3月3日，东吴证券发表研究报告称：端侧AI革新人机交互，模型快速升级，巨头引领行业发展：AI自主化能力沿着“以指令为中心“到“以意图为中心”持续提升。LLM从各个层面改造终端，其中Agent对开放式问题必不可少，背后是大模型带来的理解复杂输入、进行规划推理/合理使用工具的能力。据头豹，端侧AI市场规模2023-2028年预计CAGR高达58%，2028年超过1.9万亿元。从具体小模型性能表现上看，参数量对模型性能影响巨大，但受限于硬件，小模型的技术创新更加积极以提升有限参数量下的性能表现，其中量化/剪枝/蒸馏是最主要的模型压缩方式，各家小模型因数据集/压缩精度/量化混合方式等差异预计带来小模型的百花齐放。Agent架构中，基础模型本身要引入新的输入类型，成为VLA模型，同时还增加了个性化和内存操作要求，均需要额外的优化。

硬件变革核心在内存，苹果发力内存创新应对内存瓶颈：相比于云端模型，硬件是端侧模型的重要制约，需要升级以补齐短板。对比各家硬件，认为苹果在内存/电池/散热上提升空间巨大。认为内存及其操作带来的能耗是当前最短板，预计成为硬件核心变革方向，如半精度的7B模型仅参数加载占用DRAM就超过14GB，同时DRAM耗能比SRAM和计算高出两个数量级。同时iOS和安卓内存利用效率差异巨大，认为安卓需要在OS层提供统一的AI基础模型，而iOS在模型压缩之外则需要提高硬件内存以克服硬件瓶颈。除了简单的增加内存容量外，苹果在内存结构、耗能、传输速度等方面创新密集，如与三星合作开发独立封装形式，以及推进全新的WMCM封装方式进一步提高芯片组合的灵活性和集成度。

多模态UI交互界面革命带来Agent的历史机遇：根据交互的模式，任务执行方法可分为基于API和基于用户界面（UI）的方法。API交互泛用性较弱。UI界面方式在Transformer架构下较好克服了任务和UI元素之间的隐含关系，大幅提升了GUIAgent的可行性，有望成为主流。当前苹果和谷歌均发力UI交互模型，苹果的Ferret-UI和谷歌的ScreenAI模型都采用读屏AI视觉语言模型，采用统一编码方式理解屏幕信息。从谷歌UI模型看，模型参数提升对性能影响较大，同时5B模型对性能提升尚未饱和，有必要继续提升模型性能。