文 | 最话 FunTalk，作者 | 林书，编辑 | 刘宇翔
文生视频 AI 战事已结束。
4 月 8 日，一匹名叫 HappyHorse 的 " 快乐马 " 从天而降，在 Artificial Analysis 视频评测榜上横扫 Seedance 2.0、可灵 3.0 等一众好手，登顶榜首。谜底揭开——它来自阿里 ATH 创新事业部，一款 15B 参数的统一 Transformer 视频生成模型，支持文本、图片联合生成视频与同步音频。消息一出，整个 AI 视频赛道为之一震。
而就在快乐马亮相的前几天，大洋彼岸传来另一声闷响：3 月 24 日，OpenAI 正式宣布关停 Sora，网页和 App 端将于 4 月 26 日下线，API 则延迟到 9 月 24 日。Sora 的官宣关停距离 OpenAI 与迪士尼签下多年合作协议，不过三个月。
两年前，Sora 的首发惊艳了整个科技界，彼时国内视频 AI 还在蹒跚学步。
而今，字节的 Seedance 2.0 于 2026 年 2 月 7 日发布，以 2K 原生清晰度和导演级镜头语言重新定义了工业级 AI 视频；快手可灵 3.0 紧随其后，2 月 5 日上线即以 1249 Elo 分登顶排行榜；阿里的快乐马更是后发制人，直接碾压前两者。
视频生成这条赛道上，国产 AI 后来居上，已是不争的事实。
但烟花绚烂的另一面，另一个隐忧却在逼近。
在大洋彼岸，从未涉足多模态的 Anthropic，用它最新的 Claude Mythos 模型，搅动了华盛顿和华尔街。其不仅在各项能力上，大幅领先上代旗舰模型，且已经具备了自主发现网络漏洞，并将其攻破的能力——这也是 Anthropic 自称敢公开发布，只对少数经审核的机构有限开放的原因。
无独有偶，4 月 9 日，OpenAI 也发布了 GPT-5.4-Cyber，一款具备先进网络安全能力的模型，同样仅向少数合作伙伴开放——这是对 Anthropic Mythos 的直接回应。
这，就是当下中美 AI 的另一面写照：
同样是火药，有人拿来做烟花，有人已经铸成了军火。
汝之砒霜，吾之蜜饯
除了关停 Sora，OpenAI 的主营业务日子也不好过。
截至 2026 年 2 月，ChatGPT 的周活跃用户已达 9 亿，坐拥全球最大的 AI 用户池。但这 9 亿用户并不等于 9 亿份利润。其商业模式里，每赚 1 美元需要烧掉 1.7 美元的基本事实没有改变。
时至今日，OpenAI 依然没法撼动谷歌和 Meta 在数字广告市场的统治地位，难以通过广告规模变现，单靠订阅覆盖不了成本。OpenAI 的 2026 年 ARR 约为 240 亿美元，看似庞大，但仍未能盈利。
反观 Anthropic，从一开始就没走过 C 端路线。Claude 被定位为生产力工具，Claude Code 在 AI 编程市场拿下了 54% 的市场份额，服务超过 30 万家企业。到 2026 年 4 月，Anthropic 的 ARR 已经突破 300 亿美元，正式超过 OpenAI。这个数字在一年前还只是 90 亿。
更关键的是，Anthropic 超过 1000 家企业客户每年付费超过 100 万美元，客户粘性极高——这不是运气，是路线的胜利。
所以今年，OpenAI 改变了其核心战略，将从消费级娱乐产品向企业级生产力工具收缩，精简模型产品线，将资源集中于 GPT-5.4 系列及下一代 "Spud" 模型。Sora 的关停，正是这一战略的体现。
可以预见的是，今年 AI 的主战场将在 to B 领域，Anthropic 的一系列新品发布和增长曲线都证明了 AI To B 的天花板很高，而 OpenAI 背负着巨额亏损也及时调整方向，持续加码生产力工具方向。
中国厂商在春节期间广撒红包，元宝、千问、豆包纷纷进入下沉消费级市场，如今 Seedance2.0、可灵 3.0、" 快乐马 " 在文生视频领域击败 Sora，看上去，太平洋两岸的 AI 主攻方向出现了分野。
客观来说，中国厂商的 AI 产品具有成本优势，收入主要靠 API 调用和 C 端订阅。比如快手可灵的 ARR 截至 2026 年 1 月已突破 3 亿美元，2025 年 12 月单月收入超过 2000 万美元，这在国内已是标杆级的成绩。
但和 Anthropic 的 300 亿美元 ARR 相比，差距仍是百倍量级。
然而，简单比较收入数字是不公平的，也是不准确的。中国 AI 市场不同于美国，有自己的逻辑。
Sora 在 Open AI 手里就是纯赔钱货，但 See dance2.0 在字节手里却是助推器。Seedance 2.0 是抖音生态的一部分，它的任务不是独立盈利，而是在供给端降低创作者成本，为平台灌入更多内容。即使模型调用成本再高，收入无法覆盖成本，但只要创作的内容能增强抖音用户的使用时长和用户粘性，抖音广告因此持续增长，那算总账也是划算的。须知，据报道抖音 2025 年净利润已达到 500 亿美元，逼近 Meta 的水平。
同样的逻辑适用于快手可灵——它是快手内容生态的基础设施，快手也不吝于持续加码基建，2026 年 Capex 预计达 260 亿元人民币，其中大部分将投入可灵和基础大模型的算力建设。
更重要的是，中国大厂自身既是 AI 的消费者，也是供应商。字节、阿里都在自研芯片，推理成本的优化空间远比外界想象的大。阿里云更是连续十个季度 AI 相关产品收入实现三位数增长，2026 财年 Q3 云收入同比增长 36%，达到 432.84 亿元。
可以说，相比起要独自打造商业生态闭环的 Anthropic、Open AI，有着丰富生态和应用场景的中国科技大厂要从容得多。
另外，中国厂商的 B 端并非空白，只是走的是 " 平台嵌入 " 路线——把 AI 能力作为阿里云、抖音、淘宝的基础设施，而非像 Anthropic 那样直接售卖独立的 AI 产品。
但问题在于，这种 " 嵌入式 " 策略虽然稳健，却始终停留在帮助创作者和商家 " 降本增效 " 的层面，或者集中在云服务领域。编程、网络安全，这些真正决定数字世界话语权的高壁垒领域，中国厂商尚未像 Anthropi 这样深入地涉足。
作为对比，Anthropic 从创立之初就把编程和安全作为核心竞争力。Claude 团队 250+ 工程师中，大部分在做编程语言理解、代码审计、安全推理——这是职能化的专业分工。而国内厂商做编程工具是把它当作大模型的一个 " 功能模块 "，不会投入百人级别的专项团队去把它做成护城河级的产品。
算力的鸿沟
中美 AI 走出两条截然不同的路线，某种程度上，是在不同算力阶层下，各自找到的最优解。
Anthropic 不搞多模态，专注于编程和安全，这看上去像一种克制，实则是一种奢侈。它背后有亚马逊 80 亿美元的真金白银，加上谷歌提供的 100 万 TPU 算力。有了这样的弹药库，Anthropic 才能心无旁骛地在一个方向上做深度研发，而不必像中国厂商那样急于在 C 端变现来自证价值。
这种正面攻坚的好处是显而易见的。Claude Code 占据了 54% 的 AI 编程市场份额，就是技术深度转化为商业护城河的最佳范例。Mythos 模型强大到能发现软件系统中人类工程师都难以察觉的漏洞，这种能力既是防御利器，也是潜在的进攻武器。
OpenAI 紧随其后发布 GPT-5.4-Cyber，说明美国 AI 行业已经形成共识：网络安全和编程领域的 AI，才是真正的战略制高点。
但这样的模式也有其代价：亚马逊和谷歌的扶持，本质上是一种 " 算力封建制 " ——用 TPU 和 Trainium 换取 AI 公司的股权和技术绑定。
2026 年 4 月，Anthropic 与 Google 和 Broadcom 签下 3.5GW TPU 合约，预计 2027 年上线，
这意味着 Anthropic 无法在短期内摆脱 Google 的芯片，哪怕英伟达的 GPU 更好用，它也得优先跑在亚马逊自己的芯片上。
这也是为什么 Anthropic 正在与 Broadcom 合作自研芯片，这是其对冲这种依附关系的风险的措施。
中国厂商侧重 2C，根本原因是没有算力霸权可以依附。花出去的每一分钱，都必须体现在财报上的增长。
这绝非虚言。据不完全统计，截至 2025 年底，美国实际掌握全球约 75% 的领先 AI 算力，中国则约占 17% – 18%，而且其中相当一部分还是出口管制实施前采购的存量英伟达芯片。
目前，全球 AI 训练算力总量约在 10 的 27 次方 FLOPS 量级，美国头部科技巨头单独拥有的算力，可能都超过中国所有企业的总和。更棘手的是，由于国产芯片能效落后，中国企业实现相同 FLOPS 的算力，电力消耗比美国高出约 40%。当然好消息是，国产算力芯片正在追赶，电价也比美国便宜。
除了算力上的差距，美国 B 端的付费意愿也为这种路线差异提供了土壤。仅以 Mythos 面向的网络安全领域为例，美国网络安全市场 2026 年规模约为 1000 亿美元，全球则超过 5200 亿美元。如此庞大的市场，足以支撑 Anthropic 对 Mythos 的天量投入。
相较之下，中国 AI 在消费级赛道的优势，折射的是整个中国互联网的基因：全球最卷的短视频生态、最挑剔的内容创作者、最完善的移动支付体系。这些土壤天然孕育出 C 端 AI 产品的爆发力。
但翻到硬币的另一面，中国 B 端的现实是：GDP 已达美国的 70%，企业级 SaaS 市场规模却不足美国的二十分之一。这个悬殊的比例，并不完全是技术落后造成的，而是根植于更深层的市场结构——中国企业长期习惯于买断制软件，付费意愿低，续费文化更是远不及美国成熟。
这种结构性差异，直接决定了商业逻辑：在中国做高壁垒、高客单价的 B 端 AI 产品，投入产出比天然失衡。市场不奖励精深，只奖励规模。
AI 黑暗森林
如果 AI 只是纯市场竞争，那么自可以根据双方的资源禀赋，各走各的。但如今 AI 已不仅关乎经济效益，尤其是 Mythos 横空出世后。
Mythos 的能力是发现漏洞，但硬币的另一面，是进攻。当一个 AI 模型能在几分钟内找到大型金融系统的安全漏洞时，它距离被用作网络武器，只有一层薄薄的政策约束。
在这个意义上，AI 竞赛正在从 " 谁的 PPT、视频更好看 "，转向 " 谁能摧毁对手的数字基础设施 "。这不是危言耸听，而是 Mythos 和 GPT-5.4-Cyber 同时出现所昭示的行业走向。
Anthropic 甩出 Mythos，OpenAI 全面转向企业级生产力工具，都预示着 AI 竞赛进入了下半场，我们姑且称之为 " 黑暗森林竞赛 "，即 To B 硬实力竞赛，缺乏相关能力的经济体，会成为别人的猎物。
在 C 端，战线已经相对稳固，不会有太大变化。无论是中国科技大厂，还是美国的谷歌、Meta，都有着丰富的生态、场景，AI 不过是锦上添花，提高流量的货币化速率，短期内 AI 新秀们无法撼动其地位。
这或许就是 Anthropic、 OpenAI 先后 To B 的原因。而在 B 端和 G 端市场，遵循的是赢家通吃法则，这不仅是指市场份额，更是面向企业和政府的 AI 产品，失败者损失的不仅是营收和广告费，而可能是整个数字安全体系的主动权。
在可预见的未来，各国都会越来越重视这个领域。但有趣的是，这个领域未必是阿里、字节这些现有巨头的最佳战场。它们的定位、生态、组织架构，天然更适合 C 端大规模应用。虽然大厂都有云安全部门，但那更多是支持型的存在，各大厂都没有那么庞大的独立预算和算力去做一个中国版 Mythos。
毕竟，即便在美国，Mythos 也不是微软、谷歌这些大厂所创造的。
Mythos 的安全能力（如发现零日漏洞、编写 exploit）并非专门训练所得，而是代码、推理和自主性能力全面提升后的 " 自然涌现 "。这恰恰是 "AI 六小龙 " 乃至新兴 AI 创业企业的机会。
2026 年 3 月 27 日，智谱 AI 发布了 GLM-5.1，在 SWE-bench Pro 基准测试中刷新了全球最佳成绩，超越了 Claude Opus 4.6 和 GPT-5.4。在 754B 的参数下，编程能力达到了 Claude Opus 4.6 的 94.6%，价格却只有其五分之一，且以 MIT 协议开放权重。
GLM-5.1 的出现，证明了一件事：在编程这个关键领域，中国模型的技术差距是可以缩小的。
但要说要求六小龙能在短期内拿出比肩 Mythos 的产品，也很容易滑向一种站着说话不腰疼的唯心主义。
杨植麟、闫俊杰们当然知道编程、网络安全领域的战略价值。但如果算力被死死卡住，如果国内 B 端 /G 端市场暂时给不出几百亿美元的 ARR 来支撑研发，如果连生存的现金流都成问题，仅仅靠 " 意识上的警觉 "，显然不能变出几万张 H100，用以训练 Mythos 这类怪兽。
既然正面战场受制于算力铁幕，中国 AI 厂商真正该进行的，其实是一场不对称的战争，必须在软硬件两条路都要齐头并进。一方面，大厂、六小龙在 coding 上加大投入，比如阿里就一直在增强 Qwen 基础大模型中的编码能力，还上线了专属 Coding 模型；Kimi K2.5 的 Coding 能力在 2026 年初发布后，被广泛认为是国产开源模型中最强的代码生成模型之一。
另一方面，国产模型也在适配国产算力基础设施（芯片、互联、框架），据报道，这方面正在取得进展，而在此期间，还要保持技术栈不掉队。
在商业化方面，如果国产的 Mythos 出现，肯定会有 G 端订单，B 端金融机构也有需求，除此之外，还能出海。广大南方国家东南亚、中东、非洲、拉美——这些市场的企业同样有 B 端数字化、网络安全需求，如果 Anthropic、 OpenAI 继续藏着掖着，那么很可能就会复制开源模型的一幕——美国厂商固守闭源市场，保持利润率，但广阔市场空间被中国开源模型占据。
网络安全有点像刘慈欣笔下的黑暗森林法则——所有人都想保护自己，但如果有可能也想毁灭其他人，你不确定别人是否有善意，最安全的策略是把他往坏里想，做好战斗准备，猜忌链形成。
在黑暗森林里，最先开枪的人未必能活到最后，但没枪的人肯定不能活着走出森林。
