导语：在2026年中期业绩媒体电话会上，小米集团总裁卢伟冰对存储芯片价格走势给出了最新预判：下半年内存涨价将趋缓，但涨势仍会持续，成本高位运行。这一判断背后，既有上游供应链的周期性规律，也折射出人工智能对算力与存储需求的深刻重塑。当AI大模型训练和推理不断吞噬内存产能，手机厂商与汽车制造商如何在成本压力下寻找平衡？本文将从多维度解析这场存储博弈。
存储涨价周期的变奏：从“史无前例”到“趋缓但未停”
卢伟冰在2026年8月的这场电话会上，语气比三个月前显然多了一丝审慎乐观。今年3月他在MWC大会上曾断言：本轮存储涨价是一个长周期，大约会涨到2027年底，从2025年二季度到2027年底接近三年，这在历史上从未有过。如今半年过去，他给出的最新信号是“涨价趋缓”——但涨势不会戛然而止。
这种微妙的变化源自多重因素的交织。一方面，三星、SK海力士、美光等五大内存供应商在过去两年间经历了疯狂的资本开支，新增产能正逐步释放，市场供需缺口有所收窄。另一方面，以HBM（高带宽内存）为代表的AI专用存储需求持续火爆，挤压了传统DRAM和NAND的供给。据行业分析机构数据，2026年全球HBM产能占整体DRAM比重已超过20%，且仍在攀升。这意味着，普通消费级内存的涨价压力虽然放缓，但绝对价格仍将维持高位。
值得注意的是，卢伟冰在描述小米与五大供应商的关系时用了“长期互信守诺”一词。这暗示小米并非被动接受涨价，而是通过提前锁定产能、战略合作等方式化解部分成本。事实上，多家国产手机厂商在2025年就开始与存储厂签订长期供货协议，以此对冲现货市场的剧烈波动。但即便如此，成本传导到终端产品仍需时间，下半年小米旗舰手机（预计为小米18系列）的定价策略将备受关注。
从更宏观的视角看，这一轮存储涨价周期与以往最大的不同在于人工智能的深度介入。AI大模型训练需要海量HBM，而边缘AI设备（如AI手机、AI PC）又拉动LPDDR和UFS需求。供给端产能向高附加值产品倾斜，导致中低端存储芯片出现结构性短缺。这种“AI驱动型涨价”让传统周期规律变得难以预测。卢伟冰的“趋缓”判断，或许正是基于对AI需求增速边际放缓的观察——毕竟大模型军备竞赛不可能永远以指数级增长。
小米的应对棋局：产品结构调整与ASP提升
面对存储成本高企，小米的打法非常清晰：快速调整产品结构和发布节奏，提高平均售价（ASP）。财报显示，2026年第二季度小米智能手机ASP同比增长25.9%，国内3000元以上机型销量占比达32.1%，均创历史新高。这组数据说明，高端化策略正在对冲存储涨价带来的利润侵蚀。
具体而言，小米将更多资源倾斜给旗舰机型，减少低端机型的比重。但有趣的是，供应链消息显示小米已将2026年全年智能手机出货目标从约9000万部上调至1.1亿部，增幅约16%，且增量主要来自低端机型。这看似矛盾——一边强调高端化，一边又放量低端机。
其实并不矛盾。接近小米的人士透露，上调出货目标的背后是“内部认为当前的存储行情有望迎来反转”。换言之，小米判断存储芯片价格将在2026年下半年或2027年初出现拐点，届时成本下降将让低端机型重新获得利润空间。因此，现在提前布局低端市场，等到存储降价时就能以更低成本抢占份额。这是一种典型的逆周期操作，需要极强的供应链判断力。
与此同时，小米也在加快产品发布节奏。下半年不仅有小米18系列旗舰，还有万众期待的小米汽车澎程系列正式上市（此前已官宣9月发布）。汽车业务的高端定位，天然能够承载更高的物料成本。而智能电动汽车及AI等创新业务在第二季度收入达249亿元，同比增长17.1%，新车交付突破10.4万台，为集团提供了宝贵的利润缓冲。
在软件层面，小米昆仑技术架构的发布，以及澎程N90 Max、N70 Max的预售，标志着汽车业务完成双系列完整布局。这也意味着，小米的“人车家全生态”战略进入实质性落地阶段。对于关注AI工具导航的读者来说，小米在AI领域的布局同样值得留意——从大模型到端侧智能，小米正在构建软硬一体的AI能力。
存储行情反转的曙光：从“两度下调”到“上调目标”
回顾小米2026年的出货目标调整历程，可以清晰看到存储行情预期的剧烈波动。年初，受存储芯片成本持续上涨影响，小米曾两次下调出货目标。而到了8月，当同行还在观望时，小米却逆势上调目标16%。这种180度转弯，绝非一时冲动。
核心逻辑在于供需关系的边际变化。卢伟冰在5月时曾坦言“小米没有面临缺货现象”，这说明供应链紧张程度已有所缓解。而到了8月，随着产能爬坡完成，DRAM和NAND的现货价格出现小幅松动。虽然合约价仍处于高位，但趋势已经微妙转向。业内分析师普遍认为，2026年四季度存储价格有望出现环比下降，2027年上半年进入下行通道。
小米选择在此时加码低端机型，另一个考量是抢占市场空白。当其他厂商因成本压力而收缩低端产品线时，小米凭借与供应商的长期协议获得相对稳定的供货，从而可以大胆放量。这种“人退我进”的策略，在历史上多次被证明是有效的。例如，2020年全球芯片短缺时，小米就曾逆势扩张，最终在2021年取得全球第二的出货量。
当然，风险依然存在。如果AI需求突然再次爆发，或者地缘政治因素导致供应链中断，存储价格可能重新飙升。但小米显然愿意赌一把。毕竟，在AI技术日新月异的今天，谁能在成本低谷期备足弹药，谁就能在下一轮竞争中占据先机。对于普通消费者而言，这意味着下半年可能迎来性价比更高的手机产品——尤其是那些搭载了AI图片生成能力的终端。
汽车与AI业务：小米的“第二增长曲线”如何支撑存储决策？
如果只看手机业务，存储涨价对小米的影响是负面的。但加上汽车和AI业务，故事就完全不同了。汽车业务对存储芯片的需求量级远超手机——一辆智能电动汽车搭载的DRAM和NAND是手机的数十倍，尤其需要高可靠性的车规级存储。而小米汽车澎程系列即将上市，意味着小米对存储的采购量将大幅增加，从而获得更强的议价能力。
财报显示，小米智能电动汽车及AI等创新业务收入249亿元，同比增长17.1%，当季交付10.4万台。这个数字虽然与手机业务相比仍小，但增速惊人。更重要的是，汽车业务毛利率远高于手机业务，且随着规模扩大，成本分摊优势将更加明显。卢伟冰对下半年业绩的信心，很大程度就来自于汽车业务的爆发。
在AI方面，小米并非只做“跟随者”。昆仑技术架构本身就是为AI大模型和自动驾驶设计的底层平台。同时，小米也在积极布局端侧AI，将大模型能力装入手机、汽车和智能家居设备中。例如，小米澎湃OS已经集成了AI语音助手、AI影像优化等功能。这些功能对存储芯片的需求特征不同：大模型推理需要高带宽内存，而本地数据缓存需要大容量NAND。
深度参与AI，让小米对存储市场的理解超越了单纯的“采购方”。它能够更早感知到技术趋势的变化，比如HBM产能的紧张程度、NAND闪存出货量的波动等。这种信息优势，在制定半年到一年的出货计划时至关重要。
对于普通用户来说，文生图等AI应用正在成为手机标配。小米在AI影像上的投入，实际上也是在创造新的存储需求——高质量AI生成图片和视频需要更大的本地存储空间，进而推动用户升级大容量版本。这对小米提高ASP是有利的。
最新科技浪潮下的存储市场：需求裂变与企业应对
进入2026年下半年，存储市场正在经历前所未有的需求裂变。一方面，传统消费电子（手机、PC）需求复苏缓慢，但AI相关需求（尤其是HBM和SSD）高速增长；另一方面，汽车、工业、物联网等新兴领域对存储的容量和可靠性要求越来越高。这种“结构性分化”是导致存储价格虽然趋缓但仍处高位的主要原因。
从供应端看，三星、SK海力士、美光等巨头纷纷将资本开支转向HBM和DDR5，传统DDR4和NAND产能逐步收缩。这意味着，即使总体供需平衡，不同产品线的价格走势也会截然不同。例如，用于AI服务器的HBM3E供不应求，价格持续上涨；而用于手机的低功耗LPDDR5X则因产能充裕，价格已开始松动。
卢伟冰的“趋缓”判断，更多是针对手机常用存储品类。但对于汽车和AI服务器业务，小米可能仍需承受较高的采购成本。因此，小米在调整产品结构时，也在通过抠图、背景去除等AI工具链优化自身运营效率，减少对不必要存储的依赖。例如，通过云端AI处理图片，降低本地存储需求；或者利用智能压缩算法，使同样容量的存储可以存储更多内容。
展望未来，最新科技的发展将如何影响存储格局？一个关键变量是“存算一体”技术的成熟。如果AI加速器可以直接在存储芯片内部完成计算，那么对传统DRAM的依赖就会降低。另一个变量是CXL（Compute Express Link）互联标准的普及，这将允许系统灵活扩展内存池，从而改变现有的采购模式。
对于企业而言，单纯依赖涨价前兆来预判市场已经不够。需要像小米一样，建立与上游供应商的深度绑定关系，同时通过多元化业务分散风险。而对于个人消费者，选择搭载AI技术的终端，往往意味着更长的产品生命周期和更好的软件体验，这或许比只关注存储容量更有价值。
FAQ
Q1：什么是内存涨价周期？人工智能如何影响这一周期？
A1：内存涨价周期是指DRAM和NAND闪存价格因供需变化而出现的持续上涨阶段。人工智能对存储芯片的需求激增（尤其是HBM），导致传统产能被挤压，加剧了涨价幅度和持续时间。本轮周期因AI驱动而被称为“史上最长”，预计持续到2027年底。
Q2：小米上调出货目标与存储行情反转预期有何关系？
A2：小米此前因存储成本上涨两度下调出货目标，但2026年8月内部判断存储行情有望迎来反转，即价格将进入下行通道。因此选择逆势上调目标至1.1亿部，押注未来成本下降带来的利润空间，尤其利用低端机型抢占市场。
Q3：普通消费者如何应对存储涨价带来的手机价格上涨？
A3：建议关注手机厂商的“以旧换新”活动或优惠政策，选择在芯片降价预期明朗后的时间点入手。同时，优先考虑搭载AI加速功能的中高端机型，其软件优化可延长使用寿命，减少换机频率。也可利用AI工具箱中的图片压缩工具，节省本地存储空间。