前言
4月6日，一则中国AI大模型调用量连续5周超过美国的消息，在中文互联网上彻底火了起来。
根据OpenRouter最新数据，今年2月中国AI大模型token调用量首次超过美国后，已连续5周保持领先，且双方差距持续扩大。
1月初，美国token调用量还是中国的3.6倍，短短几个月，中国的调用量就达到美国的4.2倍，这样的反转令人瞩目。
很多人不清楚token是什么，其实它就是AI大模型的最小信息单元，国内也叫词元，调用量越高，说明模型的使用频率和范围越广。
中国网友还没来得及开心，就有人质疑OpenRouter的数据不完整，联合早报也酸酸表示，token调用量不能反映创新能力。
让人费解的是，此前吹捧美国大模型时，token调用量是公认的核心依据，轮到中国反超，这个依据却被否定了。
今天我就跟大家好好聊聊，这场中美AI较量背后，藏着的核心差距到底是什么？
中美AI视频大战
中美AI的正面交锋，早在两年前就已开启，主战场就是AI视频生成领域，而这一切的源头，是2022年清华大学的一篇论文。
2022年9月，清华朱军教授课题组发表论文《AllareWorthWords：AViTBackboneforDiffusionModels》，将扩散模型的卷积U—Net换成基于Transformer的U—ViT架构，看似简单的调整，打通了AI视频生成的关键。
此前，Transformer和扩散模型各有短板：前者逻辑性强但不灵活，生成的视频卡顿；后者灵活但缺乏逻辑，常出现答非所问的情况。
这篇论文的创新，让两项技术完美配合，AI视频生成实现质的突破，而两个多月后，MetaFAIR实验室也发布类似DiT论文，中美在该领域站在同一起跑线。
理论落地阶段，字节跳动AI老将王长虎率先行动，2023年4月7日，他在北京创立爱诗科技，推出AI视频软件Pixverse，目标是做出普通人用得起的产品。
王长虎是中科大理学博士，专注计算机视觉，参与过抖音和TikTok的从零到一建设，2021年离职后决心自主创业。
AI视频生成比ChatGPT类语言模型烧钱10倍，需巨额资金和算力，王长虎拉融资时屡屡碰壁，金沙江创投朱啸虎甚至建议他放弃。
但王长虎没有放弃，他带领团队勒紧裤腰带搞研发，为避开竞争，Pixverse初期专注海外市场，默默积累用户和技术。
2024年初，Pixverse迭代至第二代架构时，美国OpenAI推出多模态模型Sora，其预览片画面逼真，被捧为“神级产品”。
一时间，美国AI被吹上神坛，有声音称中国公司已输掉AI竞赛，不少媒体和专家也唱衰，认为我们两三年拿不出同类产品。
社交平台上的梗图更扎心：Sora如神像端坐，用户越多，算力成本越高，甚至会因使用频繁而亏损，这与普通软件截然不同。
Sora日均运营成本高达1500万美元，年化成本超过54亿美元，而其整个生命周期的应用内购收入合计仅约210万美元，有人用DeepSeek查询，得到的回复是质疑其单位错误或涉嫌洗钱。
反观中国，快手的可灵项目，用Sora四分之一的成本，实现了规模化盈利，2025年第四季度单季收入已达3.4亿元，年化运行率达到2.4亿美元，Pixverse也能做到收支基本平衡。
OpenAI2026年预计亏损将进一步扩大至约140亿美元，估值却高达8520亿美元，背后是美国金融资本的推动——微软、亚马逊、英伟达、软银等四大金主，以及红杉、贝莱德等机构深度绑定。
OpenAI宣称造机器人，实则仍是做实验室样品、讲故事，这种“造神”模式，让美国AI丧失市场竞争力。
麻省理工《GenAI鸿沟：2025年企业AI状况》报告显示，95%的企业生成式AI项目未能产生任何商业回报，多数项目被困在“试点陷阱”。
这种“造神”假象也出现在军工领域，2025年2月，马斯克推动政府效率办公室DOGE团队要求美国政府问责办公室GAO公开军事装备审计资料，F119发动机推重比从宣称的10缩水至7.78左右，我们近30年追赶的竟是虚假目标。
中国AI“灭神”
与美国不同，中国AI走的是脚踏实地的路子，广东编剧燕子的经历，就是中国AI发展的缩影。
2024年，燕子做网络小说推广视频，当时国内已有成熟模式：小说网站提供链接，创作者做视频挂链接，靠转化率赚钱。
后来AI漫剧爆发，推广视频被淘汰，创作者纷纷转型，仅一年时间，AI短剧就占据微短剧市场近15%—17%，2025年市场规模预计达168—189.8亿元。
AI视频的兴起，让广告公司倍感压力，广东一位广告老板，天天督促员工学习AI工具，生怕被行业淘汰。
中国AI的盈利逻辑很简单：短剧公司用可灵生成视频卖给平台，字节等企业卖token、做广告，慢慢实现盈利，无需长期烧钱。
这背后是国家意志的支撑：中国不允许资本泡沫，实业才是根基，A股对盈利有硬性要求，科创板也严控科技属性，杜绝盲目炒作。
中国AI公司账面估值不及美国，字节、阿里、腾讯三家总和，才勉强相当于Meta，但我们的优势的是“持家”——能把训练成本降到大厂的十分之一。
中国AI的核心优势，在于算法和数据。
很多人误以为AI靠实验室精英，实则算法创新才是突围关键，而算法离不开数据支撑。
虽然芯片仍是成本大头，但中国企业正绕开美国生态，打磨算法、研发国产芯片，黄仁勋多次游说美国向中国倾销算力，正是怕我们实现突破。
算法的核心是数学，中国是全球数学人才“源头工厂”，2022年STEM博士授予量约5.1万人，超过美国的3.4万人，且美国的STEM博士多为进口，本土数学能力持续倒退。
特朗普的移民政策，让美国丧失人才吸引力，2025年2月，美国甚至用军机押送无证印度移民回国，其中包括部分STEM人才，消耗了大量国家信任。
中国AI的另一张王牌是数据，任正非曾说，算法掌握在行业专家手中，芯片是锅，数据才是食材，没有数据就没有合格的模型。
AI工程师阿成介绍，训练人脸识别模型时，需先采集海量人脸数据，而优质数据多来自线下，OpenAI训练ChatGPT就曾逐页录入二手书数据。
中国的优势的是工程数据丰富，中国电网是全球唯一的超大规模交直流混合电网，调度员积累的协同经验，是美国无法复制的宝贵数据。
有人说美国擅长从0到1、中国擅长从1到100，实则是美国产业土壤退化，只能做实验室样品，而中国能实现从0到1再到100的完整突破。
AI竞争进入下半场，高价值数据成为关键，美国缺乏工业基础，难以获取核心工程数据，而中国的工业机器人部署量占全球一半以上。
美国在金融数据上有优势，但AI竞争的核心是产业实力，中国的人才、数据、算法优势，正在逐步拉开与美国的差距。
结语
美国AI靠资本造神，泡沫越大摔得越惨；中国AI靠脚踏实地，在竞争中练出核心实力，这就是两者最本质的差距。
中国AI的崛起，是无数创业者、工程师默默付出的结果，没有资本泡沫，只有一步一个脚印的积累。
未来，当中国AI将token成本降到白菜价，必将迎来应用爆发，而脚踏实地，终将让中国AI走得更远、更稳。
大牛证券提示：文章来自网络，不代表本站观点。
