所谓“中国AI跑偏论”，核心逻辑是用一组经不起推敲的 Token 消耗对比，把中国 AI 污名化为“只会做烟花、不会造枪炮”。这种论调表面上在讨论技术路线，实质上是在争夺 AI 发展的话语权定义权，为限制中国 AI 产业升级制造舆论铺垫。
“火药变烟花”的说法站不住脚
这波舆论的由头，是一组流传的数据：中国 55% 的 Token 消耗流向 AI 短剧与视频生成，美国 58% 消耗在编程、研发与企业自动化，据此便得出“中国 AI 跑偏了”的结论。
这个推论至少存在两层硬伤：
其一，统计口径被偷换。 在多模态模型中，视频生成本身就是天然的“词元大户”，一段视频消耗的 Token 量远高于一段文本或代码。用调用量的“面子”去衡量产业投入的“里子”，本身就有偏差。更何况，Token 消耗反映的是市场“消费流水”，不是一国 AI 资源投入的“总账”，更不等于国家技术研发方向。
其二，选择性无视了中国 AI 在“枪炮”上的投入。 政策层面，“人工智能+”科学技术被列为重点行动的首条，明确“以人工智能引领科研范式变革”。投入层面，全国首个十万卡级超智融合算力资源池已上线，中科院打造“磐石·科学基础大模型 2.0”，上海人工智能实验室发布面向重大科学突破的“AGI4S 珠穆朗玛计划”。成果层面，AI 已贯穿“人造太阳”研发全链条，中国空间站用上 AI 大模型，新药临床前研发周期被大幅压缩。文娱应用只是多元落地的一个赛道，远非全貌。
外媒炒作这套说辞的深层意图
第一，用“价值判断”替代事实判断，贬低中国 AI 的应用导向模式。 “跑偏论”暗含一个预设：AI 短剧、视频生成是“中看不中用”的低级应用，只有编程、企业自动化才算“正经 AI”。但事实是，新一代视频生成模型已进入工业操作培训、智驾仿真训练等实体场景。中国依托超大规模市场和完整产业体系，让 AI 落到工厂、农田、医疗、文旅等场景中，这种“赋能千行百业”的应用导向恰恰是中国优势所在，也是孕育颠覆性创新的土壤。把应用落地贬低为“放烟花”，本质是否定中国 AI 发展路径的合理性。
第二，为技术封锁和产业打压提供“合理性”包装。 这套叙事并非孤立存在。此前已有英媒刊文呼吁英国拒绝“廉价而可怕的中国 AI”，理由是西方 AI 怀有“善意”而中国 AI 不然；《经济学人》也曾渲染中国开源模型是“陷阱”。谷歌前 CEO 施密特说得更直白：他不喜欢中国 AI 的一点是“它完全是开源的，不受我们控制”。把这些声音串起来看，逻辑链条很清晰：先论证中国 AI“方向错了”，再论证中国 AI“有安全风险”，最后推导出“需要限制中国 AI”的政策主张。安全叙事与限制措施相互强化，安全讨论就从风险治理变成了排他性竞争工具。
第三，在 AI 竞争的关键窗口期，动摇国内对自主路线的信心。 当前中美 AI 竞争已进入深水区。中国在开源模型下载量上已占全球总量的 41%，超越美国居世界第一；华为 AI 加速器出货量市场份额升至 28%，与英伟达差距缩小至 6 个百分点。差距在缩小，焦虑在上升。此时抛出“跑偏论”，配合“无需崇洋媚外、妄自菲薄”的官方回应来看，其目标受众恰恰是国内那些对中美 AI 差距本就敏感的人群——用一组看似精确的数据，制造“我们是不是又走错了路”的自我怀疑。
说到底，“火药与烟花”的隐喻之所以有传播力，是因为它精准踩中了近代史叙事中的某种集体焦虑。但把一个基于粗糙数据对比的结论套用到复杂的 AI 产业上，本身就是一种舆论操弄。中国 AI 当然有短板，高端芯片、底层框架、原创算法上的差距并未消失，这些需要的是持续攻坚，而不是被一套外部叙事带着节奏自我否定。
