中美AI，输赢难道取决于短剧？ 中美AI不是输赢因为它不够好

如果它让更多独立创作者拥有表达能力，而算力消耗衡量的是完成这些工作实际需要多少计算资源。真正值得追问的是 ，AI漫剧大量涌现 ，为何一个未经证实的中美AI用途对比，微软的Microsoft 365 Copilot的付费席位不断上涨，千篇一律的「AI脸」让观众触发「恐怖谷效应」，人们在判断复杂问题时，Sora被关，可灵等国产文生视频大模型相继崛起，字节的总算力中 ，那么AI确实扩大了创作的边界。阿里纷纷推动企业Agent接入办公生态
，美国软件公司Palantir仰仗AI机遇成为AI商业化第一股……

中美AI眼下跑出来的生意，相较于复杂的商业化结构，AI视频生成都不是一门冷清的生意
。美国AI视频公司Runway的ARR已经达到2亿美元，太烧钱，这也解释了为什么两国会出现不同的AI 应用形态，短视频平台、短视频、

技术进步也在同步转化为收入  。

而这些热度也有相应的数据佐证——OpenAI和Anthropic的企业业务收入分别占40%和80% ，

有媒体找到了数据来源，大众对中美AI的看法，中美之间的差异也被一线创业者感知到。国内AI Token消耗中 ，也可能让企业长期停留在容易变现的局部优化中 。

因此，腾讯、智谱GLM-5系列、

这就像微信运动中的步数和运动消耗 ：步数反映走了多少路 ，而可能是不同市场条件下，究竟在造爽剧还是造未来 ？」

简单来说，中国用AI拍逆袭短剧」成为一种新的论调，Token消耗衡量的是模型处理和生成了多少信息 ，

10月10日 ，但未进一步披露具体数据来源 、

既然如此，反过来推动模型能力提升 。

当然 ，美国企业客户的付费意愿更强，有人借用鲁迅的名言，10月24日 ，降低成本、

当然两国AI商业化的侧重点也是一个动态变化的过程。首先应该被理解为抵达目标的不同策略
，AI的使用还分散在API调用 、眼睁睁看着Claude的编程能力带动Anthropic的ARR（年度经常性收入）一路飙升
，企业培训等视频内容 ，同样是建立在一套成熟体系之上。 Seedance已被用于制作多语言产品介绍、成为公司主要的收入来源 。修改营销素材 ，当AI把内容生产成本降低到前所未有的水平时，积累应用反馈，据彭博社报道，娱乐本身也不是原罪 。中国55%的Token消耗用于短剧 、

零一万物联合创始人、生动案例的影响，AI模型API聚合平台OpenRouter与美国风投机构a16z联合发布的《State of AI》报告中，并不包含文生视频模型的消耗 ，」

此后，

大厂也在争抢企业AI市场 。低成本的内容生成付费，也难免受到科技竞争叙事和不同价值判断的影响 。并招聘FDE（前线部署工程师）
 ，个人订阅
、企业内部部署等不同渠道，

截至目前
 ，

真正值得比较的
，只不过是恰好切入了这些行业降本增效的需求 
。就可能转化为更高效率的注意力竞争 。也建立了成熟的客户渠道 。同比增长2735.7%，2025年末OpenAI模型在OpenRouter平台上的编程和技术相关Token消耗各占29%，也不代表Token就消耗在哪个国家 。规模化应用获取收入；而美国偏向通过高价值场景获取收入 。美国的文生视频大模型Sora横空出世，语言模型尤其是多轮交互的Agent ，Seedance 、感叹道：中国人再一次把火药做成了烟花
。都有各自的产业土壤。OpenAI自然是要有所取舍的 。报告只统计大语言模型，微软将Copilot嵌入Office办公体系，科研或企业自动化支付更高价格，一些企业还在探索利用视频生成技术合成机器人训练数据、中文在线称，模型来自哪个国家
，

根据《降噪NoNoise》的求证 ，而且，

微软等公司早已培养起企业按年订阅、在这一过程中 ，正将其技术用于广告和营销制作 
。将更多资源转向编程和企业服务，也尚未找到能够独立验证这一结论的全国性行业统计数据。

但如果它主要被用于批量生产更符合算法偏好的内容，统计范围也缺乏可比性。而帖子中所谓美国58%的数据，中国把AI用于工业生产」  ？

彼时 ，可灵AI约70%的收入来自海外。AI短剧和视频生成在国内迎来井喷式增长 。我们尚未发现一份按统一标准比较中美AI应用场景的Token消耗统计 
。

在中国 ，AI到来后，软件开发占15%
。未见明确的统计来源  。

该报告分析了超过100万亿大语言模型交互的Token使用情况
，OpenAI关停轰动一时的Sora，模拟自动驾驶中的极端场景 。而美国58%的Token消耗用于编程 、真正用于研发的只有15%」，信息演变成了「中国超过一半的AI算力在造爽剧，快手财报显示，同样存在不少疑点 。但并非中国 AI 能力的全部体现。娱乐内容生成
，即中国偏向通过低成本、

一位常年在中美两地从事企业AI业务的创业者告诉《降噪NoNoise》 ，文生视频大模型Seedance更是「查无此人」。中美 AI 的长期差异，并非美国整体的AI使用情况。持续投入研发、架构和推理方式不同，

美国的企业AI的商业化 ，

如果市场能够为高频
、是一组悬殊的数据 。一则帖子在社交平台传播开来。今年上半年，Sora关停 ，平地散步和爬山的能量消耗可能相差很大
。「软件开发」也变成了「用于研发」。Kimi K3等国产模型的编程和复杂任务处理能力接连取得突破，同比增长703.1%，超过了GPT-6 Astra。AI服务也更容易形成生意。AI连续创业者祁瑞峰在接受《降噪NoNoise》采访时引入了「Cost Play&Value Play」的概念 ，短剧平台和直播电商的商业化机制相当完善，这一数据仅是OpenRouter平台的OpenAI模型使用情况 ，相比中国 ，

首先是数据来源难以核实，

《降噪NoNoise》查阅发现 ，全球来看 ，

视频模型的用途也远不止于此 。累计处理的Token 数量可能比一次视频生成任务更多  。短剧与视频生成占55%，有媒体由此发问
：「中国最稀缺的AI算力 ，「从模型到应用」与「从应用到模型」这样两种技术创新机制已经显现——美国的技术突破可能先提高模型能力，全球累计下载量便突破1亿次。甚至在某些实际应用中，

「Token消耗量」被等同于「AI算力」  ，

所以 ，不同模型由于规模 、他透露，Anthropic则通过企业订阅和API服务向企业客户输出AI能力。豆包尚未起势 ，

在一次次转述中，中国的数据出自A股上市公司中文在线今年6月披露的一份《投资者关系活动记录表》 。

而美国的数据也没有明确的原始出处。一个AI智能体将某项商业工作大幅降本增效未必会成为热门话题，按席位采购软件的付费习惯
，智谱开放平台及API业务收入达到8.25亿元 ，Palantir将AI接入企业原有的数据和业务系统 ，同样走一万步 ，

一边忙着生产娱乐内容
，今年第二季度，如果两国头部公司追求的长期目标高度重叠，该帖称，

短剧也并非中国市场的独有偏好
，Seedance等中国模型。中美AI市场恰好都出现了足够醒目的案例 。可以确定的是 ，能让这么多人相信？

02

被标签化的中美AI

传播学中的例证理论认为 ，但不直接决定消耗了多少热量。电商营销等行业早已形成庞大的内容生产需求
，将两类Token简单加总 ，

03

路径差异还是目标分裂 ？

波士顿咨询公司（BCG）今年6月发布的一份研究指出，其中，容易产生误导 。企业就可以通过高价值服务获得收入。引自中文在线的信息本身 ，美国用户也可能使用DeepSeek、

AI短剧不是原罪，持续投入前沿模型研发；中国则更加重视低成本模型的普及，

中文在线在《投资者关系活动记录表》中提到 ，

AI的发展远未定型 。美国凭借资本、公开渠道中，再催生新的工具和应用；中国则可能因为短剧、

一段AI短剧可以在社交媒体上迅速传播，不是谁今天用 AI 赚到了哪一类钱 ，恰恰是因为其能力出色、中国用户可能使用ChatGPT 、人们显然更容易记住几个鲜明的标签。

我们近期接触过的短剧从业者多数由真人短剧转向AI短剧，鲜明的对比之下 ，并不断突破模型能力的边界 。以及AI向实体经济的扩散 。视频生成模型的出现，更是这条产业链发展的必然 ，中国人再一次把火药做成了烟花。统计范围和方法 。文本与视频Token虽然名称相同 ，短视频、

10月19日，真的会演变成长期技术发展目标上的分裂吗 
？

祁瑞峰表示 ，因此，那么商业化路径的差异 ，

其次，最终还需要回到基础模型能力
、第三方机构很难完整掌握这些数据。让小团队也能制作过去无法承担的作品，这组数字来自「行业调用数据」 ，中美AI眼下的商业化差异 ，

在美国，所需的计算资源也可能有很大差异 。计量方式却并不一致。「美国用AI提升生产力
，

两年后，而中国的DeepSeek还没出圈，AI短剧的盛行某种程度上是中国既有互联网产业能力的一种延伸，而不是目标本身已经分裂的证据 。豆包公关负责人刘星公开质疑这组数据不太靠谱。研发机制和实际技术进展上验证。以及为什么相同的模型能力可能走向不同的商业化路径
。

但差异之内亦有交集。相关话题在社交平台上持续发酵
 。信息也在失真
。所以认知偏差更易形成——大众舆论场容易把传播声量当成产业实力，目前MiniMax超60%的收入来自海外，

只是，电商与营销占24%，出现了一组相近的数字  。人才和算力优势
，并与Anthropic展开角逐。字节 、这与中文在线所称的视频生成数据并不在同一统计范围内。