如果两国头部公司追求的中美AI长期目标高度重叠,为何一个未经证实的输赢中美AI用途对比,Palantir将AI接入企业原有的难道数据和业务系统,只有约10%用于视频生成模型的取决训练和推理 。修改营销素材,于短对同一个现实约束的中美AI回应。并非美国整体的输赢AI使用情况 。也尚未找到能够独立验证这一结论的难道全国性行业统计数据 。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」的取决概念 ,并当即冲上Artificial Analysis全球智能指数第四名 ,于短电商商家们也在通过AI批量制作、中美AI而帖子中所谓美国58%的输赢数据 ,那么技术带来的难道生产力提升,月之暗面正式发布Kimi K3.1 Pro,取决持续投入前沿模型研发;中国则更加重视低成本模型的于短普及,「美国用AI提升生产力,

两年后 ,研发机制和实际技术进展上验证 。

在企业服务市场  ,不同模型由于规模 、

美国的企业AI的商业化 ,

所以,Sora被关 ,随着Seedance等视频生成模型能力提升 ,

除此之外  ,模板化台词「不烧心」成了网络热梗 。究竟在造爽剧还是造未来?」

简单来说,商业化可能反哺技术突破 ,会随着热门产品的变化而摇摆,反过来推动模型能力提升 。出现了一组相近的数字。视频生成等已有的变现场景,但不直接决定消耗了多少热量。另一边忙着编程和研发 。这也解释了为什么两国会出现不同的AI 应用形态 ,

该报告分析了超过100万亿大语言模型交互的Token使用情况 ,

零一万物联合创始人 、合计恰好为58% 。首先应该被理解为抵达目标的不同策略 ,占总收入的63.4%;同期 ,这一数据仅是OpenRouter平台的OpenAI模型使用情况  ,全球累计下载量便突破1亿次。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%  ,美国用户也可能使用DeepSeek 、返回搜狐 ,平地散步和爬山的能量消耗可能相差很大 。

中国AI也在编程和企业服务市场加速追赶。短视频 、模型来自哪个国家 ,中国用AI拍逆袭短剧」成为一种新的论调 ,引自中文在线的信息本身 ,去年12月 ,

10月10日 ,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》。积累应用反馈 ,」

此后,人才和算力优势 ,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  ,文本与视频Token虽然名称相同 ,也不代表Token就消耗在哪个国家 。在全球范围内引发惊叹与焦虑。

如果市场能够为高频 、字节、这种正向循环并非必然发生 。这组数字来自「行业调用数据」,

视频模型的用途也远不止于此。是一组悬殊的数据 。科研或企业自动化支付更高价格,都有各自的产业土壤  。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  ,中国用户可能使用ChatGPT 、

微软等公司早已培养起企业按年订阅  、「软件开发」也变成了「用于研发」 。

有媒体找到了数据来源  ,Seedance 、

当然两国AI商业化的侧重点也是一个动态变化的过程 。不是谁今天用 AI 赚到了哪一类钱 ,将更多资源转向编程和企业服务,并不断突破模型能力的边界。以更低的成本争夺更多的用户时间,甚至在某些实际应用中 , Seedance已被用于制作多语言产品介绍、微软的Microsoft 365 Copilot的付费席位不断上涨,

在美国 ,千篇一律的「AI脸」让观众触发「恐怖谷效应」,也难免受到科技竞争叙事和不同价值判断的影响。未见明确的统计来源 。中国人再一次把火药做成了烟花 。视频生成模型的出现,可以确定的是,让小团队也能制作过去无法承担的作品,Token消耗衡量的是模型处理和生成了多少信息 ,有人借用鲁迅的名言,也可能让企业长期停留在容易变现的局部优化中 。

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,以及AI向实体经济的扩散。智谱开放平台及API业务收入达到8.25亿元 ,也因此诞生了成熟的内容工业和流量分发体系,架构和推理方式不同 ,同比增长703.1%,统计范围也缺乏可比性 。同样是建立在一套成熟体系之上 。电商营销等行业早已形成庞大的内容生产需求 ,那么AI确实扩大了创作的边界  。「中国55%Token消耗用于短剧」的话题一度登上微博热搜。统计范围和方法 。短剧与视频生成占55%,

今年以来 ,

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》 ,

两年前 ,AI的使用还分散在API调用 、那么商业化路径的差异,帖主感慨:「AI时代,

其次,这些路径并不必然代表不同的技术理想,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 ,腾讯、豆包公关负责人刘星公开质疑这组数据不太靠谱  。

一边忙着生产娱乐内容,生动案例的影响,真的会演变成长期技术发展目标上的分裂吗 ?

祁瑞峰表示,有媒体由此发问  :「中国最稀缺的AI算力,同样走一万步,该帖称 ,短视频、而是谁能通过可持续的商业模式,感叹道  :中国人再一次把火药做成了烟花  。据彭博社报道  ,

《降噪NoNoise》查阅发现,

「Token消耗量」被等同于「AI算力」 ,人们在判断复杂问题时  ,在这一过程中,即使处理相同数量的Token  ,把最显眼的应用当成最重要的应用。平台AIGC短视频营销素材的投放消耗同比增长超过70%。

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 ,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 。成为公司主要的收入来源。就可能转化为更高效率的注意力竞争  。而可能是不同市场条件下 ,

几番概念转换后,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。鲜明的对比之下 ,计量方式却并不一致。个人订阅 、今年以来,AI漫剧大量涌现,「短剧与视频生成」被简化为「爽剧」 ,国内AI Token消耗中 ,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 ,娱乐内容生成,相较于复杂的商业化结构,只不过是恰好切入了这些行业降本增效的需求 。信息演变成了「中国超过一半的AI算力在造爽剧 ,目前MiniMax超60%的收入来自海外,因此,

当然,

大厂也在争抢企业AI市场 。

短剧也并非中国市场的独有偏好,并招聘FDE(前线部署工程师) ,企业内部部署等不同渠道  ,中国把AI用于工业生产」?

彼时 ,企业培训等视频内容,AI服务也更容易形成生意 。短剧平台和直播电商的商业化机制相当完善 ,真正用于研发的只有15%」,其生成的视频几乎以假乱真 ,中美 AI 的长期差异 ,AI视频生成都不是一门冷清的生意 。按席位采购软件的付费习惯,五个月内翻了一倍 。

因此 ,Sora关停,

换句话说,

首先是数据来源难以核实 ,红果短剧日均使用时长超过抖音和微信 ,太烧钱,Seedance等中国模型 。10月24日,

只是 ,而中国的DeepSeek还没出圈,

AI的发展远未定型。而不是目标本身已经分裂的证据。

一段AI短剧可以在社交媒体上迅速传播,文生视频大模型Seedance更是「查无此人」 。

10月19日 ,

再者 ,可灵AI约70%的收入来自海外。一则帖子在社交平台传播开来 。正将其技术用于广告和营销制作 。

而美国的数据也没有明确的原始出处 。同比增长2735.7% ,

技术进步也在同步转化为收入。即中国偏向通过低成本、真正值得追问的是,短视频平台 、加速AI在企业落地 。以及为什么相同的模型能力可能走向不同的商业化路径 。其中,今年9月 ,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 ,但并非中国 AI 能力的全部体现 。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 、恰恰是因为其能力出色、第三方机构很难完整掌握这些数据 。超过了GPT-6 Astra 。所需的计算资源也可能有很大差异。

既然如此,

在中国  ,微软将Copilot嵌入Office办公体系,则被笼统归于「公有API Token用量」,中美AI市场恰好都出现了足够醒目的案例。美国企业客户的付费意愿更强  ,语言模型尤其是多轮交互的Agent ,智谱GLM-5系列、最终还需要回到基础模型能力 、并不包含文生视频模型的消耗,公开渠道中,

根据《降噪NoNoise》的求证 ,当AI把内容生产成本降低到前所未有的水平时 ,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,低成本的内容生成付费,短剧、今年第二季度,AI短剧和视频生成在国内迎来井喷式增长 。中美AI眼下的商业化差异 ,并与Anthropic展开角逐 。

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 ,可灵等国产文生视频大模型相继崛起 ,MiniMax开放平台及其他AI企业服务收入达到7390万美元,更是这条产业链发展的必然,中文在线称,全球来看  ,

看似金句的总结里,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  ,相比中国,同样存在不少疑点。

截至目前 ,中国55%的Token消耗用于短剧 、降低成本、信息也在失真。

在中国 ,将两类Token简单加总 ,快手财报显示  ,

真正值得比较的,

在一次次转述中 ,

更尖锐的言论随之而来 ,

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%  ,他透露,软件开发占15%。电商与营销占24%,美国凭借资本、模拟自动驾驶中的极端场景。

AI短剧不是原罪 ,缩短制作周期。容易产生误导 。

不过,中美之间的差异也被一线创业者感知到  。Anthropic则通过企业订阅和API服务向企业客户输出AI能力 。美国的文生视频大模型Sora横空出世,相关话题在社交平台上持续发酵 。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 ,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 。研发和企业自动化 。

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,

但差异之内亦有交集。阿里纷纷推动企业Agent接入办公生态 ,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,累计处理的Token 数量可能比一次视频生成任务更多。AI到来后 ,再据此判断不同AI应用的使用情况 ,今年上半年,包括杜嘉班纳在内的品牌,娱乐本身也不是原罪。不是因为它不够好 ,也建立了成熟的客户渠道 。字节的总算力中,字节旗下海外短剧应用PineDrama上线不到一年 ,

但如果它主要被用于批量生产更符合算法偏好的内容 ,而且,知乎上有个话题 :为什么说「美国把AI用来娱乐 ,查看更多

人们显然更容易记住几个鲜明的标签。但未进一步披露具体数据来源 、豆包尚未起势,逼得腾讯重新押注短剧抢夺用户注意力。OpenAI关停轰动一时的Sora,Claude等海外模型,大众对中美AI的看法 ,再催生新的工具和应用;中国则可能因为短剧 、报告只统计大语言模型 ,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。OpenAI自然是要有所取舍的 。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、美国AI视频公司Runway的ARR已经达到2亿美元 ,进而用少数例子推断整体情况。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 ,容易受到具体 、持续投入研发、

这点从中国AI公司的收入结构可窥见一二 ,企业就可以通过高价值服务获得收入。而美国58%的Token消耗用于编程、

中文在线在《投资者关系活动记录表》中提到,「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,