科技虎嗅·席春迎博士··AI 生成
国内一半算力都在“造爽剧”？先别急着批评中国AI“不务正业”！
拆解“55%算力造爽剧”说法的来源：数据出自中文在线投资者记录中的“行业调研”，无统计口径，且被媒体从Token占比直接替换成算力占比、从单公司估算扩为全国统计。作者指出视频生成Token消耗高有技术原因（成本高、需反复试错），并以字节“约10%算力用于视频模型”作口径对照。核心主张是别嘲笑应用也别崇拜消耗，价值应由真实客户、可持续收入、可验证效率提升三项检验。原文 ↗原文 ↗
核心观点
- ▍“全国过半算力在造爽剧”是叠加了两步跳跃的误读：先把Token消耗占比替换为算力占比，再把一家公司披露的行业估算扩展为全国资源分配统计。
- ▍AI应用的价值不该由场景是否“高端”决定，而应统一接受三项检验：有无真实客户、能否形成可持续收入、是否提升效率或生产力。
- 01“55%”源自上市公司中文在线6月3日的投资者关系活动记录表，称依据“行业调研数据”：AI短剧与视频生成占Token消耗55%、电商与营销24%、软件开发15%。
- 02该记录未公开数据来源、样本范围、统计方法和时间区间；澎湃新闻、上海证券报均指出统计口径存疑，公有云、私有算力集群与科研机构本地算力难以纳入同一套统计。
- 03豆包公关负责人称字节总算力中约10%用于视频生成模型的训练和推理——这是企业算力分配口径，与Token消耗场景占比不是同一张账，不能直接比较。
- 04视频生成Token占比高有技术成因：需处理连续画面、帧数、分辨率与时序关系，且生成、筛选、修改需多次重复，一条成品视频背后可能是大量模型调用。
- 05网传“美国58%的Token用于编程研发”经上海证券报追踪未找到权威来源，系自媒体转述、无法核验，中美百分比横向对比证据不足。
反方 / 局限
- — 作者承认批评者的担心并非全无道理：若大量资源投向同质化内容生产、靠投流争抢注意力、未形成稳定收入或技术进步，确实是资本与算力的低效使用。
- — 文章自陈即使55%准确，也只是提示商业化先落在高频消费与营销场景，既不能证明算力被浪费，也不能证明行业结构合理——结论被有意限制在弱判断上。
- — 短剧与营销高消耗究竟是“更早跑通商业闭环”还是“资本追逐短期流量”，作者并列两解却未给出可区分的判断依据或数据。
10 分钟 · 6 卡片 · 11 资料
读原文 →概念锚点
前置背景
平行视角
争议局限
未来推演
延伸追问