理一個私人照片，而隨意將其傳給云端大模型處理，你面臨的隱私泄露風險有多大。

所以，高通公司才發布了報告《混合AI是AI的未來》，并在報告中指出：

正如傳統計算從大型主機和瘦客戶端演變為當前云端和邊緣終端相結合的模式，AI處理必須分布在云端和終端進行，才能實現AI的規模化擴展并發揮其最大潛能。

與僅在云端進行處理不同，混合AI架構在云端和邊緣終端之間分配并協同處理AI工作負載。云端和邊緣終端（如智能手機、汽車、個人電腦和物聯網終端）協同工作，能夠實現更強大、更高效且高度優化的AI。