“美国走对了，中国AI发展跑偏了，中国再次把「火药」做成了烟花！”关于中美人工智能发展，最近网上有组对比流传很广，大概是说中国55%的Token消耗在了AI短剧和视频生成，而美国58%消耗在编程、研发及企业自动化，由此得出了上面这个结论。
 
先把这组数字的来路翻出来，底下一看，站不太住。
 
“中国55%”那个数，出自中文在线6月一份投资者关系活动记录表。中文在线是干什么的？一家重仓短剧的上市公司。它说的是自己业务里的观察，不是国家统计口径。“美国58%”那边，a16z、麦肯锡、Gartner都查不到原始报告。一个查无出处的数字，配上一个企业样本的数字，两张皮贴在一起，做成了一张“对比图”。
 
就算数字是真的，拿Token占比去比“算力用在哪”，逻辑上也差着一层。
 
Token是调用的计费单位，不是算力本身。生成一段十分钟高清视频，消耗八千万到一亿两千万Token。写一段代码，几千Token。视频的Token密度是代码的上百倍。同样一度电、一张卡，干视频和干代码，计出来的Token数不是一个量级。拿这个比例去推“中国把算力都拿去拍短剧了”，等于拿一个人吃了几碗饭去推断他干了多少活。饭量跟力气有关系，但不是一回事。
 
那中国AI到底在干什么，得看Token之外的东西。
 
截至2026年6月，中国智能算力规模2185 EFLOPS，同比增长177%。日均Token调用量从2024年初的一千亿，涨到2026年3月的140万亿，两年一千倍。这些调用流向哪里？工业领域，规上制造业企业AI应用普及率超过三成。TCL华星光电用AI排产，生产计划从七天压到三十分钟。宁德时代一条产线七千多个检测点，电芯失效率从百万分之一降到十亿分之一级别。这些东西不产生“短剧Token”，但它们把算力变成了产能。
 
“火药变烟花”这个比喻，忽略了一个时间差。
 
火药最早就是做烟花的。宋代人拿它放爆竹，后来才拿去打仗。技术从娱乐场景起步，积累工艺、摊薄成本、养出产业链，然后溢到硬核领域。美国AI先跑代码，是因为它的企业软件付费习惯成熟，硅谷工程师年薪高，AI写代码省下来的人力立刻能折算成美元。中国内容消费市场大，短剧产业链成熟，AI视频最先跑出规模。这是两个市场土壤长出来的两条路径，不是谁“走对了”谁“跑偏了”。短剧赚来的钱，养的是同一批模型公司。模型公司拿着短剧的流水去训下一版模型，模型变强了再卖给工厂。这个循环，比单纯“用AI写代码”要长，但未必更浅。
 
真正该被追问的，不是Token去了哪，是那些Token最后留下了什么。
 
短剧行业确实有海量同质化内容，多数难以回本，这个事实不用回避。可另一个事实是，中国顶级模型跟美国的性能差距，已经收窄到2.7%。开源模型全球下载量领先，国产算力芯片在推理场景里找到了落地空间。一个“跑偏了”的产业，不会在两年里把差距从代际压到个位数。跑偏的人，跑不出这个速度。
 
烟花和火药，本来就是同一条产业链上的东西。
 
烟花做得好，说明你掌握了配方、提纯、封装。这些东西换个用途，就是另一回事。中国AI现在做的事，是把配方先跑通，把成本先压下来，把用的人先攒起来。工业场景里那些不显眼的数字——三万五千家基础级智能工厂、47.5%的工业企业应用率——不会上热搜，但它们才是“火药”最终要去的地方。短剧的Token烧得再旺，烧不出一个宁德时代的良品率。可短剧养出来的模型和算力，正在往那个方向走。
 
各位读者你们怎么看？欢迎在评论区讨论。