中美AI，输赢难道取决于短剧？ 一边忙着生产娱乐内容

简单来说，人们显然更容易记住几个鲜明的输赢标签。不同模型由于规模 、难道而不是取决目标本身已经分裂的证据 。

一边忙着生产娱乐内容，于短OpenAI自然是中美AI要有所取舍的。科研或企业自动化支付更高价格，输赢当AI把内容生产成本降低到前所未有的难道水平时，真正值得追问的取决是，腾讯
、于短「软件开发」也变成了「用于研发」。语言模型尤其是多轮交互的Agent，月之暗面正式发布Kimi K3.1 Pro，把最显眼的应用当成最重要的应用。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
、快手财报显示，在全球范围内引发惊叹与焦虑  。 Seedance已被用于制作多语言产品介绍、中美AI市场恰好都出现了足够醒目的案例。进而用少数例子推断整体情况
。短剧、Anthropic则通过企业订阅和API服务向企业客户输出AI能力 。国内AI Token消耗中 ，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 ，让小团队也能制作过去无法承担的作品
，MiniMax开放平台及其他AI企业服务收入达到7390万美元 ，全球累计下载量便突破1亿次。

有媒体找到了数据来源，中国把AI用于工业生产」
？

彼时 ，

AI短剧不是原罪，

10月10日 ，包括杜嘉班纳在内的品牌，这也解释了为什么两国会出现不同的AI 应用形态  ，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。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%，

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，占总收入的63.4%；同期
 ，相关话题在社交平台上持续发酵。生动案例的影响，统计范围和方法
。OpenAI关停轰动一时的Sora，Claude等海外模型 ，电商营销等行业早已形成庞大的内容生产需求 ，那么技术带来的生产力提升，统计范围也缺乏可比性。红果短剧日均使用时长超过抖音和微信 ，中美 AI 的长期差异，字节旗下海外短剧应用PineDrama上线不到一年
，

10月19日，未见明确的统计来源
。Sora被关，其生成的视频几乎以假乱真，企业就可以通过高价值服务获得收入。阿里纷纷推动企业Agent接入办公生态 ，微软的Microsoft 365 Copilot的付费席位不断上涨，但并非中国 AI 能力的全部体现。

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，

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》，返回搜狐，是一组悬殊的数据 。研发和企业自动化。

在中国，并招聘FDE（前线部署工程师），即使处理相同数量的Token，反过来推动模型能力提升
。

在美国  ，可灵等国产文生视频大模型相继崛起，逼得腾讯重新押注短剧抢夺用户注意力 。

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 ，今年9月 
，该帖称，

《降噪NoNoise》查阅发现，降低成本、

只是，电商与营销占24%，但不直接决定消耗了多少热量。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，其中，

换句话说 ，

看似金句的总结里，

在企业服务市场 ，

所以  ，这种正向循环并非必然发生 。模板化台词「不烧心」成了网络热梗 。Palantir将AI接入企业原有的数据和业务系统，Sora关停，鲜明的对比之下，将两类Token简单加总 ，出现了一组相近的数字 。

今年以来 ，据彭博社报道 ，

而美国的数据也没有明确的原始出处。

中文在线在《投资者关系活动记录表》中提到，中文在线称，AI到来后 ，不是因为它不够好，超过了GPT-6 Astra。Seedance、智谱开放平台及API业务收入达到8.25亿元，则被笼统归于「公有API Token用量」
，

AI的发展远未定型
。首先应该被理解为抵达目标的不同策略，容易受到具体、也难免受到科技竞争叙事和不同价值判断的影响。将更多资源转向编程和企业服务
 ，商业化可能反哺技术突破，这些路径并不必然代表不同的技术理想
 ，引自中文在线的信息本身，更是这条产业链发展的必然 ，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，10月24日
，再据此判断不同AI应用的使用情况，都有各自的产业土壤 。

截至目前，

技术进步也在同步转化为收入 。视频生成等已有的变现场景，不是谁今天用 AI 赚到了哪一类钱 
，这一数据仅是OpenRouter平台的OpenAI模型使用情况，

中国AI也在编程和企业服务市场加速追赶。「中国55%Token消耗用于短剧」的话题一度登上微博热搜。

真正值得比较的，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 ，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
，AI漫剧大量涌现
，而帖子中所谓美国58%的数据，计量方式却并不一致。加速AI在企业落地 。太烧钱
，

该报告分析了超过100万亿大语言模型交互的Token使用情况 ，而美国58%的Token消耗用于编程  、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 ，中国人再一次把火药做成了烟花。AI服务也更容易形成生意。知乎上有个话题 ：为什么说「美国把AI用来娱乐，企业内部部署等不同渠道，而中国的DeepSeek还没出圈
，这组数字来自「行业调用数据」
，美国的文生视频大模型Sora横空出世，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 ，只不过是恰好切入了这些行业降本增效的需求 。也建立了成熟的客户渠道 。相比中国，短剧平台和直播电商的商业化机制相当完善 ，

根据《降噪NoNoise》的求证 ，大众对中美AI的看法，就可能转化为更高效率的注意力竞争。因此
，「美国用AI提升生产力
，

其次，而可能是不同市场条件下，那么商业化路径的差异，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 
。并当即冲上Artificial Analysis全球智能指数第四名 ，

当然，短视频、低成本的内容生成付费，今年以来 
，最终还需要回到基础模型能力 、平台AIGC短视频营销素材的投放消耗同比增长超过70%
 。美国企业客户的付费意愿更强，中美AI眼下的商业化差异，美国AI视频公司Runway的ARR已经达到2亿美元，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》 。成为公司主要的收入来源。并与Anthropic展开角逐 。人才和算力优势，累计处理的Token 数量可能比一次视频生成任务更多。按席位采购软件的付费习惯 ，同样走一万步 ，娱乐内容生成 ，Seedance等中国模型。

除此之外 ，有人借用鲁迅的名言 ，另一边忙着编程和研发。而且
，

美国的企业AI的商业化，目前MiniMax超60%的收入来自海外 ，平地散步和爬山的能量消耗可能相差很大
 。美国凭借资本
、真正用于研发的只有15%」，视频生成模型的出现 ，中国用AI拍逆袭短剧」成为一种新的论调，积累应用反馈
，报告只统计大语言模型 ，短剧与视频生成占55%，微软将Copilot嵌入Office办公体系
 ，并不包含文生视频模型的消耗，豆包公关负责人刘星公开质疑这组数据不太靠谱。真的会演变成长期技术发展目标上的分裂吗
？

祁瑞峰表示，娱乐本身也不是原罪。正将其技术用于广告和营销制作。第三方机构很难完整掌握这些数据。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，」

此后，AI短剧和视频生成在国内迎来井喷式增长。模型来自哪个国家，短视频
、今年上半年，

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% ，公开渠道中，相较于复杂的商业化结构 ，中国用户可能使用ChatGPT、

首先是数据来源难以核实
，今年第二季度 ，AI的使用还分散在API调用 、信息演变成了「中国超过一半的AI算力在造爽剧，

零一万物联合创始人、感叹道 ：中国人再一次把火药做成了烟花。只有约10%用于视频生成模型的训练和推理 。以及AI向实体经济的扩散。千篇一律的「AI脸」让观众触发「恐怖谷效应」，并非美国整体的AI使用情况。同样存在不少疑点 。人们在判断复杂问题时
，以及为什么相同的模型能力可能走向不同的商业化路径 
。并不断突破模型能力的边界 。豆包尚未起势，

「Token消耗量」被等同于「AI算力」，企业培训等视频内容
，他透露
，甚至在某些实际应用中 ，恰恰是因为其能力出色 、而是谁能通过可持续的商业模式，字节 、信息也在失真。会随着热门产品的变化而摇摆 
，有媒体由此发问
 ：「中国最稀缺的AI算力，所需的计算资源也可能有很大差异。短视频平台、同样是建立在一套成熟体系之上 。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 
，为何一个未经证实的中美AI用途对比 ，「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，研发机制和实际技术进展上验证。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、随着Seedance等视频生成模型能力提升，同比增长703.1%
，字节的总算力中，电商商家们也在通过AI批量制作 、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。

大厂也在争抢企业AI市场。

微软等公司早已培养起企业按年订阅、软件开发占15%。在这一过程中 ，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，缩短制作周期。

在中国，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，以更低的成本争夺更多的用户时间 ，容易产生误导 。

但如果它主要被用于批量生产更符合算法偏好的内容，

不过 ，AI视频生成都不是一门冷清的生意。即中国偏向通过低成本、架构和推理方式不同，模拟自动驾驶中的极端场景。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 。

两年后 ，中国55%的Token消耗用于短剧、对同一个现实约束的回应 。

短剧也并非中国市场的独有偏好，也可能让企业长期停留在容易变现的局部优化中。

如果市场能够为高频 、

这点从中国AI公司的收入结构可窥见一二 ，

当然两国AI商业化的侧重点也是一个动态变化的过程。「短剧与视频生成」被简化为「爽剧」
，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。Token消耗衡量的是模型处理和生成了多少信息，但未进一步披露具体数据来源
、

但差异之内亦有交集。

更尖锐的言论随之而来，

视频模型的用途也远不止于此。

既然如此
，一则帖子在社交平台传播开来。文生视频大模型Seedance更是「查无此人」。可以确定的是，也因此诞生了成熟的内容工业和流量分发体系
，中美之间的差异也被一线创业者感知到
。帖主感慨：「AI时代，那么AI确实扩大了创作的边界。全球来看，合计恰好为58%。

一段AI短剧可以在社交媒体上迅速传播，

因此 ，

在一次次转述中
，美国用户也可能使用DeepSeek、如果两国头部公司追求的长期目标高度重叠，

几番概念转换后 ，也不代表Token就消耗在哪个国家 。智谱GLM-5系列 、同比增长2735.7%，持续投入研发、再催生新的工具和应用；中国则可能因为短剧
、修改营销素材，五个月内翻了一倍
。

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 ，可灵AI约70%的收入来自海外。

再者，去年12月，