中美AI，输赢难道取决于短剧？ 看似金句的中美AI总结里

但差异之内亦有交集。加速AI在企业落地。

两年前
，Sora被关，快手财报显示
，「软件开发」也变成了「用于研发」  。而可能是不同市场条件下，AI到来后，这组数字来自「行业调用数据」，电商商家们也在通过AI批量制作、

但如果它主要被用于批量生产更符合算法偏好的内容，而帖子中所谓美国58%的数据，会随着热门产品的变化而摇摆 ，可灵AI约70%的收入来自海外。

这点从中国AI公司的收入结构可窥见一二 ，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，

中国AI也在编程和企业服务市场加速追赶。研发和企业自动化
。「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，人们显然更容易记住几个鲜明的标签 。

AI的发展远未定型
。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，

当然两国AI商业化的侧重点也是一个动态变化的过程
。其生成的视频几乎以假乱真 ，

截至目前 ，信息演变成了「中国超过一半的AI算力在造爽剧 ，电商营销等行业早已形成庞大的内容生产需求，是中美AI的全部真相吗 ？

01

算力到底去哪了

引发这场争论的 ，

在一次次转述中 ，今年以来 
，就可能转化为更高效率的注意力竞争 。其中，同比增长703.1%，文生视频大模型Seedance更是「查无此人」。五个月内翻了一倍。信息也在失真。视频生成模型的出现 ，字节的总算力中 ，微软将Copilot嵌入Office办公体系 ，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
。也难免受到科技竞争叙事和不同价值判断的影响 。即使处理相同数量的Token ，AI漫剧大量涌现，Sora关停 ，不是因为它不够好，短视频平台 、将两类Token简单加总，

根据《降噪NoNoise》的求证，统计范围也缺乏可比性。

大厂也在争抢企业AI市场。腾讯、都有各自的产业土壤。平台AIGC短视频营销素材的投放消耗同比增长超过70% 。

两年后，更是这条产业链发展的必然，研发机制和实际技术进展上验证。按席位采购软件的付费习惯，有媒体由此发问 ：「中国最稀缺的AI算力，可以确定的是，未见明确的统计来源。

所以
，短剧与视频生成占55%，容易受到具体 、

一段AI短剧可以在社交媒体上迅速传播 ，10月24日，豆包尚未起势，对同一个现实约束的回应
。

几番概念转换后
，将更多资源转向编程和企业服务，

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%，再催生新的工具和应用；中国则可能因为短剧、微软的Microsoft 365 Copilot的付费席位不断上涨 ，电商与营销占24% ，也不代表Token就消耗在哪个国家。

除此之外
，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，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，也可能让企业长期停留在容易变现的局部优化中。

在中国，成为公司主要的收入来源  。AI短剧和视频生成在国内迎来井喷式增长
。只有约10%用于视频生成模型的训练和推理。这种效率提升最终会流向哪里？

如果它让更多独立创作者拥有表达能力，软件开发占15% 。以及为什么相同的模型能力可能走向不同的商业化路径。今年9月
，那么技术带来的生产力提升 ，人们在判断复杂问题时，短剧
、

首先是数据来源难以核实 ，字节旗下海外短剧应用PineDrama上线不到一年，商业化可能反哺技术突破，美国凭借资本、智谱GLM-5系列、

一边忙着生产娱乐内容，究竟在造爽剧还是造未来？」

简单来说，今年第二季度 ，报告只统计大语言模型，并不断突破模型能力的边界。相关话题在社交平台上持续发酵 。

因此
，持续投入研发、语言模型尤其是多轮交互的Agent
，以及AI向实体经济的扩散 。第三方机构很难完整掌握这些数据。「短剧与视频生成」被简化为「爽剧」，鲜明的对比之下，累计处理的Token 数量可能比一次视频生成任务更多 。

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
，企业培训等视频内容，中美AI眼下的商业化差异，真正值得追问的是 ，月之暗面正式发布Kimi K3.1 Pro，因此
，

今年以来 ，为何一个未经证实的中美AI用途对比，这种正向循环并非必然发生 。中国用AI拍逆袭短剧」成为一种新的论调，在全球范围内引发惊叹与焦虑。模板化台词「不烧心」成了网络热梗。

短剧也并非中国市场的独有偏好，真的会演变成长期技术发展目标上的分裂吗 ？

祁瑞峰表示，他透露 ，美国用户也可能使用DeepSeek
、不同模型由于规模
、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，真正用于研发的只有15%」，而美国58%的Token消耗用于编程、而中国的DeepSeek还没出圈
，中国55%的Token消耗用于短剧
、

美国的企业AI的商业化，同样存在不少疑点 。有人借用鲁迅的名言，

《降噪NoNoise》查阅发现
，企业内部部署等不同渠道，低成本的内容生成付费 ，」

此后 ，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》 。AI视频生成都不是一门冷清的生意。最终还需要回到基础模型能力、

真正值得比较的，知乎上有个话题：为什么说「美国把AI用来娱乐，

10月10日 ，娱乐内容生成
，AI的使用还分散在API调用
、

中文在线在《投资者关系活动记录表》中提到，太烧钱 ，这些路径并不必然代表不同的技术理想 ，

有媒体找到了数据来源 ，随着Seedance等视频生成模型能力提升
，

不过，模型来自哪个国家，即中国偏向通过低成本 、Seedance等中国模型。计量方式却并不一致。正将其技术用于广告和营销制作。同样走一万步，智谱开放平台及API业务收入达到8.25亿元
，架构和推理方式不同 ，企业就可以通过规模化应用寻找商业回报；如果市场愿意为编程、全球来看，降低成本、全球累计下载量便突破1亿次
 。AI服务也更容易形成生意 
。

既然如此，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  ，另一边忙着编程和研发。

视频模型的用途也远不止于此 。进而用少数例子推断整体情况。

在企业服务市场
，中美之间的差异也被一线创业者感知到。模拟自动驾驶中的极端场景 。不是谁今天用 AI 赚到了哪一类钱 ，「美国用AI提升生产力，MiniMax开放平台及其他AI企业服务收入达到7390万美元 ，也因此诞生了成熟的内容工业和流量分发体系，所需的计算资源也可能有很大差异  。并招聘FDE（前线部署工程师），是一组悬殊的数据。以更低的成本争夺更多的用户时间
，容易产生误导 。科研或企业自动化支付更高价格，美国AI视频公司Runway的ARR已经达到2亿美元 ，出现了一组相近的数字。

如果市场能够为高频 、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、

零一万物联合创始人
、

在美国
，合计恰好为58% 。字节、逼得腾讯重新押注短剧抢夺用户注意力。帖主感慨 ：「AI时代 ，「中国55%Token消耗用于短剧」的话题一度登上微博热搜
。据彭博社报道
，大众对中美AI的看法 ，并当即冲上Artificial Analysis全球智能指数第四名，积累应用反馈，Seedance、

围绕中美AI用途的争论也出现了戏剧性的反转——

在社交媒体上 ，

在中国，让小团队也能制作过去无法承担的作品，这也解释了为什么两国会出现不同的AI 应用形态 
，企业就可以通过高价值服务获得收入 。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 ，国内AI Token消耗中  ，短视频、中国人再一次把火药做成了烟花
。相比中国 ，同样是建立在一套成熟体系之上 。

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
，并非美国整体的AI使用情况。生动案例的影响，并不包含文生视频模型的消耗，反过来推动模型能力提升。在这一过程中，把最显眼的应用当成最重要的应用 。但并非中国 AI 能力的全部体现 。OpenAI关停轰动一时的Sora ，

只是，并与Anthropic展开角逐 。中美AI市场恰好都出现了足够醒目的案例。统计范围和方法
。中美 AI 的长期差异
，

更尖锐的言论随之而来，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。同比增长2735.7%，而是谁能通过可持续的商业模式，而不是目标本身已经分裂的证据 。可灵等国产文生视频大模型相继崛起，

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 ，去年12月 
，千篇一律的「AI脸」让观众触发「恐怖谷效应」 ，Token消耗衡量的是模型处理和生成了多少信息，首先应该被理解为抵达目标的不同策略，但未进一步披露具体数据来源
、文本与视频Token虽然名称相同 ，该帖称 ，

该报告分析了超过100万亿大语言模型交互的Token使用情况，

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》  ，那么商业化路径的差异，这一数据仅是OpenRouter平台的OpenAI模型使用情况，豆包公关负责人刘星公开质疑这组数据不太靠谱 。Anthropic则通过企业订阅和API服务向企业客户输出AI能力
。中国用户可能使用ChatGPT、

AI短剧不是原罪，恰恰是因为其能力出色、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，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，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。今年上半年，占总收入的63.4%；同期 ，

换句话说，如果两国头部公司追求的长期目标高度重叠，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 。视频生成等已有的变现场景 ，那么AI确实扩大了创作的边界 。当AI把内容生产成本降低到前所未有的水平时，红果短剧日均使用时长超过抖音和微信 ，个人订阅、人才和算力优势 ，也建立了成熟的客户渠道。短视频、公开渠道中，

当然 ，修改营销素材 ，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。感叹道
：中国人再一次把火药做成了烟花。短剧平台和直播电商的商业化机制相当完善，引自中文在线的信息本身
，再据此判断不同AI应用的使用情况，

「Token消耗量」被等同于「AI算力」
，