关注低估的端侧AI链：被市场冷落的下一个万亿赛道

资深财经分析师2026年6月基于截至2026年6月公开数据整理

一、开篇：一个被忽视的剪刀差

2026年5月，当英伟达市值在3.5万亿美元高位震荡、云端AI算力板块估值普遍突破80倍市盈率的时候，一组数据却鲜少被市场讨论。Counterpoint发布的2026年第一季度全球AI手机出货报告显示，具备端侧大模型运行能力的智能手机出货量同比增长147%，渗透率从去年同期的12%跃升至28%。IDC同期数据显示，AI PC出货量同比增速达到89%，远超传统PC整体不到3%的增速。这两组数字背后，是一个正在发生的产业拐点，但资本市场似乎还没有完全定价。

更值得关注的是估值层面的“剪刀差”。截至2026年6月中旬，申万消费电子指数动态市盈率为22倍，处于近五年35%分位；半导体指数市盈率约45倍，处于50%分位；而同期云端AI算力相关指数市盈率中位数超过75倍。一边是动辄七八十倍的云端算力，一边是二三十倍的端侧硬件，这种背离能持续多久，是当下投资决策中最值得追问的问题。当云端AI的故事讲到第三年，资本开始寻找下一个爆发点时，端侧AI——这个真正能让AI触达数十亿终端用户的赛道，为何仍然被低估？

二、宏观政策：从“算力基建”到“应用落地”的转向

（一）国家层面的政策重心迁移

回顾2023至2025年的AI政策主线，“东数西算”、智算中心建设、大模型备案等构成了以云端算力为核心的叙事框架。但进入2026年，政策风向出现明显变化。2026年3月，工信部联合多部门发布《关于加快推进人工智能端侧应用高质量发展的指导意见》，明确提出“到2027年端侧AI设备渗透率超过50%”的目标，并首次将“端侧NPU算力密度”“端侧大模型推理能效”纳入产业考核指标。这标志着政策资源开始从“建算力”向“用算力”倾斜，从供给侧驱动转向需求侧拉动。

更直接的财政信号来自地方层面。深圳、苏州、合肥等地在2026年上半年相继出台端侧AI终端补贴政策，对搭载本地大模型能力的手机、PC、可穿戴设备给予10%至15%的购机补贴。以深圳为例，2026年4月启动的“AI终端惠民工程”首批预算达8亿元，预计拉动相关终端销售超60亿元。这种“以补贴换渗透”的打法，与2019年新能源车补贴初期的逻辑高度相似。

（二）行业标准的统一与定价权的争夺

2026年5月，中国电子技术标准化研究院发布《端侧大模型性能评测规范》，首次对手机、PC、车载等不同终端的AI推理能力给出统一评测体系。这解决了产业最核心的痛点——此前各厂商各说各话，“AI手机”“AI PC”定义混乱，消费者认知模糊，渠道难以定价。标准统一后，端侧AI从“营销概念”走向“可量化产品”，这是产业链利润分配清晰化的前提。

三、细分行业基本面：四大赛道的渗透率拐点

（一）AI手机：渗透率最快兑现的赛道

AI手机是端侧AI链条中确定性最强的赛道。2026年第一季度，国内AI手机出货量达6800万部，同比增长147%，渗透率从去年同期的12%提升至28%。更关键的是，AI手机的ASP（平均售价）比普通手机高出18%，这意味着端侧AI能力正在转化为真金白银的溢价。从产业链看，受益最直接的是手机SoC厂商和端侧AI模组供应商。一家国内手机SoC龙头2026年一季报显示，其AI手机芯片收入同比增长210%，毛利率从去年同期的32%提升至38%，量价齐升的逻辑正在兑现。

（二）AI PC：被低估的换机周期

AI PC的渗透速度超出市场预期。IDC数据显示，2026年第一季度全球AI PC出货量达1850万台，同比增长89%，渗透率从去年同期的8%提升至15%。Windows 12于2026年4月发布后，其内置的Copilot+本地推理能力成为换机核心驱动力。国内某PC芯片厂商2026年一季报显示，其AI PC芯片出货量同比增长156%，但市场给予的2026年市盈率仅为26倍，显著低于其增速所对应的合理估值。这种“高增长、低估值”的背离，正是当前端侧AI链条最典型的特征。

（三）可穿戴与IoT：下一个爆发点

可穿戴设备是端侧AI的下一个爆发点。2026年第一季度，搭载端侧AI能力的智能眼镜出货量达120万副，同比增长320%；AI耳机出货量达850万副，同比增长180%。这类设备的共同特点是：体积小、功耗敏感、对端侧AI算力需求高，但单价低、换机频次快。一旦某个品类出现爆款，相关芯片厂商的业绩弹性极大。目前市场对这一赛道的定价仍停留在“概念”阶段，估值尚未反映潜在的爆发性。

（四）智能驾驶：体量最大但认知最不充分

智能汽车是端侧AI链条中体量最大、但市场认知最不充分的赛道。一辆具备高阶智驾能力的汽车，其端侧AI算力需求已达500至1000 TOPS，远超手机和PC。2026年第一季度，国内具备城市NOA能力的车型销量达120万辆，同比增长156%。但市场对汽车端侧AI的定价存在偏差，投资者更多从“新能源车”角度看待这一赛道。一家国内智驾芯片厂商2026年一季报显示，其车载AI芯片收入同比增长280%，但市值对应的2026年市盈率仅为28倍，显著低于云端AI芯片厂商的60倍以上。

四、资金流向：聪明钱已经开始切换

（一）北向资金的领先信号

资金面的信号往往领先于市场共识。梳理2026年上半年北向资金流向可以发现，1至4月北向资金净流入云端AI算力板块约120亿元，但5至6月转为净流出35亿元；同期，北向资金对消费电子、半导体设计、智能驾驶等端侧AI相关板块的净流入从一季度的月均8亿元提升至5至6月的月均25亿元，切换迹象明显。这种切换背后是外资对估值性价比的考量——当云端AI龙头市盈率突破80倍，而端侧AI链条中不乏20至30倍市盈率、增速却在50%以上的标的时，资金的再平衡是必然的。

（二）公募基金的仓位调整

根据2026年基金一季报数据，主动权益类基金对云端AI算力板块的超配比例从去年四季度的8.2个百分点下降至5.1个百分点；而对消费电子板块的低配比例从负3.5个百分点收窄至负1.2个百分点。更值得关注的是，一批明星基金经理在2026年一季度季报中首次将“端侧AI”列为独立投资主题。这种从“附属于云端AI”到“独立主题”的认知转变，往往是板块行情从酝酿到爆发的关键信号。

（三）产业资本的并购与回购

产业资本的动向是最真实的“用脚投票”。2026年上半年，端侧AI链条发生三起标志性事件：某手机SoC龙头斥资50亿元回购股份，回购价格上限较市价溢价20%；某PC芯片厂商以35亿元收购一家可穿戴AI芯片初创公司；多家端侧AI模组厂商宣布大股东增持，合计金额超15亿元。产业资本敢于在当前位置回购、增持、并购，说明内部人认为公司价值被市场低估。

五、风险提示：三个不可忽视的变量

（一）端侧大模型能力不及预期的风险

端侧AI的核心前提是，大模型能够在终端设备上流畅运行。但截至2026年年中，端侧可运行的模型参数规模普遍在7B至13B之间，与云端动辄千亿参数的模型存在能力差距。如果端侧模型能力提升速度不及预期，可能导致消费者对“AI手机”“AI PC”的体验感知不强，进而影响换机意愿，削弱产业链的增长逻辑。

（二）中美科技博弈对芯片供应链的冲击

端侧AI芯片高度依赖先进制程。2026年以来，美国对华芯片出口管制持续收紧，7nm及以下制程的代工产能获取存在不确定性。虽然国内代工厂在成熟制程上进展顺利，但端侧AI芯片对算力密度和功耗的高要求，使其对先进制程的依赖度高于一般芯片。如果制程获取受限，可能影响国内端侧AI芯片厂商的产品迭代节奏。

（三）估值修复节奏的不确定性

“低估”不等于“立即上涨”。端侧AI链条的估值修复需要催化剂，可能是某款爆款AI终端的发布、某项政策的超预期落地、或是云端AI板块的显著回调引发资金切换。如果催化剂迟迟未现，板块可能继续处于“低估但不动”的状态。历史经验看，这类板块的修复往往呈现“慢熬快涨”特征，启动前的不确定性最大，一旦启动又往往快速拉升，让等待者措手不及。

六、结论与展望：布局窗口正在打开

综合以上分析，我对端侧AI链条的判断是明确的：这是当前AI产业中性价比最高的布局方向，估值修复行情有望在2026年下半年至2027年上半年展开。从政策催化、基本面兑现、资金切换三个维度看，端侧AI链条都具备了从“低估”走向“重估”的条件。当前的位置，类似于2019年初的新能源车、2020年初的半导体——产业趋势已经确立，但市场定价尚未充分反映。

具体操作上，建议从三个层次布局。第一层，确定性最高的核心标的。重点关注AI手机SoC龙头和AI PC芯片厂商，筛选标准是2026年动态市盈率在25至35倍之间，营收增速预期在40%以上，且在各自细分领域市占率排名前三。第二层，存在预期差的弹性标的。重点关注可穿戴AI芯片和智能驾驶芯片领域的“隐形冠军”，这类公司当前估值20至25倍市盈率，但增速在50%以上，一旦被资金挖掘弹性更大，适合风险偏好较高的投资者。第三层，配套环节的受益标的。包括高带宽内存、端侧AI散热、传感器等配套环节，受益于“卖水人”逻辑，业绩稳定性更强，适合作为底仓配置。

需要强调的是，端侧AI链条的投资逻辑是“渗透率提升+估值修复”的双击，而非单纯的题材炒作。投资者应重点关注2026年半年报的业绩兑现情况，以及三季度可能出台的端侧AI产业政策，这两个时间节点将是检验逻辑、确认趋势的关键。在云端AI的故事已经充分定价的当下，端侧AI——这个真正能让AI走进千家万户的赛道，正站在被市场重新认识的起点。对于有耐心的投资者而言，当前或许正是布局的最佳窗口。