Omdia的最新研究揭示，2026年全球智能手机的出货量将会比前一年减少12.2%，总数预计到达10.93亿部。但在这个阶段，市场总价值却预计能增长6.1%。这便是市场上一个有趣的现象：卖得少了，但是卖得更贵了。据预测，到2026年，全球智能手机的平均售价将提升到565美元，相较于2025年的467美元，增长了21%，每个手机的价格提高了98美元，这两个数字都创下了行业历史新高。
造成这种现象的主要原因是存储成本的增加。在2026年的第一季度，DRAM和NAND闪存的平均价格环比上涨了超过80%。AI服务器的需求对于HBM内存来说激增，导致内存制造商的生产能力被大量占用，从而留给消费电子产品的供给就变得紧张。尽管Omdia预测，即使到下半年，组件成本的涨幅会减缓至个位数，但成本仍然会维持在高位，这使得制造商只能进一步将压力转移到零售价格上。市场的结构也因此出现了分化：低端的机型由于成本的增加而不得不减少市场份额，而高端的机型则在份额上得益，同时翻新和二手市场的规模也在不断扩大。
面对这种情况，中国政府给出了一个需求侧补贴的回应。在6月18日，商务部和另外八个部门联合发布了《关于加快“人工智能+消费”发展的实施意见》，其中明确提出通过个人消费贷款财政贴息的政策来支持消费者购买AI手机、智能电脑以及AI眼镜等商品。在手机价格上涨的同时，AI手机也被列入了国家的消费战略类别。
手机市场整体呈现下降趋势，高端市场却逆势上涨。在发布会上，手机制造商们已经不再强调处理器的速度有多快。到2026年夏天上市的旗舰手机，几乎都会搭载同一款的骁龙8 Gen 5处理器。小米强调的是7000 mAh金沙江电池，vivo推广的是折叠屏的续航天花板技术，iQOO突出的是电竞散热性能，而moto则展示了如何在折叠机身中嵌入6000 mAh的大容量电池。在安卓阵营中，SoC性能的话题逐渐淡出，处理器芯片就如同4G技术一样，在发布会中不再受到重视。
手机制造商们现在被夹在中间，只能在其他方面寻找突破。
01端侧 AI 内卷：千亿参数是营销手段，功耗内存才是实际问题 Counterpoint的报告显示，2026年全球出货量中具备GenAI能力的智能手机将占45%，但分析师同时指出，尽管设备具备了运行AI的能力，用户在实际中并未广泛使用AI功能。硬件能力虽然增强了，但用户的行为并没有相应改变。联发科和vivo共同展示了在天玑9300上运行33B参数大模型的情况；华为宣称其麒麟旗舰能够本地推理千亿参数的稀疏模型；小米则高调宣布其旗舰手机已经成功运行了千亿MoE模型。7B、13B、33B、100B，这些数字几乎每几个月就会更新一次。然而，vivo做出了一个反常的决定，将主力端侧模型从7B换回了3B。这不是因为技术问题，而是因为3B模型只需要2GB内存，功耗大约为750mA，能够持续运行128K长文本。在日常使用中，3B模型能做到的事情和7B模型相差不大，但手机不会过热，电池也不会过度消耗。用户想要的不是一个参数更大的模型，而是一个能够真正改善日常使用体验的AI，它应该能够随时随地响应，既不会让手机过热，也不会消耗太多电量，能够在打开手机的每一个场景中提供实际的帮助。
这个判断背后还有一个行业内不常被提及的事实：那些动辄百亿、千亿的端侧参数实际上是基于稀疏MoE架构的——虽然总参数量很大，但在每次推理中实际激活的只有几十亿，再经过INT4量化压缩后，实际运行的计算量与7B Dense模型相似。千亿只是一个仓库的总容量，而不是每次实际使用到的量。
这一趋势意味着手机的AI能力将受到LPDDR5X内存容量、NPU算力和功耗预算的共同决定，几乎所有稳定落地的情况都集中在7B附近。7B模型经INT4量化后大约需要4GB内存，这在旗舰手机12-16GB LPDDR5X的可用范围内；联发科明确表示天玑9300的APU 790可以以大约20 tokens/s的速度推理7B模型，OPPO将7B端侧模型部署用于超过100项AI功能，高通虽然没有公布具体参数量，但其AI引擎的实际对标量级与7B相同。再往上，对手机内存容量和散热的要求就会超出大多数旗舰手机的实际承受范围。
