Omdia发布的一份报告预测，2026年全球智能手机销量将比2025年减少12.2%，降至10.93亿部。但市场整体价值预计会增长6.1%。出货量虽然有所下降，但平均售价却在上升。预计到2026年，每部手机的均价将来到565美元，比2025年的467美元高出98美元，涨幅达到21%。这是行业历史最高的一次价格增长。
价格上扬的主要原因是存储成本的增加。2026年第一季度，DRAM和NAND闪存的价格环比上涨80%以上。AI服务器的需求激增，对HBM内存的依赖变大，导致内存厂商无法充分供应消费电子领域。即便下半年涨幅可能放缓，但组件成本预计仍会维持高位，制造商不得不把成本压力转嫁给零售价格。市场将出现分化：低价手机由于成本上升空间有限，市场份额可能减少；而高端机型的市场份额则会受益。与此同时，翻新二手手机市场也在扩大。
中国政府对此采取的需求侧补贴策略。商务部等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》，提出通过个人消费贷款财政贴息政策，支持消费者购买AI手机、智能电脑和AI眼镜等人工智能产品。这一政策出台时，AI手机已成为国家消费战略支持的重点品类，恰逢手机价格上涨。
手机市场整体销量下降，高端机型逆势增长。厂商在产品发布上不再集中于讨论处理器性能。2026年夏季上市的旗舰手机普遍采用骁龙8 Gen 5处理器。小米强调其7000 mAh金沙江电池，vivo突出折叠屏续航天花板技术，iQOO聚焦电竞散热表现，moto则展示了在折叠机身中嵌入6000 mAh电池的技术。在安卓阵营，关于SoC性能的讨论已经减少，处理器芯片仿佛被遗忘在发布会的历史中。
手机制造商在夹缝中寻找突破口。
01 端侧AI的竞争：虽然千亿美元级参数的竞争激烈，但功耗和内存才是真正的限制因素 。端侧AI能力的比拼，虽然在数量上热闹非凡。Counterpoint的报告显示，到2026年，具备GenAI能力的智能手机将占全球出货量的45%。但分析师指出，设备具备AI运行能力与用户实际使用AI功能之间存在较大差距。硬件性能的提升并未带来用户行为的变化。
联发科和vivo共同展示了天玑9300上运行33B参数大模型的能力；华为表示其麒麟旗舰可进行本地千亿参数稀疏模型推理；小米则宣布旗舰机型成功运行千亿MoE模型。7B、13B、33B、100B，参数数量每隔几个月就会增长。但vivo随后决定将主力端侧模型从7B回落至3B，这是出于实用性的考虑。3B模型只占2GB内存，功耗约750mA，能够处理128K长文本。在日常生活中，3B模型的效果与7B模型相似，但手机不会过热，电池损耗也较小。消费者真正想要的是一个能随时响应、不发热、不耗电、能在手机使用各场景中提供实际帮助的AI。
这一判断基于行业内不常提及的事实：那些数百亿或千亿的端侧参数本质上采用稀疏MoE架构——虽然参数总量很大，但每次推理只激活几十亿，再通过INT4量化压缩，实际运行的计算量与7B Dense模型相似。千亿参数如同仓库总容量，并非每次推理都实际使用。
这一趋势表明，手机的AI能力由LPDDR5X内存容量、NPU算力和功耗预算共同决定，业界普遍认为7B是一个较为合理的平衡点。7B模型经过INT4量化后约需要4GB内存，这在旗舰手机12-16GB LPDDR5X的范围内是可行的；联发科明确天玑9300的APU 790可以约20 tokens/s的速度推理7B模型，OPPO已将7B端侧模型部署于超过100项AI功能中，高通虽然不公布具体参数，但其AI引擎的实用规模与7B相当。继续提升参数规模，对手机内存和散热的要求将超出大多数旗舰机型的承受范围。
这一数字对芯片行业的影响也随之改变。过去衡量NPU的标准是峰值TOPS，计算能力
