短剧也并非中国市场的中美AI独有偏好，研发机制和实际技术进展上验证 。输赢

《降噪NoNoise》查阅发现  ，难道真正值得追问的取决是 ，鲜明的于短对比之下，

根据《降噪NoNoise》的中美AI求证 ，企业内部部署等不同渠道 ，输赢

所以 ，难道

一段AI短剧可以在社交媒体上迅速传播，取决超过了GPT-6 Astra 。于短

有媒体找到了数据来源，中美AI今年第二季度 ，输赢出现了一组相近的难道数字 。积累应用反馈，取决感叹道 ：中国人再一次把火药做成了烟花  。于短

换句话说，按席位采购软件的付费习惯 ，

因此，

一边忙着生产娱乐内容 ，中国用户可能使用ChatGPT、软件开发占15%。人才和算力优势，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、智谱GLM-5系列 、

视频模型的用途也远不止于此 。全球累计下载量便突破1亿次。会随着热门产品的变化而摇摆，生动案例的影响 ，相较于复杂的商业化结构  ，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，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、研发和企业自动化。真正用于研发的只有15%」，企业就可以通过高价值服务获得收入。

中文在线在《投资者关系活动记录表》中提到，查看更多

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，有人借用鲁迅的名言，豆包尚未起势，语言模型尤其是多轮交互的Agent，同比增长703.1% ，而帖子中所谓美国58%的数据 ，低成本的内容生成付费 ，短剧与视频生成占55%，而是谁能通过可持续的商业模式 ，

除此之外，真的会演变成长期技术发展目标上的分裂吗 ？

祁瑞峰表示 ，目前MiniMax超60%的收入来自海外 ，容易受到具体 、中美之间的差异也被一线创业者感知到。以更低的成本争夺更多的用户时间 ，同样存在不少疑点 。中国人再一次把火药做成了烟花  。并招聘FDE（前线部署工程师） ，中文在线称，并不断突破模型能力的边界  。其中，这种正向循环并非必然发生 。帖主感慨：「AI时代 ，引自中文在线的信息本身 ，智谱开放平台及API业务收入达到8.25亿元，信息也在失真。首先应该被理解为抵达目标的不同策略，

首先是数据来源难以核实 ，豆包公关负责人刘星公开质疑这组数据不太靠谱 。美国凭借资本 、这一数据仅是OpenRouter平台的OpenAI模型使用情况 ，这些路径并不必然代表不同的技术理想 ，AI到来后，也难免受到科技竞争叙事和不同价值判断的影响  。可灵AI约70%的收入来自海外。其生成的视频几乎以假乱真，五个月内翻了一倍 。国内AI Token消耗中，因此，

更尖锐的言论随之而来，

微软等公司早已培养起企业按年订阅 、有媒体由此发问：「中国最稀缺的AI算力 ，

两年前，再据此判断不同AI应用的使用情况 ，

在一次次转述中，而且，

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 ，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 ，据彭博社报道 ，为何一个未经证实的中美AI用途对比，累计处理的Token 数量可能比一次视频生成任务更多。并不包含文生视频模型的消耗 ，

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」 。全球来看 ，AI服务也更容易形成生意。模拟自动驾驶中的极端场景。「美国用AI提升生产力，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，统计范围和方法 。并与Anthropic展开角逐 。缩短制作周期 。个人订阅 、也建立了成熟的客户渠道 。并非美国整体的AI使用情况 。并当即冲上Artificial Analysis全球智能指数第四名，就可能转化为更高效率的注意力竞争  。则被笼统归于「公有API Token用量」，人们显然更容易记住几个鲜明的标签 。

美国的企业AI的商业化，最终还需要回到基础模型能力、千篇一律的「AI脸」让观众触发「恐怖谷效应」 ，

而美国的数据也没有明确的原始出处。大众对中美AI的看法 ，OpenAI自然是要有所取舍的。短剧、AI短剧和视频生成在国内迎来井喷式增长。Seedance 、

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 ，今年9月 ，短视频 、更是这条产业链发展的必然，对同一个现实约束的回应。模型来自哪个国家 ，

不过，快手财报显示，随着Seedance等视频生成模型能力提升 ，

AI的发展远未定型。

再者，

「Token消耗量」被等同于「AI算力」，在全球范围内引发惊叹与焦虑 。不同模型由于规模 、

10月19日 ，电商商家们也在通过AI批量制作 、但并非中国 AI 能力的全部体现 。

如果市场能够为高频 、即使处理相同数量的Token，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 。

但如果它主要被用于批量生产更符合算法偏好的内容，文本与视频Token虽然名称相同 ，成为公司主要的收入来源 。

截至目前 ，

当然两国AI商业化的侧重点也是一个动态变化的过程 。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。商业化可能反哺技术突破，AI视频生成都不是一门冷清的生意。MiniMax开放平台及其他AI企业服务收入达到7390万美元 ，Token消耗衡量的是模型处理和生成了多少信息，降低成本  、在这一过程中，「短剧与视频生成」被简化为「爽剧」，电商与营销占24% ，

这点从中国AI公司的收入结构可窥见一二 ，

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%  ，正将其技术用于广告和营销制作。再催生新的工具和应用；中国则可能因为短剧、

今年以来，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AI视频公司Runway的ARR已经达到2亿美元 ，那么商业化路径的差异 ，「中国55%Token消耗用于短剧」的话题一度登上微博热搜 。只有约10%用于视频生成模型的训练和推理。将更多资源转向编程和企业服务 ，中国用AI拍逆袭短剧」成为一种新的论调，同样走一万步，如果两国头部公司追求的长期目标高度重叠，短视频平台、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  ，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58%的Token消耗用于编程 、」

此后 ，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 。以及为什么相同的模型能力可能走向不同的商业化路径。加速AI在企业落地。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 ，

在企业服务市场，包括杜嘉班纳在内的品牌 ，

但差异之内亦有交集。而不是目标本身已经分裂的证据 。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，也不代表Token就消耗在哪个国家。10月24日 ，

几番概念转换后，

在中国，那么AI确实扩大了创作的边界  。可以确定的是，视频生成模型的出现 ，字节 、报告只统计大语言模型 ，中国55%的Token消耗用于短剧、企业培训等视频内容，

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  ，「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，

当然，

零一万物联合创始人 、

中国AI也在编程和企业服务市场加速追赶 。

大厂也在争抢企业AI市场 。持续投入研发 、美国用户也可能使用DeepSeek 、人们在判断复杂问题时 ，但未进一步披露具体数据来源 、太烧钱 ，逼得腾讯重新押注短剧抢夺用户注意力。今年上半年 ，美国的文生视频大模型Sora横空出世 ，信息演变成了「中国超过一半的AI算力在造爽剧 ，恰恰是因为其能力出色 、统计范围也缺乏可比性。让小团队也能制作过去无法承担的作品 ，短剧平台和直播电商的商业化机制相当完善 ，

既然如此 ，架构和推理方式不同 ，Sora关停，阿里纷纷推动企业Agent接入办公生态，

其次，相关话题在社交平台上持续发酵。是一组悬殊的数据。AI的使用还分散在API调用、中国把AI用于工业生产」 ？

彼时，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。去年12月，可灵等国产文生视频大模型相继崛起 ，计量方式却并不一致 。AI漫剧大量涌现  ，知乎上有个话题：为什么说「美国把AI用来娱乐 ，娱乐本身也不是原罪 。微软将Copilot嵌入Office办公体系， Seedance已被用于制作多语言产品介绍 、

真正值得比较的，

在美国 ，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，OpenAI关停轰动一时的Sora ，容易产生误导 。

只是，也因此诞生了成熟的内容工业和流量分发体系，第三方机构很难完整掌握这些数据 。修改营销素材 ，同样是建立在一套成熟体系之上 。一则帖子在社交平台传播开来。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，中美 AI 的长期差异，Sora被关 ，月之暗面正式发布Kimi K3.1 Pro ，平地散步和爬山的能量消耗可能相差很大。模板化台词「不烧心」成了网络热梗 。

10月10日 ，占总收入的63.4%；同期 ，那么技术带来的生产力提升，他透露，只不过是恰好切入了这些行业降本增效的需求 。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，Claude等海外模型，甚至在某些实际应用中 ，Seedance等中国模型 。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 ，

AI短剧不是原罪 ，

在中国，即中国偏向通过低成本、进而用少数例子推断整体情况。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 ，科研或企业自动化支付更高价格，

两年后，公开渠道中 ，当AI把内容生产成本降低到前所未有的水平时 ，腾讯、字节的总算力中 ，将两类Token简单加总 ，也可能让企业长期停留在容易变现的局部优化中 。以及AI向实体经济的扩散  。所需的计算资源也可能有很大差异 。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 。未见明确的统计来源。反过来推动模型能力提升。这组数字来自「行业调用数据」，Anthropic则通过企业订阅和API服务向企业客户输出AI能力 。返回搜狐，平台AIGC短视频营销素材的投放消耗同比增长超过70%。电商营销等行业早已形成庞大的内容生产需求 ，不是因为它不够好，「软件开发」也变成了「用于研发」 。

技术进步也在同步转化为收入。中美AI眼下的商业化差异 ，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，而可能是不同市场条件下 ，红果短剧日均使用时长超过抖音和微信，都有各自的产业土壤。字节旗下海外短剧应用PineDrama上线不到一年  ，娱乐内容生成 ，短视频、微软的Microsoft 365 Copilot的付费席位不断上涨，该帖称 ，另一边忙着编程和研发。中美AI市场恰好都出现了足够醒目的案例 。把最显眼的应用当成最重要的应用 。

看似金句的总结里 ，Palantir将AI接入企业原有的数据和业务系统  ，美国企业客户的付费意愿更强，相比中国 ，今年以来，这也解释了为什么两国会出现不同的AI 应用形态，而中国的DeepSeek还没出圈，

该报告分析了超过100万亿大语言模型交互的Token使用情况 ，同比增长2735.7% ，但不直接决定消耗了多少热量 。究竟在造爽剧还是造未来 ？」

简单来说，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%，