0、为什么苹果发布会当天跌2%，第二天涨7%？
因发布会前和很多投资人交流过“苹果/高通“，所以昨天发布会后给出的判断是：
“与OpenAI的合作程度，不及预期；
跨app协作、读屏、siri等功能，符合预期；
产品定义的完整程度，超预期。”
Apple Intelligence全场40多分钟，对OpenAI的介绍与描述极为克制，ChatGPT更像是给用户免费接入的一个“聊天搜索引擎”，并且发布会明确表述会考虑接入其他大模型。这种合作程度更像是APP式的合作，“按需”调用，不是“泛在”功能。
而Apple Intelligence展示出的设计理念与产品定义完整程度是超预期，永远将用户的日常使用需求与担忧放在第一位，从始至终都在强调“理解用户处境、好用、个性、隐私”，这也是拿走用户最多数据的手机形态该做的事情。OpenAI的AI追求的是scaling law与AGI；Apple Intelligence追求的是服务用户，让每一个普通用户也能拥有一位“个人助理”。
两个企业做的事情都很伟大。但苹果仍然拥有最好用的手机硬件、移动芯片和OS生态，这就是on-device AI最好的船票。
另外，关于Musk一直抨击的隐私问题，如果苹果都保护不好你的隐私，你还能相信谁能保护你的隐私？
回到最开始的问题，为什么先跌后涨？
冲OpenAI合作而来的投资者会走，合作仍比较浅层、审慎，跌这个。
认可苹果AI设计理念的投资者会留，仍然是最好且符合人性的产品定义，涨这个。
1、什么是Apple Intelligence？
Apple Intelligence的模型架构主要由3部分组成，包括苹果端侧大模型（拥有约30亿参数，其在iPhone 15 Pro上的处理速度达到每秒生成30个token，初始响应延迟仅为大约0.6毫秒）+苹果云端大模型（private cloud compute私密云计算，从苹果官方发布的测评结果看，苹果云端模型的处理能力与GPT-3.5相当）+Chat GPT（调用优先级排在苹果自研模型之后），算力足够情况下依赖于终端，更复杂的场景则使用私密云计算或Chat GPT。从具体合作形式上看，用户可以提出与文本、文档、照片、PDF 等相关的问题，Siri 会判断该查询请求是否接入ChatGPT处理。在此过程中，Siri 将免费利用 GPT-4o，用户无需创建账户且使用过程不会被记录。
2、Apple Intelligence加持下，新Siri有什么特征？
（1）跨应用的信息整合是核心亮点：在使用过程中，通过为照片、日历行程和文件等内容创建语义索引，再结合往来邮件和短信，Siri能发现并理解跨APP之间的信息（我们认为早期以原生应用为主，部分第三方亦会支持调用），具备跨平台信息处理能力：比如，当收到邮件通知会议延期，可以直接问Siri还能否赶上和朋友A之前约的电影，这个过程中Siri知道用户的朋友A是谁，电影几点开始，电影院在哪儿，到目的地所需时间，综合调用了短信、邮件、地图等工具。
（2）支持连续对话和上下文理解：支持更自然的语义理解，能联系上下文，可分析不连贯的语言或修正过的语言（这意味着Siri可以与用户连续对话，体验更为自然）；
（3）具备屏幕内容理解能力：比如可以告诉Siri把朋友发来的地址信息添加到朋友的地址中。iPhone上也可以设置与Siri进行对话的方式（语音or文字），并根据情况自由在文字和语音之间进行切换。
3、以上三种特征的壁垒如何？
从难度排序上看，我们认为跨应用的信息整合要求最高，其次是屏幕内容理解，然后是联系上下文的语义理解。
（1）苹果能跨应用整合信息得益于系统+芯片+模型+终端的一体化优势，目前安卓相对落后，后面得看谷歌的优化，芯片厂商已经尽力了（去年算力已经支撑端侧70亿参数大模型，作为对比，苹果Apple Intelligence的端侧模型是30亿参数）。由于安卓手机厂商在系统（安卓）、芯片（高通、联发科）、模型（目前除三星接入Gemini外普遍采用自研或开源大模型）、终端（各家品牌）打通难度较大，导致现有安卓AI手机的AI应用局限于某个APP（比如面向录音、电话、修图），而苹果则可面向具体场景。值得一提的是，从这个逻辑上看，华为的鸿蒙（系统）+盘古（模型）+麒麟（芯片）一体化也是有前途的。作为延申，我们认为AIPC也是一个道理，即芯片的进展走在了系统前面。目前算力角度高通、AMD、Intel的新款PC处理器都已经具备45-50TOPS的NPU算力(此前的PC端处理器中NPU算力领先者是2023年10月底的高通X Elite，NPU算力达45TOS；Intel的Lunar Lake和AMD的锐龙AI 300最新处理器刚于本月COMPUTEX正式发布，NPU算力分别为48/50TOPS，前代产品则分别为11/16TOPS，参考下图)，而应用端让消费者愿意为AI付费的动力还比较弱，因此微软在系统级AI应用上还有很长一段路要走。
图：主要PC处理器的NPU算力一览
（2）屏幕理解这块，苹果之前开发的ReALM和Ferret-UI、谷歌的ScreenAI视觉语言模型、Open AI的GPT-4o也具备这个能力。本质上是解决机器代人操作的需求，后面安卓端跟进是大趋势。
（3）上下文的语音理解难度主要在于NLP算法，也需要大模型加持，但难度相对前两者稍低，目前华为、小米等也具备该项技术。
图：谷歌的ScreenAI视觉语言模型
4、从产品创新到需求落地，逻辑链是什么？
复盘过去，iPhone的出货表现如何？——整体平稳。
从近三年出货角度，据GFK，2021-2023年iPhone出货量分别为2.35/2.30/2.31亿台，整体平稳。2024年一季度iPhone出货同比-9.6%至5000万部，我们预计2024Q2出货量相对稳健，或同比提升10%-20%至4500-4800万部。全年维度下我们预计出货或小幅下降。
展望未来，我们认为消费者的换机需求来自优质体验+硬件排他。目前苹果跨应用的AI体验已经实现了“不错的体验”（后续进步方向是打通更多第三方应用）；而第二步的“硬件排他”也在实现。
苹果表示，Apple Intelligence 的落地仅限搭载A17 pro、M1/M2/M3/M4系列芯片及后续迭代产品的机型。现有iPhone机型中，仅有iPhone 15 Pro、iPhone 15 Pro Max支持Apple Intelligence功能。我们看到，苹果近几代的A系列处理器上，A15-A17的制程分别为5/4/3nm；NPU都是16核，算力则分别为15.8/17/35TOPS。而M1/M2/M3/M4芯片的制程分别为5/5/3/3nm；NPU都是16核，算力则分别为11/15.8/18/38TOPS。
那么，如何理解“搭载M1（11TOPS算力）的MacBook Air、MacBook Pro 、iPad Air、iPad Pro都可以支持Apple Intelligence ，而搭载A16（17TOPS算力）的iPhone 14 Pro/Pro Max反而不支持”？实际上，此处与算力关联度的关系较弱，更多受限于运行内存规格（以满足端侧模型运行需要，我们在此前AI终端大报告中有强调这一观点）。具体来看，iPhone 14 Pro/Pro Max的运行内存配置为6GB，而iPhone 15 Pro/Pro Max开始升级至8GB；同理，搭载M1芯片的MacBook Air (M1, 2020)、MacBook Pro (M1, 2020)、iPad Air（M1，2022）、iPad Pro（M1，2021）等均为8GB起步的运存配置。
因此，我们认为在Apple Intelligence对DRAM的要求下，iPhone换机需求相较于iPad、Mac端更大。
图：支持Apple Intelligence的机型
5、苹果产品创新大周期下，如何把握核心投资方向？
考虑到苹果Apple Intelligence落地仅限少数机型，叠加明年iPhone17有望在算力、大模型落地、散热、光学等方向持续创新（当然，还有27年前后潜在的折叠机型），我们认为iPhone有望迎来较强换机动能，步入出货上行通道。我们认为果链是后续消费电子核心主线，产品创新大周期下应把握核心量价逻辑。
看多果链的第一层逻辑，是量价齐升，β和α共振。在此过程中既有产品创新带来的ASP提升，也有稼动率提升带动的毛利率改善。这一逻辑核心关注鹏鼎控股（NPU升级直接受益，逻辑最稀缺；叠加稼动率提升带来的毛利率改善）。
看多果链的第二层逻辑，是量增，β是核心。关注创新周期下出货量增长、稼动率改善。这一逻辑核心关注立讯精密（苹果敞口高，β角度受益出货增长，α角度份额提升），水晶光电（苹果光学创新逻辑强，今年潜望下放，明年继续升级），高伟电子（苹果敞口最高，伴随后摄份额提升逻辑）。
此外关注：比亚迪电子（结构件）、统联精密（结构件）、领益智造（结构件）、蓝思科技（结构件）、长盈精密（结构件）、信维通信（结构件）、珠海冠宇（电池）、瑞声科技（声学）、歌尔股份（声学）、环旭电子（SIP）、赛腾股份（设备）、博众精工（设备）、奥普特（机器视觉）、长电科技（封测）。
