Logo
Become a Client

Resource Regions: Asia Pacific

中国智能手机市场正从规模驱动加速转向结构与利润驱动，高端化成为抵御成本压力的关键路径。

国际数据公司（IDC）最新手机季度跟踪报告显示，2026年第一季度，中国智能手机市场出货量约为6,904万台，同比下降3.3%，整体表现略高于预期，主要得益于华为与苹果的强势拉动。

其中，华为Mate 80系列供货明显改善，全新形态折叠屏产品Pura X出货量突破150万台，助力华为延续去年以来的增长势头，继续稳居中国智能手机市场第一。与此同时，苹果iPhone 17系列持续热销，但受限于供货不足，未能进一步推高出货规模。此外，部分消费者由于即将涨价选择提前购买更换手机，消费需求的前置也有利于今年第一季度的市场表现。但是面对今年严峻的存储等成本上升压力，其它品牌除陆续开始进行价格调整以外，也在减少低端产品出货量，保证自身利润。

2026年第一季度中国前五大智能手机厂商市场表现各不相同：

Huawei：从恢复增长走向结构性领先

随着Mate 80系列供应能力稳步提升，延续2025年的强劲势头，再次稳居2026年第一季度中国智能手机市场第一。在行业成本普遍高企的背景下，华为成为唯一在当季为消费者提供广泛促销优惠的厂商。HarmonyOS Next市场份额持续攀升，已突破18%。折叠屏领域，华为优势明显，全新形态“阔折叠”Pura X正引领折叠屏手机未来的发展方向。随着供应持续改善，产品逐步覆盖更多价格段，华为有望进一步巩固在中国市场的领先地位。

Apple：需求强劲但受制于供应

凭借iPhone 17 系列整体保持热销态势，在安卓旗舰频繁调价的市场环境下，该系列凭借加量不加价的定价策略更具市场吸引力，叠加一贯出色的二手保值能力，综合性价比进一步凸显。然而受核心 SoC 产能不足影响，iPhone 17 系列整体供应持续受限，出现发货周期延长、现货紧缺情况，直接制约其出货量与市场表现进一步冲高，未能完全释放销量潜力。

OPPO：高端化进入成果兑现阶段

稳居中国智能手机市场第三位，以372 美元的产品均价领跑安卓头部阵营，高端化成效显著。Reno 系列持续发力，稳固OPPO在 400–600 美元安卓中高端市场的领先优势。全新折叠旗舰 Find N6 凭借近乎无折痕的极致屏显体验，市场表现相较同类产品有显著领先优势，成为当季最畅销折叠屏新品。子品牌一加保持强劲增长，季度同比增幅接近 30%。随着 OPPO 完成品牌架构与产品分工的优化调整，投入资源将得到更高效整合，整体竞争力有望进一步提升，为后续市场突破与高端化布局注入更强动力。

Vivo：实现规模与高端双突破

本季度成为唯一实现出货量同比增长的安卓头部厂商，整体表现稳健亮眼。旗舰阵营持续发力，X300 系列保持热销势头；而X200s 作为 vivo 史上销量最高的 X 系列机型，奠定坚实基础；全新 X300s 全面升级为影像与性能双优的全能水桶机，助力 vivo 稳居 600 美元以上高端市场前三。与此同时，X300 Ultra 凭借手机与专业影像兼备的综合实力，进一步强化品牌影像标杆地位。依托行业首发的 2 亿像素潜望长焦技术，vivo 在高端 2 亿像素手机赛道持续领跑，产品力与高端化成果显著，整体市场竞争力持续提升。

Hono：多产品线协同稳健发展

稳居中国智能手机市场TOP5阵营。X70 系列自上市以来，长期占据安卓最畅销机型位置，成为拉动销量的核心主力。Win 系列凭借深度性能优化持续树立行业标杆，Power 系列以超长续航形成差异化竞争力，数字 500 系列则保持稳定市场表现。折叠屏方面，新一代 Magic V6 正式发布后，产品力与市场热度同步攀升，助力荣耀稳居中国折叠屏市场第二位。多系列协同发力，荣耀在主流价位段与高端市场持续巩固竞争力，整体发展态势平稳向好。

存储成本压力下，中国智能手机市场价格段变化情况如何？

受全球核心元器件与存储芯片成本持续上涨影响，手机厂商在内部严控成本的同时，被迫采取缩减低端机型出货、上调产品售价的策略以缓解压力。自 3 月下半月起，多家品牌陆续调整定价，进一步传导成本压力。2026 年第一季度，中国智能手机市场结构显著分化：200 美元以下入门级市场份额同比大幅收缩 13.9 个百分点；厂商资源全面向中高端倾斜，200–600 美元中端市场份额提升 3.8 个百分点，600 美元以上高端市场份额大幅扩大 10.1 个百分点。具备更高利润空间的高端产品线，已成为厂商抵御寒冬、实现稳健经营的核心支柱。

IDC中国研究经理郭天翔指出，总体来看，尽管2026年开年中国智能手机市场出现小幅回落，但预计仍将成为全年表现最佳季度。当前，存储成本大幅攀升叠加其他物料价格持续高位，给厂商带来了巨大压力。为应对成本压力，多家中国厂商已连续下调全年出货目标，尤其严格控制低端产品的出货节奏，从而将压力传导至整个产业链上下游，进一步加剧了市场的寒意。而海外品牌极有可能利用自身优势，趁势抢夺市场份额。面对行业深度调整与成本持续高企的双重挑战，稳健经营、提质增效、安全过冬，将成为 2026 年国内手机厂商最为核心的发展课题。唯有守住基本盘、修炼内功，才能在后续市场环境回暖时，快速提升产品竞争力，重新抢占行业优势地位。

如需进一步了解中国智能手机市场竞争格局、价格段变化趋势及重点厂商策略，或获取更详细的数据拆分与预测分析，欢迎与IDC中国团队联系。IDC可提供包括季度跟踪数据、专项市场研究以及定制化咨询服务，助力企业在复杂市场环境中制定更具前瞻性的业务决策。

请点击此处与我们联系。

从“能用”走向“可控”，企业关注点正在发生变化

2026年，生成式AI与大模型驱动的智能体（Agentic AI）正在从技术探索走向规模化落地。越来越多的企业开始将智能体嵌入客服、研发、运维甚至业务决策流程之中，推动生产效率与业务模式的深度重构。在这一过程中，企业关注的焦点正在从“能否用起来”，逐步转向“能否用得安全、用得可靠”。近日，Harness engineering（驾驭工程）理念在业界持续升温，其强调通过设计合理的约束、权限边界和行为控制机制，为智能体设定“安全护栏”，确保其在复杂业务环境下的行为可控、合规、可解释，防止因幻觉、目标偏移或恶意利用带来的安全与合规风险。这一理念的流行，进一步凸显了智能体安全治理的紧迫性和必要性。

IDC最新调研显示，安全与道德问题已成为企业在部署AI智能体时最为关注的风险因素。同时，约64%的企业已经在生产环境中发现未授权的智能体或自动化脚本运行在关键业务流程中 ，企业亟需一套智能体安全治理体系来帮助其AI系统的稳定安全运行。

智能体带来的，不只是效率提升，还有攻击面的重构

与传统应用系统相比，智能体具备更强的自主性与动态性。它不仅可以基于自然语言输入生成决策，还能够调用外部工具、访问多种数据源，并在复杂环境中持续执行任务。这种能力使得智能体在提升效率的同时，也显著扩大了企业的攻击面。不可预测的用户输入、复杂的任务规划路径、多组件协同运行以及与外部系统的频繁交互，都可能成为潜在的攻击入口。

从实践来看，当前智能体面临的安全风险呈现出多维度特征。首先，智能体的开发与运行依赖大量第三方组件与工具链，软件供应链风险随之放大；其次，智能体自身仍存在幻觉、目标错位等问题，在特定场景下可能被恶意利用；此外，提示词注入（Prompt Injection）正在成为典型攻击手段，可诱导智能体执行非预期操作甚至泄露敏感信息。同时，随着智能体权限范围的扩大，访问控制的复杂性显著提升，而员工自行部署的“影子智能体”也在无形中增加了企业安全治理的难度。

智能体管理从“安全问题”走向“治理问题”

这些变化意味着，智能体安全正在演变为一个贯穿全生命周期的系统性治理议题。企业智能体安全和治理工作应和智能体应用部署工作同步开展，立足智能体全生命周期管理思想，开展智能体全流程检测与管控工作。用户的智能体安全体系建设需要从智能体思考、规划、编排、执行、反馈的全流程进行规划设计和执行，尽可能关注智能体全生命周期覆盖的所有核心组件，如大模型、知识库、RAG、Skill、思维链、MCP、API、第三方工具等，根据不同阶段所存在的安全风险对应检测和防护措施，搭配AI合规、AI道德、AI隐私等管控方向，构建符合企业需求的AI治理体系。

IDC在最新发布的《中国智能体威胁检测技术评估，2026》报告指出，当前市场上的智能体安全能力正在从单点检测向体系化治理演进，相关能力涵盖资产管理、漏洞检测、运行时监测、协议安全、数据安全以及安全态势管理等多个方向。该报告综合评估了国内主要厂商在相关领域的技术能力，报告入选厂商包括360数字安全集团、安恒信息、阿里巴巴、火山引擎、华为、君同未来、绿盟科技、领信数科、启明星辰集团、瑞数信息、新华三、亚信安全以及中国电信等 。截止到2026年4月，中国智能体威胁检测这一市场仍处于技术快速迭代的状态，技术服务提供商的产品服务能力仍处于快速补齐功能的阶段，技术的精细化、行业化水平仍存在不足。

随着企业应用的深入，构建“可信的AI智能体体系”将成为用户最为迫切的需求之一，解决该需求的核心在于提升系统的可解释性、公平性、透明性、准确性与可追溯性。

可见性成为基础能力，AIBOM成为核心技术方向

在这一过程中，“可见性”正在成为智能体安全的基础能力。企业需要清晰掌握自身智能体资产的构成、依赖关系及其运行状态，才能有效识别风险并制定应对策略。

IDC预测，到2028年，50%的部署Agentic AI的企业将要求具备人工智能物料清单（AIBOM），以实现对模型、数据、API及第三方组件的结构化管理与持续风险监测 。AIBOM的引入，将推动AI系统从“黑盒运行”走向“透明可控”。

协议与协作：智能体时代的新风险边界

与此同时，随着智能体之间协作能力的增强，通信协议层面的安全问题也日益凸显。以模型上下文协议（MCP）为代表的交互机制，使智能体能够在多系统之间传递信息并协同行动，但也带来了新的风险挑战。

如何实现对协议行为的持续监测、身份验证与权限控制，将成为保障智能体系统稳定运行的重要环节。MCP资产的发现与风险监测、MCP行为监测和异常检测以及MCP身份和权限的管控将成为重要的技术发展方向。

零信任进入智能体时代，身份与权限体系被重塑

在访问控制方面，传统基于边界的安全策略已难以适应智能体环境的复杂性。以“永不信任、持续验证”为核心的零信任理念，正在逐步延伸至智能体体系中。

无论是用户访问智能体，还是智能体调用外部服务、智能体之间的互相调用，都需要在动态环境中进行实时验证与策略调整，这对身份管理与权限管控、访问控制方向的技术提出了更高要求。从人的身份、智能体的身份入手、通过对资产、环境、行为等多方面的动态监控与检测，运用AI进行动态策略推荐与调整，将更高效地帮助用户处理复杂的身份、权限和访问控制问题。

AI检测防护技术加速整合，向一体化、平台化的AI安全治理方向演进

从体系化、工程化视角来看，统一化、一体化的AI安全治理平台将成为用户AI系统的综合治理平台。该系统将从AI系统的可见性出发，逐步向AI安全态势管理（AISPM），AI检测与响应（AIDR）方向迭代，最终融合道德、伦理等能力，构建一体化的AI安全治理体系。

2026年，平台化加速，大模型安全评估平台、大模型应用防火墙（大模型安全护栏）、智能体威胁检测、智能体身份与访问控制系统等主流生成式AI检测与防护产品将快速集成并平台化，以模块式架构，构建统一的AI安全管理平台，帮助用户一体化、平台化管理AI安全态势。

IDC观点：智能体安全将成为AI落地的关键分水岭

总体来看，智能体安全正在从一个技术细分领域，演变为企业AI战略中的核心组成部分。未来几年，随着智能体规模化应用的加速推进，安全与治理能力将直接影响企业释放AI价值的效率与边界。

如何在创新与风险之间取得平衡，将成为企业在AI时代必须持续面对的重要课题。

IDC中国网络安全领域研究经理王一汀表示： “IDC预计，到2031年，中国企业将拥有3. 5亿个活跃的智能体。各类智能体在帮助企业提质增效的同时，也带来了巨大的安全暴露面，智能体安全已成为企业用好智能体的关键。其中，智能体威胁检测作为企业安全风险管控的核心，将帮助企业实现智能体资产梳理、漏洞检测、风险评估等关键工作，并协助形成威胁响应闭环。当前，中国智能体安全市场和相关技术仍处于起步阶段，产品形态、检测机制和标准体系仍需完善。随着企业智能体应用规模的持续扩张，企业对智能体安全检测与防护的需求将加速释放，市场有望迎来快速发展期。”

IDC更多相关研究：

IDC已于2026年启动AI安全技术系列研究，围绕AI原生安全架构、安全智能体成熟度评估、AI驱动DevSecOps实践路径以及企业级AI治理框架等方向展开持续跟踪与分析。对于希望进一步了解相关研究、评估自身AI安全能力或探讨落地路径的企业，欢迎与IDC分析师团队进行深入沟通，以获得更具针对性的洞察与建议。

请点击此处与我们联系。

Sophia Wang - Research Manager - IDC

Sophia Wang is a Research Manager in IDC China. She is responsible for the analysis and research of China's cybersecurity market. Her primary focus is on China's cybersecurity appliance and services market and operational technology (OT) security market. Additionally, she provides related research and consulting services for regional and global IT customers and supports their business development. Prior to joining IDC, Sophia worked in several consulting companies. She was independently responsible for consulting projects in fast-moving consumer goods (FMCG), internet, and other industries. Through market analysis and benchmarking analysis, she helped many clients solve problems in the different stages of their development. Sophia graduated from the University of Southern California with a master's degree in econometrics. She also majored in human resource management and journalism for her bachelor's degree.

The 2026 Beijing Humanoid Robot Half Marathon has officially concluded. Compared with the 2025 event, this year’s competition demonstrated significant advancements in scale, technical complexity, and ecosystem participation—highlighting the industry’s accelerating transition toward commercialization.

According to IDC, global shipments of humanoid robots are expected to exceed 510,000 units by 2030, representing a compound annual growth rate (CAGR) of nearly 95%. As foundational technologies mature, application value deepens, ecosystems expand, and business models evolve, competition will increasingly center on real-world deployment capabilities and value delivery.

Industry Participation Expands as Performance Breakthroughs Accelerate

This year’s event attracted over 100 teams from enterprises, universities, and research institutions. There were notable breakthroughs in both core technologies and product performance. Leading players—including Honor—delivered standout results, with some robots surpassing human-level running speeds, reflecting significant improvements in locomotion capabilities.

Honor’s championship win underscores a broader industry trend: growing strategic commitment to humanoid robotics. As embodied intelligence continues to evolve, computing power, algorithms, and foundational models remain critical. Meanwhile, the entry of consumer device vendors is expected to create differentiation in edge computing and visual models. Combined with their large user bases and ecosystem strengths, they are well-positioned to accelerate both technological iteration and real-world adoption.

Autonomous Navigation Upgrade, From Single Capabilities to System-Level Validation

The competition has moved beyond testing basic mobility. Notably, 38% of participating teams adopted fully autonomous navigation, and the winning robot leveraged this capability under weighted scoring rules.

This shift reflects a broader transition: humanoid robots are now evaluated by their ability to operate reliably in complex, dynamic environments. Success requires seamless integration across perception, decision-making, and executions supported by high system stability and engineering readiness for scalable deployment.

Key Technology Highlights

Multimodal Perception
Robots combined data from multiple sensors—including satellite positioning, LiDAR, vision systems, and IMUs—along with real-time mapping technologies. This enabled stable operation across slopes, sharp turns, uneven terrain, and dynamic obstacles, significantly enhancing adaptability to real-world environments.

Reinforcement Learning and Motion Control
Extensive reinforcement learning in simulation environments, combined with high-quality human motion data and continuous adaptation and tuning in real-world environments, has driven major improvements in motion control algorithms. Robots now demonstrate enhanced balance, posture optimization, and human-like movement, enabling long-distance autonomous navigation, obstacle avoidance, and path optimization.

Hot-Swappable Batteries and Liquid Cooling
Energy management emerged as a critical enabler. Hot-swappable battery systems allow efficient recharging without downtime, while advancements in lightweight design, energy optimization, intelligent power distribution, and liquid cooling significantly extend operational endurance.

Hardware-Software Co-Optimization
Breakthroughs in hardware-software integration and engineering capabilities emerged as a key highlight and a critical focus for future development. Facing real-world physical environments and task requirements, robots must continuously learn and adapt to new scenarios and tasks, enabling end-to-end coordination across perception, decision-making, and execution. At the same time, deeper integration and precise alignment between AI models and diverse hardware configurations are required to establish real-time interaction loops. This ensures responsiveness, control precision, and system stability in complex tasks, accelerating progress toward highly reliable, maintainable, and scalable real-world deployment.

Commercialization Accelerates at “China Speed”

Humanoid robotics is rapidly evolving toward a closed-loop embodied intelligence system encompassing perception, learning, decision-making, and execution. Engineering capability is emerging as the key determinant of commercial viability.

In 2025, the global humanoid robot market experienced a breakout year, led by Chinese vendors, with shipments exceeding 18,000 units. More than 85% of deployments were concentrated in performances, education, data collection and guided tour service scenarios—primarily focused on demonstration, interaction, and technology validation. Early pilots have also emerged in manufacturing and logistics.

Looking ahead, IDC Humanoid Robotics Research forecasts that by 2030:

  • Global shipments will surpass 510,000 units
  • The industry will enter a scaling phase
  • Growth will be driven by improvements in hardware, application value, ecosystem collaboration, and business models

1. Hardware Evolution: China Leads in Scale and Manufacturing

Chinese vendors are expected to account for 95% of global shipments in 2025, establishing a dominant position in manufacturing and scalability. Several leading companies are projected to achieve annual production capacity in the tens of thousands by 2026, further strengthening supply capabilities.

Key innovation areas include structural optimization, joint and energy system upgrades, mass production capabilities, and motion control improvements. Additionally, dexterous hands—critical for fine manipulation—are poised for rapid development.

Fastest-growing categories:

  • Wheeled humanoid robots: High stability and suitability for indoor/semi-structured environments (projected CAGR ~120%)
  • Full-size bipedal humanoids: Greater flexibility for diverse scenarios (projected CAGR >95%)

2. Application Value: From Demonstration to Productivity

Industrial Adoption Accelerates
Collaboration with industrial leaders is validating performance metrics such as cycle time, task success rates, and operational stability. Deployment in manufacturing environments is expected to scale rapidly, with shipment growth exceeding 200% in 2026.

IDC research indicates that over the next three years more than 80% of users plan to deploy robots in tasks such as palletizing, handling, picking, and machine tending.

Service Applications Deepen
Humanoid robots are expanding into personalized services, enhancing customer experience and engagement in areas such as retail guidance and food service.

3. Ecosystem Development: Data, Models, and Scenarios

Data Scale Expansion
The integration of simulation data, internet video data, and real-world operational datasets is driving rapid growth in training data. China has already accumulated tens of thousands of hours and nearly petabyte-scale datasets, andis leading the development of the world’s first international standard for humanoid robot datasets.

Model Evolution
Advancements in motion models, combined with deeper integration of world models and vision-language-action (VLA) models, are improving generalization and intelligence. Leading global humanoid robotics and AI model companies are continuously accelerating the iteration and upgrading of foundational models.

Scenario Co-Creation
Oriented toward real-world industrial application scenarios, ecosystem players are jointly advancing application development and solution building, bridging the critical gap between technical validation and large-scale deployment, and accelerating the industrialization of humanoid robotics technologies.

4. Business Models: RaaS Gains Traction

Robot-as-a-Service (RaaS) models—including leasing and subscription—are lowering adoption barriers and accelerating market penetration.

IDC research shows that user acceptance of RaaS has doubled year-over-year. As service systems, pricing models, and maintenance capabilities mature, adoption is expected to further accelerate.

Outlook: A Critical Window for the Next 2–3 Years

IDC believes the 2026 Beijing Humanoid Robot Half-Marathon has become a key benchmark for assessing both technological maturity and industry progress. The event not only validated core capabilities but also accelerated ecosystem development and commercialization.

Over the next 2–3 years, the humanoid robotics industry will enter a pivotal phase:

  • Competition will shift from technical demonstrations to real-world application performance
  • Vendors with system-level capabilities and engineering execution will emerge as market leaders

Humanoid robotics is transitioning from technically feasible to commercially viable. Leading companies are already securing strategic positions in high-value scenarios, while the window for late entrants is rapidly narrowing.

Learn More

This analysis is based on IDC research, including:

For organizations evaluating entry strategies, identifying priority use cases, or assessing vendor capabilities, IDC offers comprehensive research and advisory services to support decision-making and accelerate time-to-market. For more information and related research, please contact trago@idc.com.

Lily Li - Research Manager - IDC

Lily Li is a research manager for emerging technologies in IDC China. She is responsible for conducting research and analysis for Internet of Things (IoT) in the same country. She is also involved in global and regional consulting as well as business development in related markets. Prior to joining IDC, Lily has had in-depth working experiences in the urban digital transformation (DX) field and a wide range exposure to Smart City developments. She has a deep understanding of the status quo and is knowledgeable about the market's future trends. Lily holds a master's degree from the Graduate University of Chinese Academy of Sciences (GUCAS).

近日，2026 北京亦庄人形机器人半程马拉松落幕。从赛事规模、技术复杂度与产业参与度来看，较 2025 年大幅提升，再次展示行业迈向商业导入的能力与进展。IDC 预测，2030 年全球人形机器人出货量将突破 51 万台，年复合增长率近 95%。伴随本体技术升级、应用价值挖掘、产业生态共建及商业模式持续完善，未来行业竞争将聚焦应用能力与商业价值交付。

本届赛事吸引超百支企业、高校等多元主体队伍同台竞技，在核心技术与产品性能上实现多项突破。荣耀等厂商为代表的参赛主体表现突出，部分机器人奔跑速度已超越人类水平，核心运动性能显著提升，为产业落地注入强劲动能。

荣耀夺冠进一步体现出产业参与主体持续扩展，越来越多厂商开始从战略层面重视人形机器人的长期发展。在具身智能演进过程中，算力、算法与模型仍将构成核心底座。同时，消费终端厂商的入局，有望在端侧算力与视觉模型等关键环节形成差异化优势，叠加其庞大的用户基础与生态能力，将加速技术迭代与应用落地进程。

自主导航升级，从单项能力展示走向系统级能力验证

本届赛事对机器人的要求已超越基础运动能力，38% 的参赛队伍采用全自主导航模式，且自主导航机器人凭借赛事加权规则夺得冠军。贴近真实应用场景的综合考验，标志着人形机器人竞争核心转向复杂环境持续稳定运行，打通算法与本体之间的深度融合，更要求其实现感知到执行全链路高效协同，兼具高水准系统稳定性与规模化部署的工程化能力。

  • 多模态融合让机器人具备复杂环境的自主感知。机器人依托多传感器融合（卫星、激光雷达、视觉、IMU等）与实时建图技术（结合预加载赛道地图），实现对复杂物理环境的自主感知，在坡道、急弯、不平整路面及动态障碍等场景中保持稳定运行，显著提升对多样化真实环境的适应能力。
  • 强化学习与运控突破赋予机器人高拟人动态运动能力。当下，通过在仿真环境中大量开展化强化学习训练，并结合高质量人类运动数据的采集与应用，持续优化运控算法，同时在现实环境中进行持续适配与调优，机器人在运动过程中的实时感知、平衡稳定、姿态优化及拟人化表现均取得显著提升，实现了长距离赛道中的自主导航、动态避障与路径优化。
  • 热插拔换电与液冷散热是关键突破，保障机器人长时连续运行。热插拔实现机器人高效电池更换与补能；同时通过轻量化设计、能耗优化、智能功率分配及液冷散热系统的多维升级，全面提升机器人整体续航表现，二者结合为机器人长时间运行的连续性、稳定性提供双重支撑。
  • 软硬一体的系统协同与工程化能力获突破，成赛事亮点与后续攻坚重点。面向实际物理环境与作业任务需求，机器人需持续学习适配新环境、新任务，实现感知、决策、执行模块的全链路高效协同；同时推动算法模型与不同构型的硬件本体深度融合与精准适配，打通实时交互链路，在复杂任务中保障响应速度、控制精度与系统稳定性，从而加速向高可靠性、可维护性及规模化部署的工程化落地演进。

人形机器人商业化跑出“中国速度”， 2030 年全球出货量将超 51 万台

总体来看，人形机器人正向“感知—学习—决策—执行”闭环的具身智能体系演进，工程化能力成为产品商业应用落地的核心，赛事验证能力也将加速向真实场景迁移。

回顾2025年，以中国厂商引领的全球人形机器人市场迎来爆发，出货量超1.8万台。其中，以技术验证、展示交互为主的文娱表演、教育科研及导览导购等场景应用出货量占比超过85%，工业制造、仓储物流场景也已开展一批试点探索。

IDC预测，到2030年全球人形机器人出货量将超过51万台，随着本体升级、应用价值提升、生态共建推进及商业模式持续完善，行业将逐步进入规模化应用阶段，实现近95%的年复合增长率。

本体升级：中国厂商领跑硬件规模化突破

  • 市场格局： 2025 年中国厂商人形机器人出货量预计占全球 95%，在硬件制造与规模化领域形成绝对主导优势；同时，多家中国头部厂商预计将在 2026 年实现万台级产能，进一步强化规模化供给能力，并有望持续巩固这一先发优势。
  • 本体升级：聚焦本体结构优化、关节与能源系统升级、量产能力提升及运控算法优化，为后续商业化落地筑牢硬件基础。此外，作为精细操作核心载体的灵巧手，也将迎来快速发展。
  • 品类增长：轮式与全尺寸双足人形机器人是增速最快品类。其中，轮式人形机器人于2025年应用起步，凭借更高的稳定性与可靠性可快速适配并运行于室内及半结构化环境，预计到 2030 年实现年复合增长率约120%的快速发展；全尺寸双足人形机器人依托全方位的灵活性实现更广泛场景落地，年复合增长率预计超 95%。

应用价值：从技术验证向生产力工具跃迁

  • 工业加速：联合工业龙头企业开展场景探索，完成节拍、作业成功率及连续作业稳定性验证后，加速工厂环境落地推广，预计2026 年以出货增速超 200% 居首。IDC 调研显示，未来3年，用户计划进一步在码垛、搬运、拾取、上下料场景应用机器人的比例均超 80%，这些场景可作为重点突破方向。
  • 服务深入：向个性化服务延伸，通过优化用户满意度与客户粘性，拓展在导览导购、餐饮等商业服务市场的应用空间。

生态共建：数据、模型与场景的协同创新

  • 数据规模：融合仿真数据、互联网视频数据及各类数采中心的实操数据，推动虚实数据融合与规模扩张，为核心算法与具身智能的通用能力提升提供关键支撑。当下，中国已汇集上万小时、近千TB数据集，并牵头立项全球首项《人形机器人数据集》国际标准。
  • 模型迭代：加速机器人运动模型的升级以提升运控能力，推动世界模型与VLA模型的深度融合以增强智能泛化性，从而强化人形机器人的具身智能通用能力。全球头部人形机器人及AI模型厂商正持续加速底座模型的迭代升级。
  • 场景共创：面向真实产业应用场景，推动应用开发与解决方案的生态共建，打通从技术验证到规模化应用的关键链路，加速人形机器人技术的产业化落地。

商业模式：RaaS（机器人即服务）加速推广

  • 租赁、订阅等RaaS模式通过降低用户的使用门槛，显著加快市场对人形机器人的认知与推广速度。IDC最新调研显示，用户对RaaS模式的接受率较上一年翻倍。随着服务体系、计费模式及运维体系完善，RaaS普及将进一步提速。

IDC认为，2026北京亦庄人形机器人半程马拉松已成为观察人形机器人技术成熟度与产业进展的重要窗口。赛事不仅验证了关键技术能力，也加速了产业生态构建与商业化进程。未来2–3年，人形机器人行业将进入关键发展阶段，厂商竞争将从技术展示转向实际应用能力与商业价值交付。具备系统级能力与工程化落地能力的厂商，将在新一轮市场竞争中占据主导地位。

本文核心内容引自IDC相关报告：

IDC《Worldwide Annual Humanoid Robotics Tracker》（即将发布）

IDC《具身智能与人形机器人：中国工业落地新机遇》（Doc# CHC53325326，2026年2月）等。

了解更多：

人形机器人正处于从“技术可行”迈向“商业可行”的关键窗口期，领先企业已经开始加速布局并锁定核心场景。对于仍在观望的企业而言，留给试错与判断的时间正在快速减少。

基于长期跟踪与一线调研，IDC已形成覆盖市场规模预测、重点行业机会、应用优先级排序及厂商竞争格局的完整研究框架，可为企业提供从战略判断到落地路径的系统性支持，帮助快速识别可规模化复制的商业机会。

如果您正在：

  • 评估是否进入人形机器人赛道
  • 寻找优先落地的高价值应用场景
  • 分析重点厂商能力与合作机会
  • 制定未来2–3年的业务布局与投资策略

欢迎与IDC研究团队直接联系，获取最新研究数据与定制化洞察支持。我们也可根据您的业务需求，提供一对一交流与专项分析，帮助您在关键窗口期做出更快、更准的决策。

请点击此处与我们联系。

Lily Li - Research Manager - IDC

Lily Li is a research manager for emerging technologies in IDC China. She is responsible for conducting research and analysis for Internet of Things (IoT) in the same country. She is also involved in global and regional consulting as well as business development in related markets. Prior to joining IDC, Lily has had in-depth working experiences in the urban digital transformation (DX) field and a wide range exposure to Smart City developments. She has a deep understanding of the status quo and is knowledgeable about the market's future trends. Lily holds a master's degree from the Graduate University of Chinese Academy of Sciences (GUCAS).

医疗大模型的准确率已从80%提到95%，但真正的下一站不是更准的模型，而是智能体驱动软件重构。IDC最新实测揭示：通用大模型与医疗大模型的差距正在收窄，未来的分水岭在于——谁能用智能体重塑长流程业务。

本文核心观点来自IDC于2026年4月发布的两份最新研究报告，为医疗机构及软件厂商提供技术选型、产品演进与市场策略的参考。

医疗大模型技术的价值初步得到认可

从通用大模型到部署垂直医疗大模型，2025年大模型在中国医疗体系中的应用进程被显著加速。医疗机构对这一技术的态度从被动向主动合作转变，部分机构展现出了付费意愿。2025年AI+医疗应用软件市场规模达到35.4亿元人民币，预测到2030年市场规模将达到140.0亿元人民币，渗透率达44.7%，成为医疗应用软件市场的重要增长来源。

医疗大模型实测：头部厂商的模型实现从性能到质量的综合能力提升

医疗大模型作为重要基座，其能力将影响智能体在医疗场景的能力，因此继2025年3月的第一次实测之后，IDC展开了第二次医疗大模型实测工作，此次收录的医疗大模型厂商包括百川智能、东软集团、福鑫科创、浪潮云、讯飞医疗、卫宁健康（按名称首字母排序）等发布了医疗大模型的厂商。设计了目前医疗机构最为广泛采用的医学知识、健康咨询、门诊病历生成、辅助诊断、病历分析、检验检查解读、诊后管理及随访场景实测。经过实测，IDC 有以下发现：

  • 模型在场景中的表现较去年显著提升。在任务场景表现方面，厂商的准确率较2025年有明显提升，尤其是客观选择题方面正确率从80%提升至95% ，集中在了案例类的题目；在分析类场景中，头部能够全面考虑给出的信息，引用给定的信息和出处，多模态融合决策分析，给出全面性、可循证的信息。
  • 医疗大模型之间呈现梯队化差异。相较于第一期的测试，头部厂商的大模型，如东软集团、讯飞医疗、卫宁健康等（按名称首字母排序）在各类场景中的准确率、专业度、可解释性明显提升，呈现出专业医师的水平，同时其模型性能、生成质量、模型数据显著改善。
  • 服务及落地能力形成了明显差异。基于厂商的基因不同，厂商在AI方面的人才结构、业务和客户资源、对产品的理解能力不同，部分技术厂商在向医疗领域切入时，会发现其能力方面表现较好，但是在落地应用、产品开发及验证、客户拓展等方面与头部厂商形成了明显差异；同时，医疗背景厂商在技术表现上较优，但对其AI方面能力的认可较低。
  •  

未来，以医疗领域的大型模型为基础，加速软件向AI原生化革新，重塑业务流程

在本次实测中，IDC同时纳入通用大模型，根据结果发现，头部的医疗大模型和头部的通用大模型在一些标准化程度较高的病历生成、检验检查解读，以及这些单点化场景的结果差异并不显著。因此，相对于发展全科的医疗大模型以及外挂的单点智能体，行业发展将从以下两点展开：

  • 医疗大模型需持续提升模型的性能及生成质量，同时深入肿瘤、妇科、儿科等专科的数据训练，完善门诊到住院的长流程的场景化模型训练，从而为智能体奠定基础；
  • 从单点的医疗软件+智能体的形式，转变成Agent原生的软件体系，从而发挥出大模型的推理、决策，以及智能体的自主、执行等能力，切入更长流程的业务，打造更灵活的业务流程。

适配技术发展，厂商所须具备的能力也需要对应提升

短期，跑马圈地，通过高频场景的Agent占市场先机。软件+AI形式仍将是短期内大模型技术进入医疗机构的重要落地形式，也成为了厂商产品进入医院市场的重要方式，厂商需要从高频的病历生成、检验检查解读等场景切入，尽快完善医疗软件+AI的产品及服务能力，尤其与HIS、EMR等主流软件的融合，加速验证该类产品的成熟度，从而快速抢占医院的AI需求，从而为后续的增值扩展合作建立基础。

中长期，重构软件，储备全栈式智能体能力切入长流程场景。厂商需要拓展更面向复杂的手术、住院的医疗场景，从而形成差异化竞争。厂商一方面需要重新构建由智能体驱动的软件体系，储备从全域数据平台建设、数据治理、数据标注、模型开发训练、智能体开发等综合技术能力，另一方面也要深入医院实际工作和业务系统，加深对长流程业务场景的理解。

配套按量、按需、按效果等多元化付费模式。近年来医疗机构的信息化预算收缩，而大模型及智能体的广泛应用需要配套软件及硬件的全面升级，面对高昂的费用支出，医疗机构将会望而却步。因此，厂商需要调整合作模式以适配用户的需求，包括按照分期付费、调用次数付费、按照资源消耗付费、按照使用效果付费模式等的前期探索也是厂商取得成功的关键。

本文核心观点来源于以下IDC研究报告：

  • 《中国医疗大模型技术评估，2026》（Doc# CHC53377725，2026年4月）
  • 《中国医疗软件系统解决方案市场预测， 2026-2030》（Doc# CHC53828426，2026年4月）

医疗大模型的竞赛，正在从“模型有多强”转向“业务流能改多深”。IDC最新实测显示，当标准化任务的准确率突破95%之后，真正的分水岭已经出现——谁能用智能体重构长流程业务，谁才能真正占领未来五年的医疗软件市场。

如果您正在关注：

  • 医疗大模型的真实落地能力与选型评估
  • 智能体如何与HIS、EMR等核心系统深度耦合
  • 从“软件+AI”到“Agent原生”的路径规划
  • 医疗AI应用的付费模式与ROI测算

IDC医疗行业研究团队持续追踪医疗大模型、智能体应用及医疗软件市场，拥有覆盖技术评估、厂商实测、市场预测的完整研究体系。欢迎随时与我们联系，获取报告更多信息，或针对您业务场景的定制化交流。让决策，先于趋势。

请点击此处与我们联系。

Erin Lin - Senior Market Analyst - IDC

Erin Lin serves as a senior market analyst of the IDC China Health Insights group. She is responsible for conducting research and analysis about the health industry for both domestic and regional markets. She is also involved in consulting and business development in related markets. Before joining IDC, Erin had four years of experience in medical administration; then served as an analyst in the health industry for two years. Erin is familiar with healthcare institutions and related businesses, and has been gathering deep insights into the health industry and emerging medical technologies. Erin holds a master's degree in Leadership and Management in Health and Social Care from the University of Southampton, and a bachelor's degree in Clinical Medicine from Capital Medical University.

BEIJING, April 15, 2026 – China’s smartphone market declined 3.3% year over year in the first quarter of 2026, with shipments reaching approximately 69.0 million units. Despite a slight contraction, performance exceeded initial expectations due to strong demand for premium products from Huawei and Apple. Rising memory and component costs constrained supply and forced vendors to prioritize high-end models, signaling a from a volume-driven recovery to a margin-protection phase, making quality growth and operational efficiency the primary indicators for the year.

China smartphone market shipments Q1 2026 IDC data

“China’s smartphone market is entering a phase where profitability matters more than shipment growth,” said Will Wong, senior research manager, Devices Research, IDC Asia/Pacific. “Vendors are making deliberate trade-offs by reducing low-end exposure and focusing on premium segments to offset rising costs and protect margins,” Wong ends.

What happened in the China smartphone market in Q1 2026?

The market declined 3.3% year over year to 69.0 million units, but outperformed expectations due to strong premium demand led by Huawei and Apple. Growth was constrained by rising component costs and supply shortages, prompting vendors to reduce low-end exposure and prioritize profitability over shipment volume.

China Smartphone Market at a Glance — Q1 2026

  • Total shipments: 69.0 million units (–3.3% YoY)
  • Primary growth driver: Premium demand from Huawei and Apple
  • Key constraint: Rising memory and bill-of-materials costs
  • Supply challenge: Component shortages limiting full demand realization
  • Market shift: Transition from volume growth to margin protection

Why did the market change?

Premium demand remained resilient, particularly for Huawei’s Mate 80 series and foldable Pura X, as well as Apple’s iPhone 17 lineup. However, rising memory costs increased overall device production expenses, forcing vendors to reduce exposure to low-margin segments. Supply constraints further limited shipment potential, especially for Apple, where growth could have been higher without shortages.

IDC outlook

The first quarter is expected to be the strongest period of 2026. Vendors are revising annual targets downward and maintaining tight control over low-end inventory. Market performance for the rest of the year will depend on how effectively vendors balance innovation, cost management, and supply chain resilience amid sustained pricing pressure.

Vendor Highlights

Huawei maintained market leadership, supported by improved supply of its flagship and foldable devices, with the Pura X exceeding 1.5 million units in shipments. Apple recorded the fastest growth among the top five vendors, with shipments increasing 33.3% year over year, although overall volume was constrained by supply limitations.

FAQs

Why did the market decline despite strong premium demand?

Rising component costs and supply constraints offset gains from premium devices. Vendors reduced low-end production to protect margins, resulting in an overall shipment decline.

Which vendors benefited the most?

Huawei and Apple led market resilience. Huawei benefited from strong flagship and foldable demand, while Apple recorded the highest growth rate among leading vendors.

What risks could impact the market in 2026?

Persistent component cost inflation, supply chain disruptions, and reduced low-end demand could limit recovery. Vendor discipline on inventory and pricing will remain critical.

-Ends-

About IDC Trackers

IDC Tracker products provide accurate and timely market size, company share, and forecasts for hundreds of technology markets from more than 100 countries around the globe. Using proprietary tools and research processes, IDC’s Trackers are updated on a semi-annual, quarterly, and monthly basis. Tracker results are delivered to clients in user-friendly excel deliverables and on-line query tools. The IDC Tracker Charts app allows users to view data charts from the most recent IDC Tracker products on their iPhone and iPad.

About IDC

International Data Corporation (IDC) is the premier global provider of market intelligence, advisory services, and events for the information technology, telecommunications, and consumer technology markets. With more than 1,300 analysts worldwide, IDC offers global, regional, and local expertise on technology and industry opportunities and trends in over 110 countries. IDC’s analysis and insight helps IT professionals, business executives, and the investment community to make fact-based technology decisions and to achieve their key business objectives. Founded in 1964, IDC is a wholly-owned subsidiary of International Data Group (IDG), the world’s leading tech media, data and marketing services company. To learn more about IDC, please visit www.idc.com/ap. Follow IDC on Twitter at @IDCAP and LinkedIn. Subscribe to the IDC Blog for industry news and insights.

Will Wong - Senior Research Manager - IDC

Analyst Profile LinkedIn
Will Wong is a Senior Research Manager with IDC’s Asia/Pacific Client Devices Group. Based in Singapore, he covers the mobile phone market and is responsible for formulating valuable insights to help clients stay competitive and successful.

当生成式 AI 从“技术试验”走向“业务核心”，企业真正面临的挑战已不再是模型能力，而是如何高效、可控地规模化落地。训推一体化优化，正在成为企业构建竞争壁垒的关键抓手。

生成式 AI 正在加速向企业核心业务渗透，其价值重心也从“功能创新”转向“效率重构”。IDC研究显示，到2026年，近半数中国企业将部署超过10个生成式 AI 应用场景，这意味着AI已从探索阶段进入规模化应用阶段。在这一过程中，企业逐渐意识到，大模型的真正挑战并不在于“是否拥有”，而在于“是否能够稳定、高效、低成本地运行并持续优化”。

一、生成式 AI 进入规模化落地阶段

从行业演进来看，生成式 AI 正在经历从“点状应用”向“系统性重构”的关键跃迁。早期应用主要集中在内容生成、电商营销等互联网场景，而当前则加速渗透至金融、制造、医疗等核心行业，并逐步深入到采购、销售、财务以及IT运维等企业关键流程之中。这一变化意味着AI不再只是提升局部效率的工具，而正在成为重构企业运营模式的重要基础设施。

与此同时，用户侧的使用习惯也在发生根本性变化。生成式 AI 的使用频率不断提升，越来越多用户已经形成日常依赖，这从侧面推动了企业对AI系统稳定性和响应能力提出更高要求。在此背景下，智能体（Agent）逐渐成为新的应用形态，其“认知—决策—执行”的闭环能力，使AI能够直接参与业务流程，而非仅提供辅助支持。IDC认为，智能体将成为企业数字化转型的核心驱动力之一。

二、Scaling Law 之下的工程复杂性挑战

虽然大模型能力仍然遵循Scaling Law，即通过增加数据规模、模型参数和算力投入来持续提升效果，但在实际落地过程中，这一规律正面临越来越明显的工程约束。随着模型规模扩大，企业不仅需要应对训练成本的指数级增长，还必须解决推理延迟、系统吞吐以及服务稳定性等问题。

更重要的是，系统瓶颈正在发生转移。在早期阶段，算力是主要限制因素，而在当前阶段，跨节点通信、数据传输以及系统调度能力逐渐成为新的瓶颈。特别是在多节点、多GPU环境下，网络带宽和通信效率直接影响整体性能，使得“等数据”而非“等算力”成为常态。

因此，大模型优化已经从单一算法问题，演变为涵盖计算、存储、网络和软件栈的复杂系统工程问题。这一转变也意味着，企业竞争的焦点正在从模型能力本身，转向整体工程能力和架构设计水平。

三、训推一体化成为主流优化路径

在上述背景下，企业逐渐倾向于采用端到端的训推一体化框架，以降低系统复杂度并提升整体效率。这类框架能够贯穿模型生命周期，从数据处理、模型训练到推理部署，实现统一管理与持续优化，从而显著缩短模型迭代周期。

在训练阶段，优化重点已经从“增加算力投入”转向“提升算力利用效率”。通过多维分布式并行策略以及混合精度训练技术，企业可以在有限资源条件下显著提升训练效率，并降低硬件成本。同时，显存优化和通信优化技术的应用，使得大规模模型训练逐渐具备可扩展性和可持续性。

进入后训练阶段，模型优化的重点转向业务适配能力。通过参数高效微调、模型蒸馏以及强化学习等技术，企业能够在控制成本的同时提升模型在特定场景中的表现。尤其是在智能体应用中，强化学习成为提升复杂推理能力的关键手段，但其高计算成本和系统复杂度也对企业提出了更高要求。

在推理部署阶段，优化的核心目标则是实现性能与成本之间的动态平衡。随着模型规模和上下文长度不断增加，推理系统需要同时满足低延迟、高吞吐以及高并发需求。在这一过程中，KV Cache优化、动态批处理以及低精度量化等技术成为关键手段，而PD分离架构（Prefill与Decode分离）及其配套的缓存管理机制，已逐渐成为行业共识。

在当前主流的大模型开发框架中，通常会提供覆盖模型训练与推理全流程的多种优化模型与工具。下图展示了在一个典型的大模型应用流程中，这类框架所包含的核心优化工具及其对应的主要优化方案。

四、基础设施成为新一轮竞争焦点

随着大模型应用规模的扩大，底层基础设施的重要性显著提升。IDC数据显示，中国生成式 AI 基础设施市场正处于高速增长阶段，预计未来几年将保持超过60%的年复合增长率。这一趋势表明，企业对算力资源、存储能力以及网络架构的需求正在快速提升。

更深层次来看，AI竞争正在从“模型竞争”转向“基础设施与系统能力竞争”。高性能GPU、低精度计算能力、多级缓存体系以及高速互联网络，正在共同构成新一代AI基础设施的核心。这些能力不仅决定模型训练效率，也直接影响推理成本和服务质量，从而成为企业构建长期竞争优势的重要基础。

五、对技术决策者的关键建议

大模型正在快速迭代和扩展，在训练和推理阶段都面临算力成本和数据质量的挑战。随着模型规模的增长和新技术的涌现，如何在提高训练效果和推理效率的同时，确保模型的稳定性和可控性，是技术提供方需要解决的重要问题。

模型训练阶段：采用多维分布式并行（如数据并行、张量并行、流水线并行）和混合精度训练（BF16/FP16），可大幅提升训练效率，缩短开发周期，降低硬件资源消耗。利用高效的数据管道和动态负载均衡，确保算力利用最大化，减少资源闲置。

后训练（微调/蒸馏）阶段：应用参数高效微调技术（如LoRA、Prefix Tuning）和模型蒸馏，可在保持模型性能的同时显著降低部署成本，提升模型适应性。结合自动化超参搜索和增量训练，提升模型在特定业务场景下的表现。

推理环节：采用低精度量化（FP8/INT4）、内核融合、KV Cache优化和动态批处理等技术，能有效提升推理吞吐量和响应速度，降低显存和算力需求。部署高效的服务架构（如PD分离、异步调度），保障高并发场景下的稳定性和可扩展性。

结论

大模型技术正在快速走向成熟，但真正拉开企业差距的，未来将不仅仅是模型本身，更是围绕训练、后训练与推理的系统化优化能力，这也决定了基础设施是否能输出高质量、有效Token。实践表明，通过构建统一的优化框架并持续迭代技术栈，企业不仅能够加速AI应用落地，还能够显著降低创新成本，提升整体业务价值。

本文IDC相关报告：

  • IDC《大模型训练推理优化部署的最佳实践》

基于上述分析，IDC在大模型、生成式AI以及智能体等领域已形成系统化的研究体系。围绕中国AI与GenAI市场、智能体与自动化应用、以及Data+AI与Data Agent等方向，IDC持续发布涵盖市场规模与预测、技术趋势洞察、厂商竞争格局评估（如MarketScape）、产品与能力评测（Tech Assessment / ProductScape），以及最佳实践与行业案例等多类型研究成果。同时，IDC还可为企业提供定制化咨询服务，包括技术选型与架构规划、市场进入与竞争分析、产品策略与生态评估，以及行业应用落地路径设计等。

请点击此处与我们联系。

IDC在2025年下半年实施的一系列消费者研究显示，伴随着“国补”政策的逐渐退坡，日益增长的价格使得消费者对终端商品的选择更加理性。端侧AI与智能体能力的不断增强一方面推动AI渗透率与使用率的提升，另一方面也促使智能体验成为影响用户NPS的关键因素。

通过IDC对消费终端市场最为核心的笔记本、平板以及手机市场主要厂商NPS排名与市场动态的解析，可以看到智能体验等因素如何影响消费者对终端厂商的评价，以及在2026年智能终端消费市场，厂商应该聚焦哪些方面来达成用户NPS的提升。以下为本次研究的主要发现：

笔记本市场

笔记本市场消费者在2025年下半年仍处于价格敏感期，普遍升高的到手价格对大部分品牌都产生了一定的负面影响。产品体验对于用户对品牌的推荐意愿影响力提升，笔记本产品能否提供最佳的日常使用体验以及超出预期的智能体验成为影响用户口碑的关键

AI PC细分市场

由于用户对笔记本智能体验关注的的持续提升，IDC针对AI PC市场开展了独立的调研。根据研究，AI PC消费者重视设备是否搭载有功能丰富的AI助手。本地知识库与大模型，AI创作与研究能力等功能的可用性及使用体验均对用户NPS有直接影响。是否与系统深度融合，能否跨生态智能互联或将成为AI PC竞争的新高地。

平板市场

平板市场厂商通过不断推出新品拉动消费者热情，2025年下半年密集上市的新品也提升了用户对于产品体验的关注度。差异化的使用场景使得不同平板群体的关注因素存在差异，但性能与高性价比是平板消费者共同关注的重点。能否通过AI功能进一步提升使用体验将是影响用户选择的关键因素。

手机市场：

手机市场延续数年的产品“内卷” 出现缓和迹象，不断上升的成本促使厂商对新品迭代更加精打细算。但消费者对于手机产品体验的预期也在不断提升，任何因素导致的负向体验都会对品牌NPS产生较大影响。消费者对手机端AI与智能体体验的关注度快速提升，并且显著高于其他终端市场。

市场洞察与建议

洞察一：消费逐渐回归理性，务实主义有望回归

2026年，关键元器件成本的持续上涨将推动终端产品价格持续上行，用户的购买决策将趋向理性与谨慎。产品功能，使用体验，品牌口碑以及价格因素将成为用户未来购买消费终端产品的首要考虑因素

洞察二：智能需求升级，端侧AI将成为关键要素

AI智能体认知率与使用率不断提升，“AI PC”与“AI手机”等概念被更多消费者熟知。用户对于智能体验的需求也将快速迭代。端侧搭载AI能力将逐渐成为市场标配，而能否为用户提供跨场景，无缝的智能体验将成为厂商成功的关键

洞察三：体验决定价值，场景痛点更受关注

用户的价值感受中枢将回归到场景与体验，用户的高频痛点更加具象化，且与场景深度绑定。如果厂商提供的产品与服务能够帮助用户解决高频场景下的核心体验问题，将能为用户带来最强的价值感受。同时，更多的用户开始期待AI智能体在特定场景下的表现与体验，在垂类场景深度优化的智能体验有望快速形成正向口碑传播。

分析师观点：

IDC中国研究经理王楷表示，中国智能终端消费市场处于持续变化阶段，涨价与AI体验升级预计将成为影响2026年市场的核心要素。更高的购买成本将进一步提升用户对于“买的值”的期待，能否在保证产品的基础体验过硬的同时，通过AI与智能体为用户带来实质性的体验升级，将成为厂商能否获得更多用户推荐的关键。

如需了解更多IDC相关研究或进一步与我们沟通，欢迎识别二维码与 IDC 联系，我们将安排专人与您对接，为您提供定制化的市场洞察与咨询服务。


如需了解IDC在智能终端领域的最新研究报告、数据产品及行业分析，请扫描二维码，在线获取完整研究目录与内容简介，助您精准把握市场脉动。

请点击此处与我们联系。