（来源：数智新边界）

　　最近，一个关于AI算力的话题引起了网友们的激烈讨论。

　　有传言说，国内AI算力的大头，既不是在写代码，也不是在搞大模型，而是在批量生产爽剧。

　　不少搬砖的码农直接破防，合着大家卷生卷死调模型，算力都拿去给霸总扇耳光了？

　　事情的源头是一份投资者关系活动记录表。

　　A股上市公司中文在线在里面披露了一组数据：

　　国内AI Token总消耗量里，55%的算力资源投入到了短剧生成和AI视频生成赛道，24%流向电商广告相关的内容生产，真正砸在基础技术研发上的只剩15%。

　　换算一下，AI短剧和视频生成烧掉的Token，是AI软件开发算力消耗的两倍还多，直接坐上了国内Token消耗的头把交椅。

　　消息传开之后，舆论的画风迅速变成了“AI的尽头是爽剧”。

　　毕竟大家印象里AI应该去攻克癌症、写操作系统，结果它跑去给赘婿逆袭做后期了，反差感确实拉满。

　　事情很快就迎来了反转剧情。

　　今天，豆包公关负责人刘星坐不住了，10月19日直接发文开怼，说这个数据“有些不靠谱”。

　　他还拿字节自己举例，字节全部算力里，只有大约10%用在视频生成模型的训练和推理上。

　　意思很明确，把行业采样当成全国普查，这口锅字节不背。

　　那55%到底是怎么烧出来的？答案藏在视频生成这个技术形态本身。

　　文字模型聊一次天，消耗几百到几千Token。

　　但生成一秒钟1080p视频，大约要烧5万Token，一分钟就是300万。

　　一部12集的AI短剧，光算力成本就接近20万元。

　　更别说制作团队为了一个满意镜头反复“抽卡”，废片全是真金白银的Token堆出来的。

　　所以55%这个数字反映的其实是视频作为媒介的算力密度，跟“AI有没有跑偏”是两码事。

　　真正让这组数据站不住脚的，是统计口径的问题。

　　中文在线那份记录表说的是国内所有AI Token消耗的大盘结构，而刘星拿字节一家的算力分配来反驳，两者覆盖的范围本来就不完全重合。

　　字节的视频生成算力占比低，不代表全行业的短剧制作方不在疯狂调用API。

　　但反过来，一家之言的大盘数据，也确实没法直接等同于全行业的精确快照。

　　目前中文在线那边暂时没有对豆包的回应做进一步说明，两边各说各话，吃瓜群众看得热闹，但谁也拿不出第三方的审计报告来一锤定音。

　　但魔幻的地方在于，烧得最猛的地方，不一定赚得最稳。

　　2026年上半年抖音端新增AI短剧22万多部，播放量破亿的只有1055部，破亿率大约0.47%。

　　以5000万播放量当盈亏线，达标项目只占1.3%左右，算下来98%以上的AI短剧半年内回不了本。

　　一边是算力哗哗往里灌，一边是绝大多数作品连个水花都没有，这画面确实有点抽象。

　　不过话说回来，商业化落地和基础研发本来就不是二选一的对立命题。

　　蒸汽机最早也是从煤矿抽水这类“实用活”里滚出来的，电力最先大规模铺开靠的也是照明和娱乐。

　　中国有全球最大的内容消费市场，AI视频技术离钱最近的地方恰恰就是短剧和广告，这不是谁拍脑袋决定的，是市场自己长出来的路径。