在這方面，中國，3，年超越美國？西方預測還是保守了

3年前國外剛搞出大模型的時候，國內有很多專家搖頭嘆息。

他們當時覺得，中國在這門前沿技術上至少落后美國一到3年，想追平幾乎是不可能完成的任務。

可是大家都沒想到打臉來得這么快，就在上個月，中國直接在最核心的數據上把美國給反超了。

以前大家總覺得美國的 Sora 有多神，認為我們的技術想追上去簡直遙遙無期。

當年的各路專家們信誓旦旦，覺得我們要填平這種技術代差起碼得好幾年。

但誰能想到，就在 2026 年的春天，一份極其關鍵的全球 AI 權威數據出爐，直接把之前的舊結論徹底掀翻了。

事實證明，當初那些專家們的預測不是太準，而是實在太保守了。

這絕對不是我們在自吹自擂，而是全球最大的 AI 模型 API 聚合平臺 OpenRouter 給出的鐵證。

根據最新的官方數據顯示，中國 AI 大模型的周調用量達到了驚人的 4.69 萬億 Token。

不僅如此，在這周的數據里，咱們更是以壓倒性的優勢首次超過了同期美國模型的 2.94 萬億調用量。

在全球調用量排名前三的位置，更是全被我們中國自己的大模型給直接包攬了。

更有意思的是，在這個平臺上活躍的用戶其實絕大部分都是海外開發者。

其中美國用戶占比接近百分之四十七，而咱們中國開發者僅僅只有百分之六左右。

大家品一品這個數據，這說明是那一幫美國和海外的程序員，每天在瘋狂調用咱們中國的 AI 模型來干活。

在實際調用量這個最硬核、最做不了假的指標上，咱們這次是結結實實地打了個超級翻身仗。

有人可能要問了，這數據聽起來確實很牛，但里面提到的 Token 到底是個什么東西呢？

其實用最直白的大白話來講，Token 就是人工智能吃進去的飯，也是它干出來的活兒。

你平時讓 AI 幫你寫個周報大綱，或者讓它幫你生成一段炫酷的短視頻，它在后臺的算力全得靠消耗這個東西來計算。

在這個圈子里，Token 的實際消耗量就是衡量這門技術到底有沒有人用的唯一硬指標。

如果沒有人調用你的接口，哪怕你的技術吹上了天，它也就是個躺在實驗室里的精致花瓶。

大家仔細回想一下，當年 ChatGPT 和 Sora 剛出來的時候，全網是不是全都是倒吸一口涼氣的聲音？

那時候美國硅谷隨隨便便出個概念視頻，大家就只能隔著屏幕看著眼饞，因為普通人連碰都碰不到。

但現在的整個商業版圖已經徹底變天了。

單周幾萬億次的調用量究竟意味著什么？

這意味著在全世界的各個角落，有無數臺電腦和手機，正在用咱們中國的底層技術踏踏實實地搞生產。

這不僅說明我們的技術真正追上去了，更說明我們已經從單純的追趕者，變成了真正的定規矩和賣鏟子的人。

畢竟視頻生成是最吃算力、最考驗模型深度的硬核領域，也是目前大國博弈的兵家必爭之地。

咱們先拿一直被當成行業神話的 Sora 來說說。

雖然它名氣非常大，早期跑出來的演示視頻也確實讓人震撼，但你如果真的去實戰測試，就會發現它的脾氣其實很怪。

比如你在輸入框里給它一句非常簡單的日常指令，讓畫面里的角色去關燈。

它有時候就是聽不懂你這種生活邏輯，非得讓那個角色去碰一下門把手，或者做出一些很離奇的錯誤動作。

如果你上傳一張二次元的動漫人物圖，想讓它自然地動起來，它有時候甚至會直接罷工報錯，連一張連貫的圖都給你生不出來。

為什么會出現這種尷尬的情況？

但是你再反過來看咱們國產的 Vidu 大模型，情況就完全不一樣了。

這家由清華團隊主導開發的最強國產模型，真的是把實戰可用性給拉滿了。

同樣的測試條件，你把復雜的動漫人物喂給它，它不僅能完美地讓人物動起來，而且整個畫面的光影非常穩。

你甚至可以給它塞進去好幾張參考圖，然后用最普通的中國話下一道指令，它就能讓里面的人物和道具完美互動。

它早就突破了最開始的短視頻限制，能夠一次性生成細節極度復雜的長片段。

最絕的是它在物理世界里的運鏡能力。

國外的模型遇到極其復雜的場景時，經常就開始瘋狂切換鏡頭，試圖用眼花繚亂的剪輯來掩蓋畫面崩潰的瑕疵。

而咱們的 Vidu 直接就能給你來個一鏡到底，無論是鏡頭的推拉搖移，還是人物身上的配飾，全程都不帶走形的。

更別提它對咱們本土中國元素的理解了。

除了 Vidu 在瘋狂輸出，快手的可靈也絕對是這場翻身仗里的絕對主力軍。

在早些時候 Sora 還在捂在手里當寶貝、只給少數內部人開放測試的時候，可靈就已經把物理世界的規律玩明白了。

像什么倒牛奶、吃面條這種極度考驗 AI 物理常識的精細動作，可靈生成的重力和液體的流動簡直逼真到了極點。

現在他們更是野心勃勃，直接推出了多模態整合的全新模型，朝著真正的世界模型一路狂奔。

你可以想象一下那個畫面，在一個極其簡單的網頁端，你打字輸入一個復雜的電影級鏡頭要求。

可靈不僅能把主角的表情刻畫得分毫畢現，連主角身后的背景人群，也都有各自連貫的動作邏輯。

這不是簡單的圖像拼接，這是模型在腦子里完整構建了一個微縮的物理世界。

最關鍵的是什么？

最關鍵的是它從一開始就是面向咱們普通老百姓全量開放的。

你不需要有什么厲害的極客背景，也不需要去黑市上搶什么天價的邀請碼。

只要你腦子里有好的故事創意，你就能用它去生成屬于你自己的大片。

這才是真正意義上的技術普及，這也是為什么咱們的 Token 調用量能像火箭一樣往上竄的根本原因。

咱們平時總聽人吹噓某項前沿技術有多么高大上，但大家得明白一個無比現實的死理。

技術再牛，如果是老百姓用不起的天價，那它永遠也只是一座虛無縹緲的空中樓閣。

這次咱們的調用量之所以能對美國實現全面反超，甚至霸榜全球，背后的價格賬本是繞不開的核心關鍵。

我們來好好算一算這筆真實的調用經濟賬。

斯坦福大學的權威報告其實早就一針見血地指出了，中美頂級大模型的性能差距現在已經縮小到了可以忽略不計的程度。

他們的報告白紙黑字寫著，性能表現的差距由前兩年的百分之十幾，驟降到了百分之零點三，基本可以說是完全抹平了。

既然硬核性能大家都差不多，那在商業市場上拼的到底是什么？

拼的當然是誰的性價比更高，誰更能替打工人省錢！

國外的視頻模型生成一段視頻，每一秒鐘都在燃燒高昂的云端算力成本，價格貴得讓很多初創公司直呼用不起。

但是國內的這些大廠卷算力、卷底層優化的能力簡直是世界級的降維打擊。

咱們的生成價格直接就能給它打個骨折，不僅便宜了一大半，甚至還自帶智能剪輯之類的一條龍保姆級服務。

在每天都要消耗成千上萬條短視頻的互聯網流量環境里，這種巨大的價格差就是最致命的商業殺器。

海外的開發者腦子又沒壞，性能一樣甚至更好，價格還便宜這么多，他們怎么可能不蜂擁而至呢？

我們絕對不要小看這種邊際成本的瘋狂下降。

在數字化時代，誰掌握了最低的邊際成本，誰就直接掌握了制定下一個時代規則的話語權。

而且這背后還有一層更深厚的生態壁壘在支撐著咱們。

工信部的專家其實也深度分析過，咱們這波漂亮的反超絕對不是偶爾碰運氣。

咱們國內的這些大模型一上線，往往就直接跟極其龐大的短視頻平臺或者電商生態死死綁定在了一起。

一邊是無數的普通人在拼命用 AI 進行內容創作，另一邊是社交網絡極其高效的快速傳播和反饋。

這種源于龐大真實市場需求的滾雪球式的實戰演練，徹底把我們的模型調用規模推向了連美國人都看不懂的頂峰。

當然了，我們做這種科普必須保持絕對的客觀，我們絕對不去盲目貶低任何強大的對手。

美國在人工智能基礎架構的起步優勢上確實極其強大，人家先跑了好幾年，這絕對是不爭的客觀事實。

他們的底層創新能力，以及那種對前沿邊界不計成本的探索精神，依然非常值得我們保持敬畏和虛心學習。

但是，中美兩國的科技發展路線在這場跨越3年的戰役里，展現出了截然不同的底色和價值觀。

美國的路線，很多時候偏向于傾盡全力造出一個實驗室里的究極玩具。

他們動不動就喊著要顛覆全人類的未來，喜歡用極其炫酷的演示視頻來震撼投資人，但遲遲不肯輕易把技術下放給普通群眾。

而咱們中國的科技路線永遠是最務實、最接地氣、最沒有架子的。

我們要的從來不是什么放在神壇上供人膜拜的技術神跡。

我們要的是能夠直接推進車間里幫工人打螺絲的工具。

我們要的是能夠幫底層自媒體博主剪視頻、能夠幫電商賣家低成本上架商品的生產力幫手。

3年前，很多海外專家用他們那種高高在上的極客思維來推算我們的發展速度。

他們覺得我們沒有底層的龐大算力優勢，覺得我們要慢慢補課，所以他們算出來的結果自然是非常保守的。

但他們恰恰忽略了中國最恐怖的龐大應用場景。

他們也忽略了中國工程師那種拼了命也要把高科技白菜價化、普惠化的恐怖執念。

我們能夠用短短3年時間實現超車，靠的絕對不是空洞的吹噓和做 PPT。

我們靠的是把那些晦澀難懂的底層代碼，變成了每個人手機里便宜又好用的賺錢工具。

我一直堅信一個深度觀點，那就是科技的進步從來就不應該只是少數富人和精英階層的消遣。

它必須得是普通老百姓解決生活問題、改善自身處境的實在幫手。

務實主義最終在這場慘烈的 AI 角逐中，狠狠地戰勝了只在實驗室里自嗨的虛無。

其實這場關于未來的算力戰爭才剛剛開始，但我對咱們這種務實的路線充滿了信心。

信源：

《央視財經》——4.69 萬億 Token！中國 AI 大模型調用量連續兩周領跑全球《央視網》—— 中國首個國產自研視頻大模型 Vidu 發布《科技日報》—— 斯坦福最新報告：中美頂級大模型性能差距縮小至 0.3%《每日經濟新聞》—— 中國大模型調用量環比增近 34%，連續四周超越美國