事件：高通在2023 骁龙峰会上推出新一代旗舰移动芯片骁龙8Gen3、旗舰PC 芯片骁龙X Elite 和音频芯片S7 系列。其中骁龙8Gen3 专为AIGC 定制，与前代相比，其AI 性能提升98%，支持本地运行100 亿参数的大模型；骁龙X Elite AI 处理速度达到竞品的4.5 倍，异构AI 引擎性能达75 TOPS，支持本地运行130 亿参数的大模型。

硬件赋能，AIGC 在边缘端的革命正加速。今年2 月，高通演示了10 亿参数规模的Stable Diffusion，6 月完成了在终端运行参数量更大的图生图模型ControlNet。

本次发布的骁龙8Gen3 进一步为边缘端大模型优化，不到1 秒就能使用StableDiffusion 生成1 张图像，在运行70 亿参数的大语言模型时，每秒可以生成20 个Token，超过了人类阅读的速度。我们认为，云端协同的“混合AI”路线有望帮助移动端AI 应用成长为“完全体”，手机进行内容输出的效率远低于PC，但未来在本地运行的AI 加持下，用户得以将少量的输入转化为大量输出，这便是混合AI 的重要意义之一。

“本地运行AIGC”有望成为智能手机、PC 的新卖点。AI 能力近年始终作为智能手机的辅助功能，常用于广告算法、应用推荐、照片标记等不痛不痒的后台能力。

当下随着终端芯片足以支持本地大模型快速处理Token，AI 能力有望走向台前，和用户直接交互并生成内容。本地推理大模型在成本、时延、隐私上具有天然优势，也可以作为桥梁，预处理海量复杂Token，并将其导向云端大模型，搭载AI 能力的终端芯片，作为AI 触及万千场景的血管地位加速明晰。消费电子近年来始终存在创新困局，而混合AI 的出现，有望创造新的使用场景从而刺激终端换机。

不只是手机，边缘算力有望培育AI 多点开花。在生成式AI 爆发前，边缘算力已经逐渐渗透进了部分商用场景，如手机云游戏、无人设备驾驶、自动视频识别等。如今随着MLC-LLM，谷歌模型体系等软件基建加速，特斯拉机器人为具身智能完成物理基建，高通在终端设备上推理生成式模型，甚至让智能设备同物理世界自主交互的条件已经具备，未来，随着应用加速渗透、预处理模型需求爆发，以及边缘小模型推理，智能设备物理交互需求爆发。

投资建议：AIOT 类业务今年受到消费需求以及价格竞争影响，整体处于预期低位，目前高算力骁龙新品完成硬件铺路，静待后续应用跟进。

边缘算力芯片：瑞芯微、全志科技、晶晨股份、翱捷科技、乐鑫科技。

边缘算力承载平台：美格智能、广和通、超讯通信、龙宇股份、移远通信、网宿科技。

边缘算力/物联网运营商：中国移动、中国电信、中国联通。

风险提示：AIGC 发展不及预期，算力建设不及预期，商业竞争风险。