0、爲什麽蘋果發布會當天跌2%，第二天漲7%？
因發布會前和很多投資人交流過“蘋果/高通“，所以昨天發布會後給出的判斷是：
“與OpenAI的合作程度，不及預期；
跨app協作、讀屏、siri等功能，符合預期；
産品定義的完整程度，超預期。”
Apple Intelligence全場40多分鍾，對OpenAI的介紹與描述極爲克制，ChatGPT更像是給用戶免費接入的一個“聊天搜索引擎”，並且發布會明確表述會考慮接入其他大模型。這種合作程度更像是APP式的合作，“按需”調用，不是“泛在”功能。
而Apple Intelligence展示出的設計理念與産品定義完整程度是超預期，永遠將用戶的日常使用需求與擔憂放在第一位，從始至終都在強調“理解用戶處境、好用、個性、隱私”，這也是拿走用戶最多數據的手機形態該做的事情。OpenAI的AI追求的是scaling law與AGI；Apple Intelligence追求的是服務用戶，讓每一個普通用戶也能擁有一位“個人助理”。
兩個企業做的事情都很偉大。但蘋果仍然擁有最好用的手機硬件、移動芯片和OS生態，這就是on-device AI最好的船票。
另外，關于Musk一直抨擊的隱私問題，如果蘋果都保護不好你的隱私，你還能相信誰能保護你的隱私？
回到最開始的問題，爲什麽先跌後漲？
沖OpenAI合作而來的投資者會走，合作仍比較淺層、審慎，跌這個。
認可蘋果AI設計理念的投資者會留，仍然是最好且符合人性的産品定義，漲這個。
1、什麽是Apple Intelligence？
Apple Intelligence的模型架構主要由3部分組成，包括蘋果端側大模型（擁有約30億參數，其在iPhone 15 Pro上的處理速度達到每秒生成30個token，初始響應延遲僅爲大約0.6毫秒）+蘋果雲端大模型（private cloud compute私密雲計算，從蘋果官方發布的測評結果看，蘋果雲端模型的處理能力與GPT-3.5相當）+Chat GPT（調用優先級排在蘋果自研模型之後），算力足夠情況下依賴于終端，更複雜的場景則使用私密雲計算或Chat GPT。從具體合作形式上看，用戶可以提出與文本、文檔、照片、PDF 等相關的問題，Siri 會判斷該查詢請求是否接入ChatGPT處理。在此過程中，Siri 將免費利用 GPT-4o，用戶無需創建賬戶且使用過程不會被記錄。
2、Apple Intelligence加持下，新Siri有什麽特征？
（1）跨應用的信息整合是核心亮點：在使用過程中，通過爲照片、日曆行程和文件等內容創建語義索引，再結合往來郵件和短信，Siri能發現並理解跨APP之間的信息（我們認爲早期以原生應用爲主，部分第三方亦會支持調用），具備跨平台信息處理能力：比如，當收到郵件通知會議延期，可以直接問Siri還能否趕上和朋友A之前約的電影，這個過程中Siri知道用戶的朋友A是誰，電影幾點開始，電影院在哪兒，到目的地所需時間，綜合調用了短信、郵件、地圖等工具。
（2）支持連續對話和上下文理解：支持更自然的語義理解，能聯系上下文，可分析不連貫的語言或修正過的語言（這意味著Siri可以與用戶連續對話，體驗更爲自然）；
（3）具備屏幕內容理解能力：比如可以告訴Siri把朋友發來的地址信息添加到朋友的地址中。iPhone上也可以設置與Siri進行對話的方式（語音or文字），並根據情況自由在文字和語音之間進行切換。
3、以上三種特征的壁壘如何？
從難度排序上看，我們認爲跨應用的信息整合要求最高，其次是屏幕內容理解，然後是聯系上下文的語義理解。
（1）蘋果能跨應用整合信息得益于系統+芯片+模型+終端的一體化優勢，目前安卓相對落後，後面得看谷歌的優化，芯片廠商已經盡力了（去年算力已經支撐端側70億參數大模型，作爲對比，蘋果Apple Intelligence的端側模型是30億參數）。由于安卓手機廠商在系統（安卓）、芯片（高通、聯發科）、模型（目前除三星接入Gemini外普遍采用自研或開源大模型）、終端（各家品牌）打通難度較大，導致現有安卓AI手機的AI應用局限于某個APP（比如面向錄音、電話、修圖），而蘋果則可面向具體場景。值得一提的是，從這個邏輯上看，華爲的鴻蒙（系統）+盤古（模型）+麒麟（芯片）一體化也是有前途的。作爲延申，我們認爲AIPC也是一個道理，即芯片的進展走在了系統前面。目前算力角度高通、AMD、Intel的新款PC處理器都已經具備45-50TOPS的NPU算力(此前的PC端處理器中NPU算力領先者是2023年10月底的高通X Elite，NPU算力達45TOS；Intel的Lunar Lake和AMD的銳龍AI 300最新處理器剛于本月COMPUTEX正式發布，NPU算力分別爲48/50TOPS，前代産品則分別爲11/16TOPS，參考下圖)，而應用端讓消費者願意爲AI付費的動力還比較弱，因此微軟在系統級AI應用上還有很長一段路要走。
圖：主要PC處理器的NPU算力一覽
（2）屏幕理解這塊，蘋果之前開發的ReALM和Ferret-UI、谷歌的ScreenAI視覺語言模型、Open AI的GPT-4o也具備這個能力。本質上是解決機器代人操作的需求，後面安卓端跟進是大趨勢。
（3）上下文的語音理解難度主要在于NLP算法，也需要大模型加持，但難度相對前兩者稍低，目前華爲、小米等也具備該項技術。
圖：谷歌的ScreenAI視覺語言模型
4、從産品創新到需求落地，邏輯鏈是什麽？
複盤過去，iPhone的出貨表現如何？——整體平穩。
從近三年出貨角度，據GFK，2021-2023年iPhone出貨量分別爲2.35/2.30/2.31億台，整體平穩。2024年一季度iPhone出貨同比-9.6%至5000萬部，我們預計2024Q2出貨量相對穩健，或同比提升10%-20%至4500-4800萬部。全年維度下我們預計出貨或小幅下降。
展望未來，我們認爲消費者的換機需求來自優質體驗+硬件排他。目前蘋果跨應用的AI體驗已經實現了“不錯的體驗”（後續進步方向是打通更多第三方應用）；而第二步的“硬件排他”也在實現。
蘋果表示，Apple Intelligence 的落地僅限搭載A17 pro、M1/M2/M3/M4系列芯片及後續叠代産品的機型。現有iPhone機型中，僅有iPhone 15 Pro、iPhone 15 Pro Max支持Apple Intelligence功能。我們看到，蘋果近幾代的A系列處理器上，A15-A17的制程分別爲5/4/3nm；NPU都是16核，算力則分別爲15.8/17/35TOPS。而M1/M2/M3/M4芯片的制程分別爲5/5/3/3nm；NPU都是16核，算力則分別爲11/15.8/18/38TOPS。
那麽，如何理解“搭載M1（11TOPS算力）的MacBook Air、MacBook Pro 、iPad Air、iPad Pro都可以支持Apple Intelligence ，而搭載A16（17TOPS算力）的iPhone 14 Pro/Pro Max反而不支持”？實際上，此處與算力關聯度的關系較弱，更多受限于運行內存規格（以滿足端側模型運行需要，我們在此前AI終端大報告中有強調這一觀點）。具體來看，iPhone 14 Pro/Pro Max的運行內存配置爲6GB，而iPhone 15 Pro/Pro Max開始升級至8GB；同理，搭載M1芯片的MacBook Air (M1, 2020)、MacBook Pro (M1, 2020)、iPad Air（M1，2022）、iPad Pro（M1，2021）等均爲8GB起步的運存配置。
因此，我們認爲在Apple Intelligence對DRAM的要求下，iPhone換機需求相較于iPad、Mac端更大。
圖：支持Apple Intelligence的機型
5、蘋果産品創新大周期下，如何把握核心投資方向？
考慮到蘋果Apple Intelligence落地僅限少數機型，疊加明年iPhone17有望在算力、大模型落地、散熱、光學等方向持續創新（當然，還有27年前後潛在的折疊機型），我們認爲iPhone有望迎來較強換機動能，步入出貨上行通道。我們認爲果鏈是後續消費電子核心主線，産品創新大周期下應把握核心量價邏輯。
看多果鏈的第一層邏輯，是量價齊升，β和α共振。在此過程中既有産品創新帶來的ASP提升，也有稼動率提升帶動的毛利率改善。這一邏輯核心關注鵬鼎控股（NPU升級直接受益，邏輯最稀缺；疊加稼動率提升帶來的毛利率改善）。
看多果鏈的第二層邏輯，是量增，β是核心。關注創新周期下出貨量增長、稼動率改善。這一邏輯核心關注立訊精密（蘋果敞口高，β角度受益出貨增長，α角度份額提升），水晶光電（蘋果光學創新邏輯強，今年潛望下放，明年繼續升級），高偉電子（蘋果敞口最高，伴隨後攝份額提升邏輯）。
此外關注：比亞迪電子（結構件）、統聯精密（結構件）、領益智造（結構件）、藍思科技（結構件）、長盈精密（結構件）、信維通信（結構件）、珠海冠宇（電池）、瑞聲科技（聲學）、歌爾股份（聲學）、環旭電子（SIP）、賽騰股份（設備）、博衆精工（設備）、奧普特（機器視覺）、長電科技（封測）。
