一半算力在造爽剧,但真正的问题不是算力跑偏了
- 2026-11-19 14:17:24

当算力以天量涌入一个内容形态,它究竟是技术落地的高效路径,还是一 场产能过剩的集体消耗?
国内AI Token消耗的55%,流向了短剧和视频生成。24%给了电商广告,真正投入研发的只有15%。
这组数据来自A股上市公司中文在线的投资者关系活动记录表。发布后迅速冲上热搜,评论区的情绪高度一致:可惜了,跑偏了,拿火药做烟花。有人翻出中美对比——美国58%的Token用于写代码和企业自动化,中国55%用来造爽剧,高下立判。
但这个判断,只对了一半。
01 43万部剧的背后:算力在燃烧,回报没跟上
先看这组数字的分量。2026年前8个月,国内上线的微短剧数量是43万部,是去年全年的13倍,其中AI剧占比超过九成。平均每天有超过1700部新剧涌入市场,某头部视频平台高峰期每20秒就有一部AI短剧诞生。
支撑这个产量的,是算力流向的结构性偏移。中文在线披露的数据显示,AI短剧与视频生成对Token的消耗量,已经达到软件研发的两倍以上,成为整个Token经济学中第一大消耗场景。

图1:国内AI Token消耗分布示意——短剧与视频生成55%,电商广告24%,研发15%(数据来源:中文在线投资者关系活动记录表,2026年10月)
但产量的爆炸并没有带来收入的同步增长。《中国微短剧发展报告(2026)》给出的对照是:2026年免费微短剧市场规模预计约573亿元,同比增长仅8%。产量翻了十几倍,收入只涨了8个百分点。
报告把当前阶段定性为"平稳增长期"——规模仍在扩张,但回报尚未跟上,增长由产能拉动,而非价值驱动。换句话说,算力在燃烧,供给在膨胀,但商业回报并没有同步放大。
成本端的数字更具体。一部12集的AI短剧,算力成本接近20万元。这还不算团队反复"抽卡"生成和筛选画面的消耗——为了符合导演对叙事和镜头的要求,同一个镜头可能要生成几十次才能挑出一条能用的。
掌阅科技CEO孙凯给出的对比更直观:"过去爆款剧的跑出率在10%到20%,现在已经小于0.5%。"
02 "中国AI跑偏了"这个说法,只对了一半
"55%的算力在造爽剧"之所以刺痛舆论,隐含的判断是:这些算力被浪费了。
但这里有几个被忽略的口径问题。
第一,Token消耗不等于物理算力,更不等于技术价值的排序。视频生成和文本生成在算力计量上存在数量级差异——一条5秒的720p画面生成,其Token消耗可能相当于一部十万字剧本的处理量。AI仿真人剧由于对帧数和1080p清晰度有更高要求,Token消耗量通常是720p AI漫剧的两到三倍。
中国信通院的数据显示,单集1.5分钟的AI短剧,Token消耗量在500万到1000万之间。视频生成本身就是当前AI推理层面最"重"的应用场景之一,"55%"反映的是视频作为一种内容媒介的算力密度,而不是中国AI"跑偏了"的证据。
第二,推理算力和训练算力是两条相对分割的供给线。DataEye研究院负责人刘尊在接受《中国新闻周刊》采访时解释,科研场景主要消耗算力在模型预训练和微调,用的是高端GPU;而AI短剧绝大多数Token消耗集中在推理阶段,很多环节用的是通用模型和中低端卡。"不能简单理解成:短剧用了Token,科研就没得用。"
第三,这组数据本身不是全国普查。中文在线披露的是该公司参与的AI平台生态中的采样,统计口径是"Token消耗"而非"物理算力",采集窗口为2026年10月上旬。豆包公关负责人刘星直接在微博回应:"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。"
至于流传甚广的"中美对比",刘尊也指出口径完全不同:国内55%统计的是推理侧Token消耗,包含视频配套文本;而"美国58%写代码"大多是代码大模型的Token统计,统计边界、模型类型和样本都不一样,放在一起对比很容易误导公众。
更关键的一点是,一段1080p、多镜头一致的AI视频生成,背后要求的角色一致性、音画同步和长程叙事能力,并不比生成一段代码更低。2026年3月字节Seedance 2.0将商用定价降至约1元/秒,7月底Seedance 2.5、可灵3.0、MiniMax H3密集上新,多镜头一致性和角色稳定性集体跨过"可量产"阈值。这些技术突破的落地场景,恰恰就是"造爽剧"。
中国拥有全球最大的内容消费市场和最成熟的短剧产业链,AI视频技术最先跑出规模的,自然是离用户最近、离钱最近的场景。这未必是"跑偏",更像一种由产业结构决定的路径选择。
03 真正值得焦虑的,不是算力去了哪里
技术路径的合理性,并不会自动转化为商业上的营收。这才是问题的核心。
DataEye-ADX的监测数据显示,2026年上半年抖音端22.19万部新增AI剧中,播放量破亿的仅1055部,破亿率0.48%。以业内公认的5000万播放量为盈亏平衡线,达标项目占比仅1.3%。
换言之,98.7%的AI微短剧无法在半年内回本。平均每77部AI漫剧,只有1部能盈利。
这是一个令人不安的比例。当算力以20万元一部的密度持续注入,绝大多数项目的产出是零回报。以"抽卡"方式反复生成画面所消耗的Token,并没有转化为可回收的商业价值,而是沉没在了海量同质化供给的底部。
亏损的结构性原因在于:Token消耗发生在生产端,收益却取决于分发端的注意力分配。平台算法推荐机制决定了用户看到什么,而算法的核心逻辑是完播率和互动率,不是算力投入。一部12集短剧烧掉20万元算力,并不能保证它在千万部竞争者中获得推荐权重。
同质化进一步压缩了生存空间。多名业内人士指出,AI短剧依托海量网文和爆款真人短剧训练大模型,生成逻辑高度固化,赛道陷入"重生、霸总、复仇、修仙、狼人吸血鬼"的固定套路循环。本土AI短剧扎堆豪门逆袭、穿越重生、玄幻修仙三大模板,出海AI短剧统一主打"灰姑娘遇霸总"。
观众的反应很诚实。2026年春节档,AI剧上线量是真人剧的50倍,但总播放量只有真人剧的二十五分之一。"看了开头就知道结尾"的疲惫感正在快速蔓延,一部AI短剧的评论区里经常能看到"怎么都是一张脸""记不住"之类的留言。
"投入烧得最猛的地方,也是埋葬创业者最多的地方",这句话在AI短剧赛道尤为成立。
04 算力能买到画面,买不到被看见
在98.7%的亏损面中,仍有极少数案例值得拆解,因为它们指向了Token消耗之外的价值来源。
一对四川95后夫妻制作的AI漫剧《发配边关,罪妻开荒养出战神》,全网播放量突破41亿,累计更新534集。他们没有专业影视背景,没有大额投流,核心投入是"极致手搓"的更新密度和对画面细节的打磨。
另一个案例是兑吧集团的AI短剧业务,2026年第三季度连续三个月录得纯利,单月新增播放量从7月的68亿次飙升至9月的264亿次,过亿爆款率维持在4%左右,显著高于行业平均水平。
这些案例的共同特征并非"用了更多算力",恰恰相反——要么是更新节奏的极致执行力,要么是投放效率的系统化能力。
中文在线自身的财报也印证了这一点。其短剧及IP衍生品业务上半年营收4.11亿元,同比增长108.72%,毛利率48.62%。支撑这一业绩的,不仅是AI生成能力,更是560万种数字内容构成的IP储备,以及"先用AI验证、再决定真人拍摄"的分层制作策略。
Token可以买到画面,但买不到观众愿意看完的叙事。算力可以降低制作门槛,但降低不了"被看见"的门槛。
当一天上新1700部AI短剧成为常态,单部作品能分到的用户时长被急剧摊薄。生产端的效率革命,撞上了分发端的注意力天花板——这才是"一半算力造爽剧"背后真正的结构性矛盾。
"一半算力造爽剧"不是中国AI的耻辱,而是商业闭环最短的路径自然吸走了最多推理算力。技术的价值从来不取决于它被用在什么领域,而取决于它能不能持续创造回报。
当98.7%的项目在亏损,该追问的就不是"算力为什么去了爽剧",而是"为什么烧了这么多算力,还是做不出观众愿意看完的东西"。
算力的方向可以调整,但注意力的竞争,从来只认结果。