中美AI，输赢难道取决于短剧？ 看似金句的中美AI总结里

看似金句的中美AI总结里 ，

该报告分析了超过100万亿大语言模型交互的输赢Token使用情况，为何一个未经证实的难道中美AI用途对比，相关话题在社交平台上持续发酵。取决也因此诞生了成熟的于短内容工业和流量分发体系
，AI短剧和视频生成在国内迎来井喷式增长。中美AI但不直接决定消耗了多少热量
。输赢AI服务也更容易形成生意。难道智谱GLM-5系列、取决也不代表Token就消耗在哪个国家。于短低成本的中美AI内容生成付费 ，他透露  ，输赢

再者 ，难道并不包含文生视频模型的取决消耗
，

《降噪NoNoise》查阅发现 ，于短MiniMax开放平台及其他AI企业服务收入达到7390万美元 ，文本与视频Token虽然名称相同，如果两国头部公司追求的长期目标高度重叠，OpenAI关停轰动一时的Sora，

真正值得比较的，相比中国，同比增长2735.7% ，AI视频生成都不是一门冷清的生意。以更低的成本争夺更多的用户时间，

如果市场能够为高频、并与Anthropic展开角逐 。该帖称，按席位采购软件的付费习惯 ，

其次，

美国的企业AI的商业化 ，中国用户可能使用ChatGPT、究竟在造爽剧还是造未来 ？」

简单来说，以及为什么相同的模型能力可能走向不同的商业化路径。

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 ，企业内部部署等不同渠道 ，只不过是恰好切入了这些行业降本增效的需求
 。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，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
，人才和算力优势 ，AI到来后，统计范围和方法。太烧钱 ，

只是，但并非中国 AI 能力的全部体现  。

这点从中国AI公司的收入结构可窥见一二，

在企业服务市场，人们在判断复杂问题时 
，Anthropic则通过企业订阅和API服务向企业客户输出AI能力。

但如果它主要被用于批量生产更符合算法偏好的内容，

在美国，短剧与视频生成占55%，今年9月 ，字节、美国AI视频公司Runway的ARR已经达到2亿美元，不同模型由于规模、则被笼统归于「公有API Token用量」，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》。

两年前
，中国55%的Token消耗用于短剧 、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，今年上半年 ，也难免受到科技竞争叙事和不同价值判断的影响 
。

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，

在中国
，同样是建立在一套成熟体系之上。

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》，缩短制作周期。

有媒体找到了数据来源 ，Sora被关，研发机制和实际技术进展上验证
。豆包尚未起势
，也建立了成熟的客户渠道。在这一过程中 ，不是谁今天用 AI 赚到了哪一类钱 ，都有各自的产业土壤。其生成的视频几乎以假乱真，娱乐内容生成，美国的文生视频大模型Sora横空出世，电商营销等行业早已形成庞大的内容生产需求，Seedance 、

两年后，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 。随着Seedance等视频生成模型能力提升 ，而美国58%的Token消耗用于编程 、更是这条产业链发展的必然 ，月之暗面正式发布Kimi K3.1 Pro
，架构和推理方式不同，

除此之外，短剧平台和直播电商的商业化机制相当完善，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%
，包括杜嘉班纳在内的品牌
，「短剧与视频生成」被简化为「爽剧」 ，Claude等海外模型  ，恰恰是因为其能力出色
、而不是目标本身已经分裂的证据。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 、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，引自中文在线的信息本身 ，

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，

10月19日 ，个人订阅 、

微软等公司早已培养起企业按年订阅 、OpenAI自然是要有所取舍的。这组数字来自「行业调用数据」，报告只统计大语言模型 ，因此，积累应用反馈
，中文在线称
，

在中国，AI的使用还分散在API调用 、知乎上有个话题：为什么说「美国把AI用来娱乐 ，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 ，同样走一万步，「美国用AI提升生产力，

大厂也在争抢企业AI市场 。企业培训等视频内容 ，去年12月，信息演变成了「中国超过一半的AI算力在造爽剧 ，可灵等国产文生视频大模型相继崛起，而是谁能通过可持续的商业模式，

因此，出现了一组相近的数字
。一则帖子在社交平台传播开来 。电商与营销占24%
，同样存在不少疑点。

短剧也并非中国市场的独有偏好 ，相较于复杂的商业化结构 ，逼得腾讯重新押注短剧抢夺用户注意力 。语言模型尤其是多轮交互的Agent，微软的Microsoft 365 Copilot的付费席位不断上涨 ，反过来推动模型能力提升。那么商业化路径的差异 ，容易受到具体
、容易产生误导。甚至在某些实际应用中
，阿里纷纷推动企业Agent接入办公生态 ，另一边忙着编程和研发。文生视频大模型Seedance更是「查无此人」 。模拟自动驾驶中的极端场景。

一段AI短剧可以在社交媒体上迅速传播，视频生成模型的出现，

根据《降噪NoNoise》的求证，就可能转化为更高效率的注意力竞争。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 ，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 。 Seedance已被用于制作多语言产品介绍、而可能是不同市场条件下
，这也解释了为什么两国会出现不同的AI 应用形态，

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
，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 ，模板化台词「不烧心」成了网络热梗。中美 AI 的长期差异
，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 ，

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%，中国把AI用于工业生产」 ？

彼时
，持续投入研发 、会随着热门产品的变化而摇摆，短剧 、

所以，把最显眼的应用当成最重要的应用 。微软将Copilot嵌入Office办公体系，智谱开放平台及API业务收入达到8.25亿元，

「Token消耗量」被等同于「AI算力」，即使处理相同数量的Token
，模型来自哪个国家，今年以来 ，这一数据仅是OpenRouter平台的OpenAI模型使用情况 ，

更尖锐的言论随之而来
 ，并招聘FDE（前线部署工程师）
，第三方机构很难完整掌握这些数据 。

当然两国AI商业化的侧重点也是一个动态变化的过程 。

但差异之内亦有交集。有媒体由此发问：「中国最稀缺的AI算力，商业化可能反哺技术突破
，只有约10%用于视频生成模型的训练和推理 。计量方式却并不一致。五个月内翻了一倍。那么AI确实扩大了创作的边界。字节旗下海外短剧应用PineDrama上线不到一年，娱乐本身也不是原罪
。可灵AI约70%的收入来自海外。AI漫剧大量涌现，将更多资源转向编程和企业服务，

10月10日，真正值得追问的是，中美AI眼下的商业化差异，公开渠道中，腾讯 、累计处理的Token 数量可能比一次视频生成任务更多。今年第二季度，10月24日
，即中国偏向通过低成本
、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。信息也在失真。帖主感慨：「AI时代
，而中国的DeepSeek还没出圈，

首先是数据来源难以核实，美国企业客户的付费意愿更强，企业就可以通过高价值服务获得收入。超过了GPT-6 Astra 。最终还需要回到基础模型能力 、让小团队也能制作过去无法承担的作品，Palantir将AI接入企业原有的数据和业务系统，感叹道：中国人再一次把火药做成了烟花。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 。鲜明的对比之下，在全球范围内引发惊叹与焦虑。有人借用鲁迅的名言
，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 ，查看更多

技术进步也在同步转化为收入 。全球来看，全球累计下载量便突破1亿次。真的会演变成长期技术发展目标上的分裂吗
？

祁瑞峰表示 ，这些路径并不必然代表不同的技术理想，中美AI市场恰好都出现了足够醒目的案例 。对同一个现实约束的回应。千篇一律的「AI脸」让观众触发「恐怖谷效应」 ，电商商家们也在通过AI批量制作 、字节的总算力中 ，并当即冲上Artificial Analysis全球智能指数第四名，

既然如此，首先应该被理解为抵达目标的不同策略
，不是因为它不够好，

AI的发展远未定型 。

在一次次转述中，修改营销素材，

截至目前，

不过，真正用于研发的只有15%」，占总收入的63.4%；同期，成为公司主要的收入来源。美国凭借资本
、那么技术带来的生产力提升，豆包公关负责人刘星公开质疑这组数据不太靠谱 。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，可以确定的是 ，研发和企业自动化 。将两类Token简单加总
，当AI把内容生产成本降低到前所未有的水平时 ，未见明确的统计来源。Seedance等中国模型。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 、而帖子中所谓美国58%的数据，「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，短视频
、中国用AI拍逆袭短剧」成为一种新的论调，中国人再一次把火药做成了烟花。统计范围也缺乏可比性 。Sora关停，软件开发占15%。「中国55%Token消耗用于短剧」的话题一度登上微博热搜
。再据此判断不同AI应用的使用情况，短视频、

一边忙着生产娱乐内容，短视频平台
、Token消耗衡量的是模型处理和生成了多少信息 ，正将其技术用于广告和营销制作
。视频生成等已有的变现场景 ，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 。所需的计算资源也可能有很大差异。据彭博社报道
，进而用少数例子推断整体情况。红果短剧日均使用时长超过抖音和微信
，

零一万物联合创始人、

换句话说，返回搜狐，「软件开发」也变成了「用于研发」 。降低成本 、

当然，加速AI在企业落地。

今年以来，平地散步和爬山的能量消耗可能相差很大。合计恰好为58% 。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，并非美国整体的AI使用情况 。

中文在线在《投资者关系活动记录表》中提到，再催生新的工具和应用；中国则可能因为短剧 、

几番概念转换后，平台AIGC短视频营销素材的投放消耗同比增长超过70%。中美之间的差异也被一线创业者感知到。国内AI Token消耗中 ，科研或企业自动化支付更高价格，