国内超一半算力在造爽剧?豆包回应:总算力仅约10%用于视频生成模型
- 2026-11-19 22:56:29
自从AI短剧爆火之后,各大平台上真人实拍的短剧明显少了。演员的生存空间被层层挤压,直播间里也随处可见漫剧的AI制作过程被当作内容来直播。
热闹归热闹。与此同时,行业暴露出一个绕不开的问题:
当前的收入,不足以支撑成本回收,资金难以回流。
那么问题来了。做一部漫剧,成本到底是多少?AI模型在其中占了多大比重?能不能从模型层面着手,通过优化把成本压下去?AI漫剧往后还有没有路可走?
这几个问题这两天刚好有了一个讨论的由头。
近日,"国内超一半算力在造爽剧"的话题刷屏。这个热搜的源头是A股上市公司中文在线今年6月3日披露的一份《投资者关系活动记录表》,记录的是6月1日至2日的路演和电话会议。
文件里称,国内AI Token消耗中AI短剧与视频生成占55%,电商与营销占24%,软件开发占15%。并称AI短剧与视频生成的Token消耗量已达软件开发的两倍以上,是Token经济学中的第一大消耗场景。
按中文在线的说法,这组比例基于该公司参与的AI平台生态中的Token消耗分布。文件没有交代统计机构、样本范围、统计周期和测算方法。
10月19日,豆包公关负责人刘星在微博回应:"某公司发布的这个算力数据有些不靠谱,就字节来说,我们公司的总算力中,只有约10%,用于视频生成模型的训练和推理。"
难道中文在线的数据是胡编乱造吗?还是刘星在彰显自家企业的家大业大不把这点消耗放在眼里?
非也,10%说的是一家公司的总算力里,视频生成模型训练加推理所占的份额。55%说的是全国Token消耗结构中,短剧与视频生成所占的份额。
前者是算力,后者是Token,前者是单一公司,后者是行业调研,前者包含训练,后者只算调用。
口径不同,样本不同,统计对象不同,无法同台比较。
那么,中文在线的55%就一定是错的吗?也未必。
Token消耗和算力消耗之间本来就不是线性关系。视频生成一次调用吃掉的Token量级,远高于一次文本问答。同样的算力,视频任务的Token计数天然偏高。
一个做短剧的内容公司,统计自己生态内的Token分布,得出视频占大头,顺理成章。
让我们回到行业本身。
从成本上,我们应当分层来看,国内漫剧成本已拉开明显梯度。
知乎专栏引述的行业数据显示,传统漫剧平均制作成本在每分钟2000至5000元起步,中档AI漫剧约800至1200元每分钟,精品级1000至3000元以上,最低档只要350至500元。
新京报援引东吴证券的估算数据相近,传统漫剧单分钟2000至5000元,应用AI后可降至1000至2500元,制作周期压缩到20天左右,整部成本降到十几万元级别。
而单集纯算力方面,主流AI视频平台充值500元约得15000积分,能生成约30分钟视频,按一集1至3分钟、五选一的可用率计算,单集纯算力成本约80至200元。
一部完整AI漫剧的总投入普遍在1万至5万元,部分头部项目约10万元即可完成市场测试。
仿真人剧则完全是另一个量级。
澎湃新闻今年4月访谈了20多位从业者,得出的一线报价是一部60集、每集2分钟的常规AI仿真人短剧,仅算力、抽卡、渲染的基础制作成本约15万元,不含任何人工。
编剧、制作人等关键岗位月薪10k至25k。在Seedance 2.0发布之前,一部相对优质的仿真人剧需要10个人做45天以上。
中文在线自己在记录表里也解释了为什么仿真人剧烧钱。因为AI仿真人剧对帧数和1080p清晰度要求更严,Token消耗通常是720p漫剧形态的两到三倍。
由此我们就能看出来两个事实。
第一,AI确实把漫剧成本降了一个数量级。
灵矩动漫2024年8、9月他们试做AI短剧,一分钟成本约1.5万元,100分钟的项目就是150万,比同期真人短剧的50万还贵,项目被迫暂停。
到2025年同一家公司的漫剧上线两个月充值近100万,第二部不到两周破200万。前后不过一年。
第二,纯算力并非成本大头。
按新浪的拆解AI工具订阅费每月数百元,开支有限,真正占比最高的是版权费,改编热门小说IP的授权费远超算力成本。再加上人工,算力在整部剧总成本中的比重,远没有舆论想象的那么高。
那为什么现在成本降了,为什么资金还是回不了流?
因为收入端狂跌。
今年前8个月国内上线微短剧43万部,是去年全年的13倍,仅抖音一个平台,上半年新上线AI短剧就有22万部,可见供给侧是有多么拥挤。
供给激增,分账必然稀释。有从业者上传11部AI漫剧共176集,平台总收益仅数百元。承制方正被两头挤压:一集AI漫剧的算力成本从约17元涨到80至100元,而下游分账的压力却在不断变大。
这就是行业的真实处境。门槛降低吸引了海量入局者,内容供给呈几何级增长,平台的流量池却没有同比例扩大。
僧多粥少,分账被摊薄,这是AI视频发展到现在的是必然结果。
不过爆款当然有,许多账号和IP已经成功搭建起来了。比如《万妖图录传》据报道以8万元成本跑出超60亿播放。
其实怎么说呢,过去行业内其实不太认可视频生成模型的。因为要不断抽卡,成本太高,看不到前景,前沿实验室也没有大力投入。
而且那个阶段的视频模型,角色一致性差,动作崩坏多,十次生成能用一次已属不易。对内容生产来说可用率低于10%的工具,就谈不上生产力。
但因为头部公司持续投入,2025年下半年,字节Seedance、快手可灵、OpenAI Sora 2等视频模型集中突破,字节发布的Seedance支持文字、图片、音频、视频四种模态输入,并提供内容参考和编辑能力,创作者可以围绕角色、动作、镜头做生成和调整。这些能力直接作用于抽卡次数。
那么模型优化能否控成本呢?
答案是能,而且这是目前唯一确定的降本路径。
成本的本质是"一次成片率"。同样生成一分钟可用画面,五选一和二选一,算力消耗差了2.5倍。
把可用率从20%提到50%,相当于把单集算力成本砍掉六成。模型每一次在一致性、可控性上的进步,都直接转化为承制方账面上的钱。
具体而言,当前的模型主要朝三个方向开始优化。
一是角色一致性。跨镜头、跨场景的角色形象稳定,是漫剧最核心的技术指标。一致性不过关,前面所有镜头都要重抽。
二是多模态参考输入。给模型一张角色设定图、一段参考动作,再让它生成,比纯文本提示词的命中率高得多。Seedance的四模态输入就是冲着这个来的。
三是长文本自动拆解。有平台已支持5万字、60集剧本直接上传并自动提取分镜。前期人工拆本的时间被省掉,人力成本随之下降。
因此未来边际成本还会继续降,但版权、人工、分发这些开支却不会随模型进步而消失。
从技术曲线看,AI漫剧的未来还是很可观的,从商业曲线看不乐观。
成本每降一次,入局者就多一批,分账就要继续摊薄。这是所有低门槛内容形态的宿命。
能活下来的仍然是选题、IP和分发能力最强的。
未来算力只是入场券。门票越来越便宜的时候,赢家反而越来越少。这是现状,也是接下来一两年行业要面对的全部。
END