智能手机市场综述：AI重新定义光感知系统升级

本文来自“艾瑞咨询”。

核心总结：

研究背景：智能手机渗透率接近饱和，手机市场慢慢进入瓶颈期，光感升级有望成为突破重点。 一方面，消费者对短视频应用越来越感兴趣，越来越关注手机的拍摄功能。 另一方面，手机厂商将以拍摄功能为代表的光传感能力作为竞争焦点，持续推动光传感系统的升级。

概念解析：1）AI重新定义光感知，强调利用AI能力，特别是AI算法的优势，突破传统光感知系统相对流程化、独立运行。 增强光传感系统的协同作用，从而提高性能、丰富功能、增强效果。 2）在智能手机领域，AI与光传感系统的应用紧密结合，主要体现在生物识别和手机拍照方面。 在生物识别领域，屏下技术成为新的热点。 计算摄影已广泛应用于智能手机摄影中。

市场概况： 1）AI+光传感系统主要由软件和硬件组成。 硬件部分包括：屏幕、镜头组、芯片。 软件部分主要是AI算法。 2）硬件领域，手机大屏成为主流趋势，离屏拍摄成为实现“真全面屏”的重点； 手机镜头数量已接近饱和，组合优化和结构升级成为竞争焦点。 3）算法领域：AI算法广泛应用于各种模型，具有广阔的发展空间。 基础图像质量已成为计算摄影发展的重点，高图像质量技术前景乐观。

智能手机市场概况

智能手机市场现状

智能手机市场面临变革，相关供应链厂商将收获潜在商机

受益于智能手机升级换代的加速迭代，手机厂商不断加大对智能手机的研发投入。 2019年智能手机渗透率达到95.6%，在中国手机市场占据主导地位。 目前，智能手机处理器、内存、存储、屏幕、镜头、金属外壳等占据了手机关键零部件成本的近84.2%。 上述成本结构体现了手机厂商对手机性能、手机功能、手机外观设计以及用户体验的重视程度。 同时，客观上也为智能手机供应链相关厂商提供了广泛的商机，推动了智能手机行业的蓬勃发展。 未来，智能手机的渗透率将逐渐接近饱和，智能手机市场将慢慢进入瓶颈期。 新的市场环境下，消费者偏好的变化将产生新的增量机会，带动智能手机成本结构变化，推动智能手机供应链结构调整，为相关赛道玩家提供潜在发展机会。

智能手机发展进入瓶颈期：供给侧

手机出货量下降，生产成本增加，利润空间缩小

中国智能手机出货量连续三年呈下滑趋势，从2016年的5.22亿台下降到2019年的3.72亿台，较2016年出货量下降超过28%，三年平均降幅接近10.6% 。 与此同时，手机关键零部件成本大幅上涨。 以华为手机为例，2018年至2019年射频部件、摄像头部件成本上涨超过50%，屏幕、中框、处理器成本也上涨超过60%。 首先，随着5G技术逐步商用，手机射频器件的升级成为推高射频前端、基带芯片等相关零部件成本的主要因素。 其次，为了提高手机的用户体验，手机厂商不断升级外观设计和选材，从而推高了手机中框外壳和屏幕的成本。 最后，随着智能手机的快速升级迭代，更多类型的高性能芯片被应用在智能手机中，客观上推高了处理器和存储部件的价格。 由于出货量下降、生产成本上升，手机厂商急需新的增长点来突破僵局，扩大利润空间。

智能手机发展进入瓶颈期：需求面

消费者对价格敏感，更换周期延长，支付意愿有限

虽然每次新机发布，新旗舰机的性能和功能总是成为消费者热议的焦点，但很难转化为实际的消费行为。 于是，智能手机市场出现了“叫好不叫座”的局面。 数据显示，2019年1月至2020年1月，在中国手机市场，每季度单机销量前五名的手机大多是中低端机型，或者是新机换代后已经“落伍”。那一年发布了手机。 前几年的旗舰手机。 因此，消费者似乎对手机的性能和功能趋之若鹜，但在实际消费中，性价比仍然是大多数消费者考虑的主要因素。 此外，与智能手机平均每年一次更新迭代的频率相比，消费者的平均换机周期自2014年以来持续上升，2019年已超过33个月。换机周期的延长也间接反映出消费者的有限换机周期。愿意为新手机付费。 因此，智能手机厂商需要对消费者的喜好进行更深入的研究，才能“对症下药”，激发消费者的购买欲望。

光感升级成为破局焦点

短视频的使用时长增加，其中拍摄功能最受消费者关注。

智能手机光感系统的升级符合当前消费者的需求和喜好，有望带动智能手机市场走出瓶颈期。 虽然，智能手机的功能日新月异，手机应用也丰富多样。 然而，短视频应用仍然在消费者常用的应用中占据主导地位。 艾瑞平台数据显示，2020年上半年，短视频应用占消费者常用APP单日有效时长近32%，已成为居民最常用的移动APP之一。 此外，根据市场调查数据显示，手机的拍摄功能已经成为中国消费者最看重的手机元素。 消费者对手机拍摄的关注以及短视频相关应用的普及，将引导手机厂商提升手机拍摄能力、拍摄功能和用户体验，鼓励手机厂商扩大在智能手机光传感领域的投入，促进光传感系统的升级，带动智能手机销量增长。

光传感市场现状

光传感是智能手机的高价值部分，软硬件可以协同升级，未来前景广阔。

光传感系统是智能手机的高价值部件，占智能手机关键部件价值的近50%。 智能手机的光传感系统主要由芯片、屏幕、算法和镜头组组成。 镜头组具体包括：镜头、音圈电机、传感器、模组、红外滤光片。 在智能手机的光传感系统中，提供更直观消费者体验的屏幕和镜头组分别约占光传感系统价值的34%和26%。 全面屏、后置多摄的应用推动了光感系统的价值升级，也为光感系统体验的优化和功能的丰富奠定了坚实的硬件基础。 为光传感系统提供强大计算能力的芯片部分约占价值的40%。 目前，多核CPU和多核GPU已逐渐成为智能手机的标准配置，NPU也已集成到智能手机SoC中。 AI算法和AI能力在智能手机光传感系统中的地位得到显着提升。 未来，AI能力结合大屏、多摄像头以及软硬件协同升级，将帮助光传感系统成为打破智能手机市场僵局的增量因素。

智能手机光感系统升级及应用

光传感系统概念定义

光传感系统=光学系统+传感系统+计算系统

光传感系统由光学系统、传感系统和计算系统三部分组成。 光学系统包括光源和光学器件两部分。 它主要负责对自然光、红外光、激光等不同光源的光信号通过镜头或屏幕进行接收、传输、过滤、呈现光波。 传感系统由传感材料和响应系统两部分组成。 根据应用领域的不同，传感材料主要包括：图像传感器、光学传感器、超声波传感器等，它们的主要功能是对接收到的光信号做出响应，识别其时域、空间域和频域特征，并生成原始信号数据信息。 计算系统主要负责采用业界已广泛应用的通用算法并逐步渗透AI算法，对接收到的原始信息数据进行深度分析、处理和优化，从而提高整体呈现质量、呈现效果，以及数据结果的呈现体验。 。

AI重新定义光感知系统

从“光+感知+感知”的独立优化到“光×感知×感知”的协同进化

目前，以匡威为代表的算法公司已经开始从AI算法的角度重新思考光传感系统与AI的联系，用AI重新定义光传感系统：传统光传感系统注重硬件升级，然后算法辅助优化后期-处理，这是一种相对精简、独立的运行和升级方式，转化为光传感系统的协同配合、软硬件的协同升级，光传感系统全流程能力的提升。 在结果上突破A+B+C的增量方式，带来A×B×C的指数级变化。影响具体体现在： 1、协作能力提升，数据处理规模和资源调度能力增强。 2、系统性能增强，数据处理能力和处理时效性提高。 3、系统功能丰富，支持更广泛的应用场景。 4、呈现效果优质，输出结果能够准确、连续、稳定，优化用户体验。

AI重新定义光感知具体应用：生物识别

人脸识别和指纹识别已成为智能手机通用的生物识别解决方案

光传感系统结合AI技术在智能手机中的典型应用之一是生物识别，包括人脸识别和指纹识别。 人脸识别是一种根据人的面部特征进行身份识别的生物识别技术。 整个人脸识别过程首先需要光学系统和传感器的配合，提取人脸照片并扫描关键点，获取人像和身份信息。 然后将光信号转换为电信号，传递到计算环节中的人脸识别系统，然后根据预先编辑的程序进行逻辑计算，最终输出结果。 由于人脸识别采集成本低、识别效率高，已逐渐应用于手机解锁、移动支付、人脸验证等领域。 与人脸识别类似，指纹识别利用单独布置的指纹识别窗口或位于屏幕下方的传感系统来接收光或声波信号并收集原始数据信息。 经过计算系统的分析比对，完成认证和解锁。 近年来，为了提供更好的视觉效果和用户体验，手机的屏占比逐年提高，屏下指纹识别技术成为行业关注的焦点。

生物识别技术主要受到智能手机光传感硬件的限制

人脸识别面临的光学系统挑战可能是由于制造过程中产生的光线较差，导致图像弯曲造成的。 或者可能是由于特殊的应用场景（逆光、暗光）导致人像失真，识别更加困难。 在传感系统中，由于传感器的尺寸和工艺，很容易造成人像分辨率较低或噪点较多。 最后，由于人自身的成长或衰老，面部结构和关键点信息的变化也会造成计算系统的识别障碍。 在指纹识别方面，随着全面屏成为智能手机发展的主流趋势之一，光学指纹解锁和超声波指纹解锁成为业界采用的解决方案。 两种解决方案在光学系统中的成本和效果之间存在冲突。 LCD屏幕虽然价格便宜，但由于厚度原因，并不是屏下指纹解锁的理想选择。 OLED屏幕透光率好，但价格较贵。 柔性OLED屏幕的成本是刚性OLED屏幕的三倍多。 在传感系统方面，将屏下指纹传感器贴在屏幕上技术难度大，尺寸要求轻薄。 在计算系统中，受硬件能力的限制，指纹成像可能不完整，更多地依赖算法来识别和确定关键信息。

生物识别行业解决方案：指纹解锁

指纹解锁仍是主流，光学方案占主导，软硬件更新提高准确度

生物识别技术已成为智能手机识别的主要方法。 虽然人脸识别已经成为与指纹识别并列的生物识别解决方案，并且在智能手机识别和认证应用中的渗透率逐渐提高，但在两种主流人脸识别方案中，人脸识别成本较高，且2D人脸识别安全性难以满足支付等高安全标准场景的需求。 因此，指纹识别仍然是行业的主流趋势。 目前，光学指纹识别和超声波指纹识别已成为业界主要的屏下指纹识别解决方案。 其中，光学指纹识别凭借成本、技术、效果等方面的优势，目前在市场上占据主导地位。 2019年全球屏下指纹解锁模组出货量中，光学指纹模组占据89%的市场份额。 随着全面屏趋势的推动，屏下指纹识别的渗透率将逐渐提升，光学指纹识别市场的增长将是主导趋势。 近年来，屏下光学指纹识别的软硬件不断更新，识别准确率不断提高。 硬件方面，光学方案选用透光率较好的透镜和微透镜； 软件方面，算法厂商不断更新指纹识别算法。 例如，旷视科技在图像处理过程中加入了移动深度神经网络算法，有效提高了光学方案在各种极端环境下的识别精度。

AI重新定义光感具体应用：手机拍摄

传统手机摄影依赖于智能手机感光硬件，通用算法能力有限。

手机成像的基本原理是被拍摄物体发出光线，经过光学系统（镜头/屏幕（玻璃盖板）），完成光信号的传输和过滤，投射到传感器上。 在传感系统中，传感器上的像素根据光线的不同时域、空间域、频域特性生成原始图像信息，完成光电信号转换后传输到计算系统。 传统的计算系统主要依靠ISP图像处理器中集成的相关算法，如3A算法（自动曝光、自动对焦、自动​​白平衡）来对接收到的原始图像进行处理和优化。 最后将优化后的图像投影到屏幕上，完成图像的呈现。 在传统的拍摄过程中，光学系统和传感器系统一直是厂商关注的重点，也是提升手机拍摄能力的重点。 但由于手机空间有限，硬件升级存在局限性。 因此，厂商在打造软硬件一体化的摄影解决方案，弥补硬件和传统算法的局限性的同时，也开始从算法的角度引入人工智能，开发包括计算摄影在内的新型手机摄影解决方案。

AI赋能光感，帮助手机摄影突破限制

使用智能手机拍摄时，由于手机空间、成本和技术的限制，光感系统面临升级挑战。 随着AI在智能手机渗透率的提升，逐渐与手机摄影融合，赋能智能手机感光系统升级。 人工智能技术主要应用于三个方面：升级手机拍摄能力、丰富拍摄功能、提升成像质量。 手机拍摄能力的提升主要体现在：弥补手机拍摄硬件的一些限制。 通过算法，我们可以更好地协调和调度更丰富的镜头，从而实现类似于单反相机的摄影效果，例如连拍虚化和平滑变焦。 手机丰富的拍摄能力包括：依靠算法提升手机在特殊拍摄模式和应用场景下的拍摄体验和呈现效果。 比如夜景模式和人像模式。 拍摄和成像质量的提升是：通过对传统手机拍摄算法的优化以及通过人工智能学习多个光源在时域、空间域和频域的不同特性，了解自然的光谱特性，然后根据实际应用场景改进成像。 画质，比如AI降噪、超分辨率。

手机摄影行业解决方案：计算摄影

融合AI能力、软硬件融合，助力手机拍摄能力实现多维度飞跃

计算摄影将计算机视觉、计算机图形学和图像处理技术与智能手机的光学系统和传感系统相结合。 它“软硬件结合”，突破传统智能手机光学处理和成像的限制，利用人工智能算法通过图像创建图像。 识别、融合、增强、分割等方法优化智能手机的拍摄能力，提供丰富的拍摄功能，升级成像品质。 基于评测数据，计算摄影算法和镜头组协同升级，帮助手机摄影实现多维度飞跃。 例如： 1. 在弱光、暗光、逆光环境下，优化曝光效果，呈现暗部物体更多细节。 2、不同光照环境下，精确控制白平衡，避免偏色，使色彩显示更加自然。 3.平衡噪点和纹理，依靠智能降噪提高弱光环境下拍摄的清晰度。 4、融合多种AI算法、HDR技术、深度融合技术、人像分割技术，实现高品质夜景和类似单反的人像散景效果。

智能手机光感系统升级及应用

AI+光传感产业链

模组厂商协调各方资源，算法、芯片厂商成为重要组成部分。

当前AI+光传感行业仍处于买方市场，手机厂商占据相对主导地位。 手机厂商会根据自己对新机光传感系统的具体需求来决定是需要个性化定制还是标准方案。 如果需要定制，手机厂商一般会直接与光传感系统不同方面的厂商沟通具体需求，完整的生产周期一般会持续6-9个月。 如果采用通用流程，手机制造商会与模组厂沟通其对光传感系统的详细要求（参数、规格等），然后模组厂会按照手机制造商的要求，或者指定一个特定零部件供应商，或根据价格标准或技术标准在规定范围内选择合适的供应商。 每个部件生产完成并封装后，由模组厂商交付给手机厂商。 在这种模式下，通常需要3-4个月才能完成镜头的交付和上市。 随着AI在光传感产业链中的地位越来越重要，算法厂商的地位逐渐提升。 它们一般参与光传感产业链的整个流程，根据不同环节的硬件特性完成参数调优，以保证光传感系统最终能够达到理想的使用状态。

AI+光传感产业版图

AI+光感增量市场分析：屏幕

屏下指纹识别逐渐落地，屏下拍照成为发展重点

目前，以光学方案、超声波方案为代表的屏下指纹识别技术已经成熟，并已进入量产阶段。 2019年屏下指纹模组出货量已达2.3亿颗，未来预计将继续稳步增长。 同时，由于价格优势和技术优势，光学指纹识别的应用和普及度将高于超声波指纹识别方案，在屏下识别市场占据相对主导地位。 随着指纹识别成功移至屏下，“真全面屏”能否成功实现的焦点将集中在屏下摄像头技术的升级上。 虽然部分厂商推出了具备屏下摄像头功能的手机，为业界设计和探索屏下摄像头技术提供了经验和参考，但屏下摄像头技术在智能手机中的普及仍处于早期尝试阶段，将会有强大的上升潜力。 相机技术的发展还需要软硬件的协同升级。

在硬件方面，屏下摄影需要考虑屏幕的透光率，同时提高屏下测光的精度，避免或减缓屏幕自发光对环境光检测的影响和损失。屏幕遮挡造成的图像质量。 在软件方面，还需要有效的算法技术来更好地配合硬件资源，优化整个成像过程，更好地对图像进行后处理。

AI+光感增量市场分析：镜头组

摄像头：镜头数量几近饱和，组合优化和结构升级是重点。

虽然手机摄像头数量不断增加，但受限于手机空间，纯数量提升的空间有限。 因此，相机种类的丰富和相机结构的变化将成为相机市场新的竞争焦点。 从相机类型来看，3D镜头的推出有望成为手机相机市场新的增量因素。 尤其是TOF镜头相对于结构光的技术便利性和成本优势，推动了3D传感技术在智能手机中的普及。 2019年，应用于智能手机的3D传感技术占3D传感及应用市场的40%以上。 未来整体占比有望进一步提升50%以上。

此外，潜望式镜头的出现和商用也为手机摄像头的进一步发展提供了借鉴。 一方面，潜望式镜头可以有效提高光学变焦倍数，实现更好的成像效果。 另一方面，潜望式镜头技术要求较高，要求制造商有效解决色散、聚焦等问题，同时还要提供高质量的棱镜和广泛的镜头。 因此，拥有前沿技术优势的镜片厂商将收获潜在商机。

传感器：阵列结构升级取代像素之争成新竞争焦点

在智能手机光感领域，像素、尺寸、架构一直是智能手机传感器竞争的三大焦点。 目标是通过工艺改进，在有限的手机空间内平衡光感三要素之间的关系，以获得最佳的成像效果。 目前，在通用解决方案领域，传感器行业的焦点已从“尺寸之战”转向“像素之战”。 同时，通过优化传感元件的布局结构，提高了空间利用率。 但由于手机厂商旗舰机型的定制化需求，传感器厂商逐渐与手机厂商合作，从底层阵列结构升级传感器。 以华为P30系列为例，这款手机首次将传统传感器RGGB结构升级为RYYB结构，用黄色取代了传统的绿色。 这样在透光过程中可以让更多的红光和绿光通过，增幅超过40%。 进光量显着提高成像水平。 随着手机拍照成为智能手机竞争的焦点，未来手机厂商的定制化需求将会增加。 因此，能够满足更多厂商定制化需求的传感器厂商将在高度集中的传感器市场中占据优势。

AI+光感增量市场分析：算法

软硬件协同，光感知紧密相连，AI算法地位不断提升

目前，AI+光感算法市场高度集中，旷视科技等领先的AI算法公司占据了AI+光感手机算法80%以上的市场份额。 AI算法市场的商业模式主要分为两类：手机厂商自研算法和与AI算法公司合作。 其中，合作模式目前仍占据主导地位。 具体交付方式包括计件计费、统一年费、软硬件一体化打包销售等。 现阶段，智能手机与人工智能的融合不仅仅是硬件的不断升级。 还需要完善的AI算法赋能，构建完整的软硬件融合、协同解决方案，才能发挥出最好的AI能力。 首先，光传感系统硬件（镜头、传感器）的快速迭代，需要更好的AI算法整合和硬件资源调度，以适应不同场景的需求。 其次，由于手机的空间量，硬件功能升级是有限的，并且需要算法来优化硬件的局限性。 最后，专业的AI芯片解决方案逐渐推广，为AI算法提供更有效的计算平台。 因此，随着光传感系统之间的连接越来越接近，AI算法在光传感系统中的作用不仅将集中在“优化”或“增强”上，而且还关注如何帮助光传感系统实现“突破性”。

基本图像质量算法已成为竞争的重点，高图像质量技术具有乐观的未来

智能手机光传感算法产品主要根据其功能和应用程序字段分为四个类别：多相机算法（多相机优化），基本图像质量算法（HD夜场/高图像质量，AI降低噪音，增强图像，增强，图像增强，增强图像，增强，图像图像强度细分等），视频拍摄（多帧融合，超分辨率等），特殊效果美。 其中，基本图像质量算法占AI算法在光传感系统中当前收入贡献的一半以上。 在基本图像质量领域，高清夜幕界/高图像质量相关算法是该行业相对大量投资的主要AI算法产品，并且手机制造商与大量合作。 一方面，长期以来，高清夜场/高图像质量技术一直是手机制造商使用的代表性技术来促进手机拍摄功能，并且已成为消费者评估手机拍摄功能的重要标准。 另一方面，高清技术涉及多种AI算法，并且算法需要涵盖软件和硬件协作，资源调度和后处理等多个字段。 因此，它也已成为手机制造商测量算法公司AI算法功能的重要方面。 因此，在高质量图像领域具有出色能力的领先算法公司将获得更多的利润机会。

AI算法具有广泛的增长潜力和广泛的流行模型

智能手机应用程序中手机拍摄功能的状态不断提高，导致手机拍摄算法的持续升级。 目前，在单手机拍摄算法中应用AI拍摄算法的占约15％。 随着AI芯片的普及，智能手机将为AI算法提供更有效的计算平台，并且预计未来AI拍摄算法的应用比例将进一步增加。 截至2019年，在不同价格点，AI算法的渗透率已超过90％。 除了一般入门级模型外，介绍了各种手机制造商大量投资的市场份额最大的中档模型以及AI算法的高端和旗舰模型，以不同于AI算法。手机拍摄功能的学位。 在应用AI算法时，手机制造商的自发算法比例存在差异。 同时，将根据模型定位和功能要求，在不同程度上引入多个外部算法公司的功能/优势算法。 例如，截至2019年，国内Android手机的AI射击算法的覆盖率已达到91.6％。 主要国内制造商新发布/发布的高端Android电话系列中，约有75％使用MEGVII AI算法/AI算法与MEGVII合作。 此外，主要制造商的不同中档Android手机中MEGVII AI算法的渗透率也接近60％。