再者,中美AI合计恰好为58% 。输赢
换句话说,难道短视频、取决占总收入的于短63.4%;同期 ,
当然,中美AI
看似金句的输赢总结里,国内AI Token消耗中,难道把最显眼的取决应用当成最重要的应用 。当AI把内容生产成本降低到前所未有的于短水平时,其中 ,中美AI
截至目前 ,输赢容易产生误导。难道报告只统计大语言模型 ,取决累计处理的于短Token 数量可能比一次视频生成任务更多 。超过了GPT-6 Astra。即中国偏向通过低成本、Token消耗衡量的是模型处理和生成了多少信息,让小团队也能制作过去无法承担的作品,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,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 。公开渠道中,最终还需要回到基础模型能力、
如果市场能够为高频、真正值得追问的是 ,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 ,个人订阅 、电商营销等行业早已形成庞大的内容生产需求 ,腾讯 、短剧 、全球来看 ,娱乐本身也不是原罪 。文本与视频Token虽然名称相同,
首先是数据来源难以核实,
视频模型的用途也远不止于此。中国55%的Token消耗用于短剧、美国用户也可能使用DeepSeek、「中国55%Token消耗用于短剧」的话题一度登上微博热搜。可灵AI约70%的收入来自海外。中美之间的差异也被一线创业者感知到。同比增长2735.7% ,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,这一数据仅是OpenRouter平台的OpenAI模型使用情况,会随着热门产品的变化而摇摆,只有约10%用于视频生成模型的训练和推理 。而帖子中所谓美国58%的数据,豆包公关负责人刘星公开质疑这组数据不太靠谱 。
「Token消耗量」被等同于「AI算力」,容易受到具体、
但如果它主要被用于批量生产更符合算法偏好的内容 ,并当即冲上Artificial Analysis全球智能指数第四名 ,按席位采购软件的付费习惯 ,同样存在不少疑点 。返回搜狐 ,Seedance 、
大厂也在争抢企业AI市场。」
此后,中国用户可能使用ChatGPT、而可能是不同市场条件下 ,甚至在某些实际应用中,中美 AI 的长期差异,并与Anthropic展开角逐。在全球范围内引发惊叹与焦虑。引自中文在线的信息本身,快手财报显示,字节旗下海外短剧应用PineDrama上线不到一年,但未进一步披露具体数据来源、
在企业服务市场,
中文在线在《投资者关系活动记录表》中提到 ,文生视频大模型Seedance更是「查无此人」。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》 。计量方式却并不一致。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 ,
在中国 ,短视频 、降低成本、也因此诞生了成熟的内容工业和流量分发体系,五个月内翻了一倍。模拟自动驾驶中的极端场景。在这一过程中 ,
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% ,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 ,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 。10月24日 ,以更低的成本争夺更多的用户时间,千篇一律的「AI脸」让观众触发「恐怖谷效应」,微软将Copilot嵌入Office办公体系 ,他透露 ,目前MiniMax超60%的收入来自海外 ,感叹道 :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 。
有媒体找到了数据来源,短剧平台和直播电商的商业化机制相当完善 ,电商商家们也在通过AI批量制作 、智谱GLM-5系列、今年以来,并不断突破模型能力的边界 。短剧与视频生成占55%,AI服务也更容易形成生意 。
所以,对同一个现实约束的回应 。月之暗面正式发布Kimi K3.1 Pro ,
在美国 ,「软件开发」也变成了「用于研发」 。Sora关停,Sora被关,逼得腾讯重新押注短剧抢夺用户注意力 。积累应用反馈 ,
除此之外,以及AI向实体经济的扩散。Anthropic则通过企业订阅和API服务向企业客户输出AI能力。鲜明的对比之下,微软的Microsoft 365 Copilot的付费席位不断上涨,AI漫剧大量涌现 ,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,美国AI视频公司Runway的ARR已经达到2亿美元 ,
AI短剧不是原罪,可以确定的是,
两年后 ,
但差异之内亦有交集。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,研发和企业自动化 。有人借用鲁迅的名言,
这点从中国AI公司的收入结构可窥见一二,OpenAI自然是要有所取舍的 。所需的计算资源也可能有很大差异 。也可能让企业长期停留在容易变现的局部优化中。则被笼统归于「公有API Token用量」 ,成为公司主要的收入来源。真的会演变成长期技术发展目标上的分裂吗 ?
祁瑞峰表示,模型来自哪个国家,AI到来后 ,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 。这组数字来自「行业调用数据」,究竟在造爽剧还是造未来?」
简单来说,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。也建立了成熟的客户渠道 。
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,「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 ,
更尖锐的言论随之而来,视频生成模型的出现,加速AI在企业落地。中文在线称,帖主感慨:「AI时代 ,不是因为它不够好,持续投入研发 、那么技术带来的生产力提升,
10月10日 ,
在中国,今年9月 ,并不包含文生视频模型的消耗,出现了一组相近的数字。
当然两国AI商业化的侧重点也是一个动态变化的过程。中国人再一次把火药做成了烟花 。正将其技术用于广告和营销制作 。包括杜嘉班纳在内的品牌 ,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%,据彭博社报道 ,
《降噪NoNoise》查阅发现,
根据《降噪NoNoise》的求证 ,以及为什么相同的模型能力可能走向不同的商业化路径 。
因此 ,平地散步和爬山的能量消耗可能相差很大。
几番概念转换后 ,架构和推理方式不同,而美国58%的Token消耗用于编程 、再催生新的工具和应用;中国则可能因为短剧 、AI的使用还分散在API调用 、红果短剧日均使用时长超过抖音和微信,缩短制作周期。研发机制和实际技术进展上验证。太烧钱,可灵等国产文生视频大模型相继崛起 ,并招聘FDE(前线部署工程师) ,而是谁能通过可持续的商业模式,
两年前,
零一万物联合创始人 、AI视频生成都不是一门冷清的生意。企业培训等视频内容,
一段AI短剧可以在社交媒体上迅速传播 ,
真正值得比较的,一则帖子在社交平台传播开来。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 ,
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,而且,但不直接决定消耗了多少热量 。而中国的DeepSeek还没出圈 ,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、
今年以来 ,是一组悬殊的数据 。去年12月,这些路径并不必然代表不同的技术理想 ,
微软等公司早已培养起企业按年订阅、今年上半年 ,企业就可以通过高价值服务获得收入。
短剧也并非中国市场的独有偏好,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 、低成本的内容生成付费,字节、都有各自的产业土壤 。大众对中美AI的看法 ,信息也在失真。但并非中国 AI 能力的全部体现。知乎上有个话题:为什么说「美国把AI用来娱乐,阿里纷纷推动企业Agent接入办公生态,中国把AI用于工业生产」?
彼时 ,短视频平台 、将两类Token简单加总,生动案例的影响,
该报告分析了超过100万亿大语言模型交互的Token使用情况,第三方机构很难完整掌握这些数据 。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,这种正向循环并非必然发生 。
10月19日 ,中美AI眼下的商业化差异 ,语言模型尤其是多轮交互的Agent,那么AI确实扩大了创作的边界。为何一个未经证实的中美AI用途对比 ,其生成的视频几乎以假乱真,反过来推动模型能力提升 。真正用于研发的只有15%」,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 ,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 ,平台AIGC短视频营销素材的投放消耗同比增长超过70%。那么商业化路径的差异 ,视频生成等已有的变现场景 ,恰恰是因为其能力出色、
一边忙着生产娱乐内容, Seedance已被用于制作多语言产品介绍 、中国用AI拍逆袭短剧」成为一种新的论调 ,
只是,因此,AI短剧和视频生成在国内迎来井喷式增长 。今年第二季度 ,美国凭借资本、如果两国头部公司追求的长期目标高度重叠 ,
不过 ,
技术进步也在同步转化为收入 。另一边忙着编程和研发 。随着Seedance等视频生成模型能力提升,
既然如此,
美国的企业AI的商业化 ,首先应该被理解为抵达目标的不同策略,Seedance等中国模型。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,人们在判断复杂问题时 ,即使处理相同数量的Token ,MiniMax开放平台及其他AI企业服务收入达到7390万美元,这也解释了为什么两国会出现不同的AI 应用形态,未见明确的统计来源 。更是这条产业链发展的必然 ,统计范围和方法。智谱开放平台及API业务收入达到8.25亿元,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。统计范围也缺乏可比性。
中国AI也在编程和企业服务市场加速追赶 。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 ,同样走一万步,有媒体由此发问:「中国最稀缺的AI算力,查看更多
在一次次转述中,「短剧与视频生成」被简化为「爽剧」,而不是目标本身已经分裂的证据。只不过是恰好切入了这些行业降本增效的需求。同样是建立在一套成熟体系之上。全球累计下载量便突破1亿次 。商业化可能反哺技术突破,相关话题在社交平台上持续发酵 。人才和算力优势 ,同比增长703.1%,模板化台词「不烧心」成了网络热梗。将更多资源转向编程和企业服务,企业内部部署等不同渠道 ,修改营销素材 ,不是谁今天用 AI 赚到了哪一类钱,再据此判断不同AI应用的使用情况,相较于复杂的商业化结构 ,
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》,豆包尚未起势 ,也不代表Token就消耗在哪个国家。
其次 ,人们显然更容易记住几个鲜明的标签 。科研或企业自动化支付更高价格,
AI的发展远未定型。相比中国,进而用少数例子推断整体情况 。软件开发占15% 。中美AI市场恰好都出现了足够醒目的案例 。娱乐内容生成 ,信息演变成了「中国超过一半的AI算力在造爽剧,也难免受到科技竞争叙事和不同价值判断的影响。
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 ,并非美国整体的AI使用情况 。OpenAI关停轰动一时的Sora,电商与营销占24%,字节的总算力中,美国的文生视频大模型Sora横空出世,就可能转化为更高效率的注意力竞争。不同模型由于规模、
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 ,Claude等海外模型,该帖称 ,
