更尖锐的中美AI言论随之而来，相较于复杂的输赢商业化结构  ，公开渠道中 ，难道以及AI向实体经济的取决扩散。但未进一步披露具体数据来源、于短而是中美AI谁能通过可持续的商业模式 ，Seedance 、输赢

在中国，难道可以确定的取决是 ，

除此之外，于短引自中文在线的中美AI信息本身 ，不是输赢因为它不够好 ，

两年后，难道鲜明的取决对比之下 ，中文在线称，于短企业内部部署等不同渠道 ，Palantir将AI接入企业原有的数据和业务系统，

只是 ，同样走一万步，那么AI确实扩大了创作的边界  。

AI短剧不是原罪，「中国55%Token消耗用于短剧」的话题一度登上微博热搜。人才和算力优势，平台AIGC短视频营销素材的投放消耗同比增长超过70% 。红果短剧日均使用时长超过抖音和微信，AI视频生成都不是一门冷清的生意 。

大厂也在争抢企业AI市场 。真的会演变成长期技术发展目标上的分裂吗  ？

祁瑞峰表示 ，出现了一组相近的数字 。阿里纷纷推动企业Agent接入办公生态  ，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 ，全球来看 ，

首先是数据来源难以核实 ，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、

如果市场能够为高频 、智谱开放平台及API业务收入达到8.25亿元，按席位采购软件的付费习惯，「美国用AI提升生产力，并不断突破模型能力的边界 。视频生成等已有的变现场景，短视频平台、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。

有媒体找到了数据来源 ，只有约10%用于视频生成模型的训练和推理 。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 ，感叹道：中国人再一次把火药做成了烟花 。那么技术带来的生产力提升 ，但不直接决定消耗了多少热量。中国人再一次把火药做成了烟花  。

而美国的数据也没有明确的原始出处 。其中，

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》，计量方式却并不一致。同比增长703.1%  ，娱乐内容生成 ，成为公司主要的收入来源 。10月24日 ，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，OpenAI关停轰动一时的Sora，

但如果它主要被用于批量生产更符合算法偏好的内容  ，生动案例的影响，美国企业客户的付费意愿更强，电商营销等行业早已形成庞大的内容生产需求，相关话题在社交平台上持续发酵。

这点从中国AI公司的收入结构可窥见一二，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，降低成本、中国用AI拍逆袭短剧」成为一种新的论调，有人借用鲁迅的名言，积累应用反馈 ，以更低的成本争夺更多的用户时间，不是谁今天用 AI 赚到了哪一类钱 ，

因此，

美国的企业AI的商业化 ，太烧钱 ，短视频、

在一次次转述中  ，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。

零一万物联合创始人、

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，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  ，

微软等公司早已培养起企业按年订阅 、这也解释了为什么两国会出现不同的AI 应用形态，

《降噪NoNoise》查阅发现，不同模型由于规模、另一边忙着编程和研发。短视频 、一则帖子在社交平台传播开来 。

其次，持续投入研发 、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%」 ，也可能让企业长期停留在容易变现的局部优化中。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》 。短剧平台和直播电商的商业化机制相当完善 ，中国55%的Token消耗用于短剧、低成本的内容生成付费 ，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  ，正将其技术用于广告和营销制作 。都有各自的产业土壤。其生成的视频几乎以假乱真，

技术进步也在同步转化为收入。信息也在失真。最终还需要回到基础模型能力 、

一边忙着生产娱乐内容  ，会随着热门产品的变化而摇摆 ，

看似金句的总结里 ，甚至在某些实际应用中，企业就可以通过高价值服务获得收入 。并与Anthropic展开角逐 。报告只统计大语言模型 ，字节的总算力中，

10月19日，则被笼统归于「公有API Token用量」 ，但并非中国 AI 能力的全部体现。据彭博社报道 ，

在企业服务市场 ，而且，视频生成模型的出现 ，

在中国，进而用少数例子推断整体情况。就可能转化为更高效率的注意力竞争 。豆包公关负责人刘星公开质疑这组数据不太靠谱。

几番概念转换后 ，即使处理相同数量的Token，

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 ，未见明确的统计来源。而可能是不同市场条件下，累计处理的Token 数量可能比一次视频生成任务更多。

在美国 ，并非美国整体的AI使用情况 。国内AI Token消耗中 ，将更多资源转向编程和企业服务 ，「短剧与视频生成」被简化为「爽剧」，

换句话说 ，该帖称 ，语言模型尤其是多轮交互的Agent  ，

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%，电商商家们也在通过AI批量制作 、真正值得追问的是，

中文在线在《投资者关系活动记录表》中提到，第三方机构很难完整掌握这些数据  。五个月内翻了一倍。

视频模型的用途也远不止于此。微软将Copilot嵌入Office办公体系 ，」

此后，知乎上有个话题 ：为什么说「美国把AI用来娱乐，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，今年以来  ，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 。

10月10日 ，模拟自动驾驶中的极端场景 。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 ，所需的计算资源也可能有很大差异。Sora被关，

该报告分析了超过100万亿大语言模型交互的Token使用情况 ，一些企业还在探索利用视频生成技术合成机器人训练数据、文生视频大模型Seedance更是「查无此人」。再据此判断不同AI应用的使用情况 ，究竟在造爽剧还是造未来？」

简单来说，在全球范围内引发惊叹与焦虑。缩短制作周期。以及为什么相同的模型能力可能走向不同的商业化路径。

今年以来  ，微软的Microsoft 365 Copilot的付费席位不断上涨，豆包尚未起势，「软件开发」也变成了「用于研发」。目前MiniMax超60%的收入来自海外，

再者，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。将两类Token简单加总 ，容易产生误导 。AI服务也更容易形成生意 。软件开发占15%。也因此诞生了成熟的内容工业和流量分发体系，因此 ，再催生新的工具和应用；中国则可能因为短剧、

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，也难免受到科技竞争叙事和不同价值判断的影响 。可灵等国产文生视频大模型相继崛起，把最显眼的应用当成最重要的应用 。可灵AI约70%的收入来自海外。首先应该被理解为抵达目标的不同策略 ，美国的文生视频大模型Sora横空出世，个人订阅 、

截至目前 ， Seedance已被用于制作多语言产品介绍、并当即冲上Artificial Analysis全球智能指数第四名，

短剧也并非中国市场的独有偏好，为何一个未经证实的中美AI用途对比 ，AI短剧和视频生成在国内迎来井喷式增长 。模板化台词「不烧心」成了网络热梗。平地散步和爬山的能量消耗可能相差很大 。也建立了成熟的客户渠道 。而帖子中所谓美国58%的数据，今年上半年，字节旗下海外短剧应用PineDrama上线不到一年 ，并招聘FDE（前线部署工程师） ，文本与视频Token虽然名称相同  ，架构和推理方式不同  ，OpenAI自然是要有所取舍的  。

既然如此，

当然两国AI商业化的侧重点也是一个动态变化的过程。Token消耗衡量的是模型处理和生成了多少信息 ，中国用户可能使用ChatGPT 、容易受到具体、人们显然更容易记住几个鲜明的标签 。即中国偏向通过低成本 、合计恰好为58% 。电商与营销占24%，当AI把内容生产成本降低到前所未有的水平时 ，这些路径并不必然代表不同的技术理想，让小团队也能制作过去无法承担的作品，

当然，中美AI眼下的商业化差异，这种正向循环并非必然发生 。如果两国头部公司追求的长期目标高度重叠 ，

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，企业培训等视频内容  ，AI到来后 ，科研或企业自动化支付更高价格，有媒体由此发问：「中国最稀缺的AI算力，那么商业化路径的差异  ，统计范围和方法 。

不过  ，

一段AI短剧可以在社交媒体上迅速传播，包括杜嘉班纳在内的品牌，修改营销素材 ，而不是目标本身已经分裂的证据 。短剧、

两年前 ，超过了GPT-6 Astra。研发机制和实际技术进展上验证。AI漫剧大量涌现，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 。帖主感慨：「AI时代，Sora关停，中美AI市场恰好都出现了足够醒目的案例。美国凭借资本 、统计范围也缺乏可比性 。美国AI视频公司Runway的ARR已经达到2亿美元，

但差异之内亦有交集。并不包含文生视频模型的消耗 ，也不代表Token就消耗在哪个国家。同样是建立在一套成熟体系之上 。去年12月，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 ，字节 、而美国58%的Token消耗用于编程 、他透露，逼得腾讯重新押注短剧抢夺用户注意力 。中国把AI用于工业生产」 ？

彼时  ，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% ，今年第二季度 ，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，千篇一律的「AI脸」让观众触发「恐怖谷效应」 ，

根据《降噪NoNoise》的求证 ，中美之间的差异也被一线创业者感知到。智谱GLM-5系列 、短剧与视频生成占55% ，这一数据仅是OpenRouter平台的OpenAI模型使用情况 ，腾讯、相比中国，返回搜狐，是一组悬殊的数据 。模型来自哪个国家，更是这条产业链发展的必然，大众对中美AI的看法 ，商业化可能反哺技术突破 ，随着Seedance等视频生成模型能力提升，AI的使用还分散在API调用 、恰恰是因为其能力出色、同比增长2735.7% ，只不过是恰好切入了这些行业降本增效的需求 。中美 AI 的长期差异，占总收入的63.4%；同期 ，研发和企业自动化。在这一过程中，Seedance等中国模型 。美国用户也可能使用DeepSeek 、而中国的DeepSeek还没出圈 ，

「Token消耗量」被等同于「AI算力」 ，同样存在不少疑点 。「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。月之暗面正式发布Kimi K3.1 Pro，对同一个现实约束的回应。

真正值得比较的，这组数字来自「行业调用数据」 ，

所以，反过来推动模型能力提升  。人们在判断复杂问题时 ，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，MiniMax开放平台及其他AI企业服务收入达到7390万美元，娱乐本身也不是原罪。

中国AI也在编程和企业服务市场加速追赶  。Anthropic则通过企业订阅和API服务向企业客户输出AI能力  。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，加速AI在企业落地。今年9月，

AI的发展远未定型 。Claude等海外模型，查看更多