🐯虎嗅•最新收集於 15m
Token 經濟成長，不代表全民共享繁榮
💡Token 用量正在暴增，但這篇分析追問：AI 支出帶來的是實際生產力，還是更多基礎設施？
⚡ 30-Second TL;DR
有什麼變化
據稱中國全國日均 Token 用量在 3 月突破 140 兆，三個月內增長超過四成。
為什麼重要
對 AI 建置者與企業採購方而言，Token 用量本身是很弱的成功指標。企業應將模型使用量連結到營收、成本降低、服務品質、員工節省時間與客戶負擔能力等可量化成果。
下一步行動
按工作流程與模型記錄 Token 用量，並以每項完成的業務成果成本取代總 Token 消耗量作為主要報表指標。
誰應關注：Enterprise & Security Teams
關鍵要點
- •據稱中國全國日均 Token 用量在 3 月突破 140 兆，三個月內增長超過四成。
- •Doubao 日均 Token 用量超過 120 兆，AI 影片生成是推升用量的主要場景之一。
- •Token 消費屬於中間投入，只有在降低價格、提高薪資、增加閒暇或改善公共服務時，才會真正惠及需求側。
- •北京亦莊計畫建設四座萬卡級 Token 工廠，並補貼算力、數據券、平台及企業使用成本。
- •文章警告，生產側補貼可能只在政府、平台與企業之間形成閉環，未必能提升家庭購買力。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •中國 AI 產業目前正經歷從『模型競賽』向『應用落地與成本優化』的戰略轉移，Token 用量激增反映了企業對 API 調用成本的極度敏感與規模化需求。
- •Doubao（豆包）背後的字節跳動透過自研雲端架構與火山引擎，實現了極致的推理成本壓縮，這使其能夠在補貼戰中維持高市佔率。
- •學界與經濟學家指出，AI 算力補貼政策若缺乏對終端用戶（如中小企業或個人創作者）的直接激勵，容易導致資源集中在少數大型模型廠商，形成『算力壟斷』。
- •影片生成模型（如 Doubao 的相關技術）因其高 Token 消耗特性，已成為推動中國 AI 基礎設施負載的主要驅動力，遠超傳統文字對話模型。
- •北京亦莊的『萬卡級 Token 工廠』計畫不僅是算力堆疊，更涉及數據清洗、標註與模型微調的一體化產業鏈整合，旨在打造 AI 時代的『電力基礎設施』。
📊 競品分析▸ Show
| 特性/平台 | Doubao (字節跳動) | Kimi (月之暗面) | 文心一言 (百度) | 通義千問 (阿里) |
|---|---|---|---|---|
| 核心優勢 | 影片生成與極致低價 | 長文本處理能力 | 產業生態整合 | 開源模型生態 |
| 定價策略 | 極具侵略性的補貼定價 | 階梯式付費 | 企業級解決方案 | 免費+API付費 |
| 算力基礎 | 火山引擎 (自研) | 雲端租賃/自建 | 百度智能雲 | 阿里雲 |
🛠️ 技術深入
- Doubao 採用了混合專家模型 (MoE) 架構，透過動態路由機制優化推理過程中的 Token 消耗，顯著降低了單次請求的算力成本。
- 影片生成場景中，系統利用了時序一致性優化技術，減少了冗餘 Token 的生成，從而提升了處理效率。
- 萬卡級工廠實施了 RDMA 高速網絡互聯技術，以解決大規模並行計算中的通信瓶頸，確保 Token 生成的低延遲。
- 針對長上下文處理，模型引入了稀疏注意力機制 (Sparse Attention)，在保持長文本理解能力的同時，降低了 KV Cache 的記憶體佔用。
🔮 前景展望AI analysis grounded in cited sources
AI 算力補貼政策將轉向『以用定補』模式
政府將逐步減少對基礎設施建設的直接補貼，轉而根據企業實際產生的 Token 價值與應用落地效果進行精準補貼。
Token 價格將成為 AI 企業競爭的唯一核心指標
隨著模型能力趨同，推理成本的極致壓縮將決定企業在市場中的生存能力與利潤空間。
⏳ 時間線
2023-08
字節跳動正式推出豆包 (Doubao) AI 應用，開始佈局大眾市場。
2024-05
字節跳動宣佈大幅下調豆包模型 API 價格，引發中國 AI 產業價格戰。
2025-02
北京亦莊宣佈啟動萬卡級 AI 算力集群建設，旨在支撐大規模模型訓練與推理。
2026-03
中國全國日均 Token 用量突破 140 兆，標誌著 AI 應用進入大規模普及階段。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗