中美算力追踪：中国喂爽剧，美国铸未来

新华国智研究院 · 研报工作室

同一枚Token，中国喂爽剧，美国喂编程。

这句话放到2026年的当口，像一句玩笑，又像一记闷棍。它说的是：同样在烧算力，中国的大把算力涌向了AI短剧、电商素材和营销海报；美国的算力，则涌向写代码、企业Agent和前沿模型训练。

这不是“谁强谁弱”的简单判断题。它更像一面镜子，照出两国在同一个AI时代里，把最贵的家当押在了完全不同的地方。下面，我们用数据把这两条路径摊开来看。

一、现象：中国AI短剧，用算力喂出了千亿市场

先看中国这边的热闹。微短剧市场2025年已突破千亿元大关；今年1—8月上线微短剧约43万部，是去年全年的13倍，其中AI剧占比超过九成。一部AI短剧，制作周期从传统真人的20—30天，压缩到7—14天，成本从真人剧的30万—50万元，压到1.5万—5万元不等——据行业实操口径，成熟AIGC工作流甚至可以做到单部1.5万—2万元。

更夸张的是算力本身在降价。在内蒙古和林格尔，入驻算力社区的创业者算过一笔账：一条AI短剧的算力成本约0.98元/秒，一部短剧的算力成本可降至三千元左右。换句话说，以前一部真人剧的钱，现在能拍十部AI剧。

图1 中国AI短剧：市场破千亿、供给井喷

数据来源：国家广播电视总局（国新办发布会），2026年9月。

供给爆炸的结果，是试错成本被砸到地板。既然拍坏了不心疼，那就“海量上新、大数赌爆款”——这成了中国内容生产最熟悉的那套打法，只不过这次搬进了AI。

二、对比：美国不是不想做，是做不了

美国为什么没有这种“短剧盛宴”？不是缺算力，也不是没人想赚这块钱，而是路被几道墙堵死了。

• 第一道墙，是工会。2023年好莱坞爆发63年来首次编剧与演员联合大罢工——编剧停工148天、演员118天，洛杉矶直接损失约50亿美元。最终协议写得很死：AI不算正式编剧、数字替身要本人单独授权并付费、AI不能顶替主演。
• 第二道墙，是版权。美国版权局裁定，纯AI生成的作品不受版权保护。没有版权，就没有稳定的商业闭环，资本自然绕道走。
• 第三道墙，是受众。美国民调里，仅11%的观众对纯AI影视“真正热情”，超过八成的人表示AI生成视频会让他们“出戏”。相比之下，中国年轻观众对AI演员几乎零门槛接受。

还有一笔账：海外短剧投流的CPM（千次展示成本）普遍在10—20美元，是国内的好几倍。就算美国团队能拍出来，也未必投得起、回得了本。

三、结构：同一枚Token，去了不同的地方

把两边的算力用途摊开，你会发现一个耐人寻味的错位。

图2 同一枚Token的去向：中美用途结构对比（示意）

数据来源：据行业披露/援引（2026-06投资者交流、证券时报等报道），非官方普查；美国数据为门罗风投/OpenRouter口径估算，两者不可直接拼成全国对照。

据行业披露的数据，中国Token的用途里，短剧与视频生成约占55%，电商与营销约24%，软件开发约15%；而美国那边，占比最高的则是编程与企业办公Agent。同样是Token，一边喂的是“今天的内容”，一边喂的是“明天的工具”。

需要先把丑话说在前面：这组结构数字不是官方普查，原始统计方和样本并未公开，只能作为行业参考；美国的数据口径也不同，不能直接画等号。下面几组硬数据，则来自权威机构的可查证数字。

四、追问一：中国算力，为什么涌向爽剧？

• 极致的成本压缩。中国智能算力规模全球第二，国产AI芯片与智算中心普及，算力租赁成本远低于美国。视频生成模型（可灵、即梦、Seedance等）把单分钟成本打到极低，这套价格全世界大多数国家都做不到。成本一低，供给就敢放开。
• 商业逻辑：短剧本身就是转化场。国内“前几集免费、后续按集解锁”的付费模式跑通了变现闭环；字节的红果短剧甚至接入了“识图找同款”，把剧情直接变成电商转化场景。投流成本低、变现快、回本短，自然刺激海量供给涌入。
• 制度路径：“先放开，后补监管”。国内顺序是先放开工具、产业膨胀，再补监管——2026年6月广电总局专项治理、下架违规漫剧，9月1日起《微短剧发展管理办法》正式施行，推动行业从“拼数量”转向“拼质量”。代价是内容质量参差、部分岗位受冲击；换来的，则是一条全球独有的低成本量产赛道。

五、追问二：美国的算力，在造什么？

把“追爽剧”的账算完之后，我们得看一眼另一边的算力都去干了什么。

在企业侧，生成式AI支出里，编程相关吃掉最大一块；编码模型、开发者网关流量都把“写代码、改系统、扛生产负载”推到前排。美国的头部公司则把算力当成“黄金”在抢：Anthropic的算力协议合计超过10吉瓦，OpenAI经微软拿到数十万张高端GPU、并专属建设超大规模数据中心。

图3 2025年私人AI投资：美国是中国约23倍

数据来源：斯坦福大学《2026年AI指数报告》。

资本开支的碾压是更硬的事实：2025年美国私人AI投资2859亿美元，中国124亿美元，相差约23倍。美国聚集了全球最强的云与AI企业、约5427个数据中心，能更快建设几十万到上百万张H100等效芯片级设施。

这两张图的含义并不复杂：美国在用今天的算力换明天的技术纵深——编程、Agent、前沿模型训练，都是能沉淀成“复利”的投入。而短期看，中国的算力更多换成了“今天的流水”。

六、冷思考：数字会骗人，口径才是真相

写到这里，必须停下来泼一盆冷水。关于中美算力，网上流传的几组数字，口径其实很乱，不能直接拼成一张“全国对照表”。

• 第一，“69%对15%”是Epoch对“大型GPU集群”的样本统计，反映的是大型超算集群，不是一国全部AI能力——类比一下，你不能只数钢厂，就得出工业实力的比例。
• 第二，不能拿“显卡数量”直接推导AI水平。芯片装上了，还得有供电、通信、软件、训练效率、模型架构、应用需求，才能产生价值。
• 第三，也是最容易被忽视的隐忧：中国顶尖公司的编程研发，大量在用美国Anthropic的Claude Code等模型，而非国产模型。中国程序员数量远超美国，这意味着美国模型的Token消耗里，相当比例其实来自中国用户——中国研发算力的投入，某种程度上在给美国AI公司贡献数据和收入。这是个需要正视的“为他人作嫁衣”风险。

七、反向叙事：中国，并非没有底气

但若只看到差距，这篇研报就偏了。中国手里的牌，并不只有“爽剧”。

图4 中美最强模型性能差距快速收敛

数据来源：彭博智库（Bloomberg Intelligence）；斯坦福《2026 AI指数报告》显示2026年3月差距约2.7%。

图5 中国智能算力规模高速扩张

数据来源：IDC×浪潮信息《2026年中国人工智能计算力发展评估报告》；2025—2030年复合增长率约50.3%。

• 算力规模在高速增长。2026年中国智能算力规模预计达2576.5 EFLOPS，同比增长87.9%，2030年目标10524.3 EFLOPS；2025—2030年复合增长率约50.3%。截至2026年6月底，智能算力规模达2185 EFLOPS、同比增长177%，全国算力设施整体上架率71.4%。中国信息通信研究院更将算力定义为“国家核心生产力与关键基础设施”。
• 国产芯片撕开了口子。华为昇腾910C以自研互联总线把384张卡拧成超节点；2026年9月的华为全联接大会上，徐直军称在可统计口径下，昇腾在中国市场的份额已超越英伟达。一年前还是“只能推理”，现在已能扛起万亿参数模型的全参数训练。
• 推理流量端正在反超。在OpenRouter平台上，国产模型已成为最主要的调用来源：9月前20天国产模型Token达225万亿，平台份额升至61.9%，较年初的22.5%大幅提升；中国模型周调用量已连续多周全球领先。仅豆包一家，2026年3月的日均Token消耗已突破120万亿，三个月内基本翻倍。
• 电力的“算电协同”优势。美国真正的瓶颈在“电”：PJM电网备用率掉到14.7%，2026年近40%的数据中心项目延期，摩根士丹利预测2028年美国数据中心供电缺口约33GW。而中国电网装机近美国的3倍、年新增发电能力9倍——“算电协同”在美国是奢侈品，在中国是施工图。

八、结语：胜负不在谁的卡多

把两边的账放到一起看，结论并不藏在某一张图里，而藏在这三个问题里：谁的电更稳？谁的模型更好用？谁的生态留得住开发者？

中国算力喂了爽剧，喂出了千亿市场、练熟了AI内容生产与推理降本；美国算力造未来，造的是编程、Agent和前沿模型的纵深。两者没有谁绝对正确，只是在不同约束下的不同选择。

这场竞赛的终局，不是谁的卡多、谁的钱厚，而是谁能在“今天的内容”和“明天的工具”之间，找到那条能持续回血的平衡线。这才是值得每一个从业者和决策者，真正盯住的地方。

本文数据均标注公开出处，行业披露类数据已注明口径，仅供研究参考，不构成投资建议。数据来源：国家广电总局、斯坦福大学《2026年AI指数报告》、IDC×浪潮信息、彭博智库、中国信息通信研究院、工信部、OpenRouter、华为全联接大会等。