中美AI，输赢难道取决于短剧？

两年前，知乎热议话题「美国把AI用来娱乐，中国把AI用于工业生产」引发关注。彼时Sora横空出世，国产模型尚未起势。

两年后局势反转：Sora关停，Seedance、可灵等国产文生视频模型崛起，AI短剧在国内迎来井喷。舆论随之转向，「中国55%Token消耗用于短剧」登上热搜，甚至出现「中国人把火药做成烟花」的尖锐评论。

这真的是中美AI应用的全部真相吗？

争议源于一组悬殊数据：网传中国55%的Token消耗用于短剧娱乐，而美国58%用于编程研发。

经核实，中国数据出自中文在线《投资者关系活动记录表》，称国内AI Token消耗中短剧与视频生成占55%，软件开发仅占15%。但该数据被转述时，「Token消耗量」被等同于「AI算力」，概念发生失真。

事实上，Token衡量信息处理量，算力衡量计算资源消耗。二者不能简单划等号。豆包公关负责人曾透露，字节总算力中仅约10%用于视频生成模型的训练和推理。

此外，该数据来源存疑。中文在线未披露具体统计范围和方法，公开渠道也缺乏独立验证的全国性行业数据。

美国数据同样缺乏明确出处。OpenRouter与a16z联合发布的报告虽显示编程类Token占比58%，但这仅代表该平台OpenAI模型的使用情况，且未包含文生视频模型，与中国数据不在同一统计维度。

目前尚无按统一标准比较中美AI应用场景的权威统计。且模型归属国不代表消耗地，中国AI公司超六成收入来自海外；文本与视频Token计量方式也不一致，简单加总对比极易产生误导。

传播学中的例证理论指出，人们易受生动案例影响而忽视整体。AI短剧传播度高，易被误认为产业全部；而企业降本增效的案例往往低调，导致认知偏差。

在中国，红果短剧时长超越抖音，AI漫剧涌现。这背后是中国成熟的内容工业与流量分发体系在起作用。AI视频生成恰好切入了电商营销、短剧制作等行业的降本增效需求。快手财报显示，其AIGC短视频营销素材投放消耗同比增长超70%。

▲社交媒体上网友们对千篇一律的「AI脸」感到不适

在美国，OpenAI关停Sora转向企业服务，Anthropic凭编程能力带动营收飙升。这得益于美国成熟的企业软件付费习惯和客户渠道。微软Copilot、Palantir等企业AI业务的成功，均建立在既有商业体系之上。

▲Microsoft 365商业版付费席位

已经连续多个季度保持在6%以上的增速

但差异之中亦有交集。全球范围内，AI视频生成并非冷门生意，美国Runway公司ARR已达2亿美元；短剧也非中国独有，字节海外短剧应用PineDrama下载量破亿。

真正值得追问的是效率提升的流向：若AI赋能独立创作，则扩大了边界；若仅用于批量生产迎合算法的内容，则可能沦为更高效率的注意力竞争。此外，视频模型还在多语言产品介绍、机器人训练数据合成等领域发挥作用。

BCG研究指出，美国侧重前沿模型研发，中国重视低成本普及与实体经济扩散。零一万物联合创始人祁瑞峰将其概括为「Cost Play」与「Value Play」的区别。

但商业化侧重点正在动态变化。中国AI在编程和企业服务领域加速追赶：Kimi K3.1 Pro冲上全球智能指数第四；MiniMax、智谱等企业服务收入大幅增长；大厂纷纷推动Agent接入办公生态。

▲截至10月25日，Kimi K3.1 Pro排名第四

中美AI眼下呈现两种创新机制：美国「从模型到应用」，中国「从应用到模型」。商业化路径的差异，本质是不同市场条件下对现实约束的回应，而非技术目标的分裂。

真正值得比较的，是谁能通过可持续商业模式持续投入研发、积累反馈并突破能力边界。只要长期目标重叠，路径差异便是抵达目标的不同策略。当然，这也需警惕商业化让企业停留在局部优化中，最终仍需回归基础模型能力与技术进展来验证。