全网都在骂"一半算力拿去造爽剧",但只有导演知道那些卡都"抽"在了哪
- 2026-11-19 23:38:17
全网都在骂"一半算力拿去造爽剧",但只有导演知道那些卡都"抽"在了哪
全网都在骂"一半算力拿去造爽剧",但只有导演知道那些卡都"抽"在了哪
这两天,一个数据在网上炸了。
中文在线在投资者关系活动里披露:国内AI的Token消耗,55%烧在了短剧和视频生成上,24%给了电商广告,真正用于研发的只有15%。短剧和视频烧掉的算力,已经是整个软件开发的两倍还多。
评论区瞬间分成两派。一派痛心疾首:"国家的算力、资本的钱,就这么拿来批量造垃圾爽剧了?"另一派反唇相讥:"美国58%的Token拿去写代码搞生产,我们一半算力在给霸总重生续命,这就是差距。"
吵得很热闹。但作为一个干了25年、现在天天用AI做剧的导演,我看完只有一个感受:
吵的人里,99%没真正做过一部AI短剧。他们根本不知道,那些算力到底"抽"在了什么地方。
今天我不站任何一派,我只把这件事的里子,拆开给你看。
一、先把那个误导性的对比戳破
"中国55%造爽剧,美国58%写代码"——这组对比传播最广,也最坑人。
DataEye研究院负责人刘尊已经把话说得很明白了:这两个数字根本不是一个口径,放一起对比就是在误导公众。
国内这个55%,统计的是推理侧的Token消耗,还包含视频配套的文本;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、样本范围完全不同。
更关键的是算力的"种类"不一样。
很多人一听"一半算力造爽剧",脑子里浮现的画面是:科研人员排着队等GPU,结果机房全被做爽剧的占了。这是彻头彻尾的误解。
科研和基础大模型训练,烧的是高端训练卡,是预训练、微调,重GPU集群;而AI短剧烧掉的Token,绝大多数集中在推理阶段,用的是通用模型、中低端卡。这是两条相对分割的供给线,采购主体、硬件型号、成本体系都不一样。
一句话:短剧用的是"发电",不是"建电厂"。它烧的是推理算力,抢不走科学家手里的训练算力。
所以第一层真相是——这个热搜里的民族情绪和科研焦虑,很大程度上是被一个偷换了口径的数字勾起来的。
二、但真正有意思的,是为什么做剧这么"费"
戳破误读,不代表这事儿不值得聊。恰恰相反,作为从业者,我觉得中文在线那份文件里,有一句话比55%这个数字本身重要一百倍,但几乎所有转载都漏掉了。
他们是这么解释短剧为什么烧Token的:
"为了符合导演对剧情叙事与镜头的严苛要求,团队需要不断地通过'抽卡'来反复生成和筛选画面。"
抽卡。
外行听到这两个字,第一反应是"浪费"——你看,AI做剧就是瞎蒙,蒙一百张挑一张,能不费算力吗?
但我要告诉你,这恰恰是整件事里最被误解、也最有价值的部分。
抽卡不是浪费,抽卡就是导演在做判断。
传统剧组里,一个镜头怎么拍,是我在现场看着监视器,一条一条喊"再来"。演员的眼神差一点、光比不对、走位多了半步,我就喊卡,重来。可能一个镜头拍二十条,用一条。
那十九条废片,浪费胶片了吗?在成本表上是的。但没有那十九条,就没有最后能用的那一条。影视这门艺术,从诞生第一天起,就是"在大量废片里筛出一个对的瞬间"。
AI把这个过程从片场搬进了机房。我输入提示词,它一次给我四张图、一段视频,我从中挑——人物的眼神对不对、这个微表情是不是我要的、光影是否服务于此刻的情绪、角色的脸跟上一镜还像不像同一个人。不对,就重新生成。
这就是"抽卡"。它看起来是机器在瞎试,实际上每一次点击"重新生成"的背后,都是一个懂戏的人在行使判断权。
机器负责"生成可能性",人负责"枪毙可能性"。算力烧掉的那55%,表面上是电费,本质上是在为"判断"买单。
这里还有个外行不知道的细节:一部仿真人剧、1080P高清,它的Token消耗是漫画形态、720P漫剧的两到三倍;单集1.5分钟的AI短剧,Token消耗量能到500万到1000万。
为什么?因为越追求"像真人、像电影",每一帧要抠的细节就越多,抽卡的轮次就越密。精致度是用算力一帧一帧堆出来的。 
三、真正该问的问题,没人问
说到这儿,你可能以为我要替AI短剧行业喊冤:你看我们烧算力烧得多么有技术含量。
不是。我想说的恰恰相反。
如果抽卡等于导演做判断,那我们应该顺着这个逻辑,问出那个真正尖锐、却被"55%"的情绪掩盖掉的问题:
我们烧掉了全国一半多的推理算力,抽了天文数字的卡,为什么做出来的东西,90%还是亏损的、绝大多数看完即忘?
这才是这件事最荒诞的地方。
算力不缺了,工具人人能用了,生成成本打到地板了。按道理,创作的门槛被铲平,应该迎来一次精品大爆发。
可现实是:上半年上线22万部AI短剧,爆款率0.47%,90%的公司在亏损。
为什么?
因为大部分团队,把"抽卡"理解成了"撞大运"。他们抽卡,但抽卡的那个人不是导演,是流量算法,或者干脆是老板的直觉。
他们不是在"二十条里挑出眼神最对的一条",而是在"一天生成一百条,赌哪条能投流跑出来"。判断的标准不是"这个瞬间成不成立",而是"这个钩子三秒留不留得住人、完播率高不高"。
这就回到我反复在说的那句话:
AI把"生成"变得极便宜,于是把"判断"变得极昂贵。
当算力是稀缺资源时,大家比拼谁的卡多;现在算力摊开了、55%都给了内容,大家才发现——卡人人都有,真正稀缺的,是那个知道"哪一卡该留下"的脑子。
抽卡本身不创造价值,知道为什么抽、抽完怎么选、选出来怎么拼成一个能打动人的故事,才创造价值。
四、那这55%,到底是浪费还是荣光?
我的答案可能有点拧巴,但这是真话:
它既不是耻辱,也还谈不上荣光,它是一个行业正在"交学费"的证据。
不是耻辱,是因为——一个国家的通用推理算力,有一半流向了亿万普通人真实消费的内容,而不是空转在PPT和概念里,这说明AI在中国是真的落地了、真有人用、真产生了海量真实需求。这比十个"百大AI应用"的榜单都实在。
但也还谈不上荣光。因为这55%的算力里,目前只有极小极小一部分,变成了能被人记住、能流传、能称得上"作品"的东西。绝大部分,变成了投流素材、变成了完播率、变成了喂给下一轮算法的数据,看完就划走,三个月后没人记得。
中文在线那份文件里还有一句很诚实的话,大意是:高额的Token账单,构成了这个行业的商业和技术壁垒—— "准入门槛低,但商业天花板极高"。
翻成人话就是:人人都能进门,但99%的人会被"如何用好这些算力"这件事,活活拖死在天花板下面。
写在最后
所以,下次再看到"一半算力拿去造爽剧"这种标题,先别急着骂。
你可以像我一样,多问一句:这些算力,是被一个懂戏的人"抽"成了作品,还是被一群只懂流量的人"烧"成了废料?
工具和算力是中性的。同样的卡、同样的模型、同样的500万Token一集——
有人用它二十条里挑出一个对的眼神,拍出一部让人哭的短剧;
有人用它一天撞一百条,赌一个完播率。
这中间的差距,跟算力无关,跟用算力的那颗脑袋有关。
这大概就是我们这代创作者,必须想明白的事:
当"生成"免费了,"判断"就是你唯一的身价。
我是罗导,一个还在机房里,一帧一帧"抽卡"的老导演。
(文中数据引自中文在线投资者关系活动记录、中国信通院《词元(Token)经济发展研究报告(2026年)》、国家广电总局发展研究中心《AI驱动全球微短剧创新发展报告》及《中国新闻周刊》相关报道,专家观点引自DataEye研究院负责人刘尊。本文仅为行业观察,不构成任何投资建议。)

这两天,一个数据在网上炸了。
中文在线在投资者关系活动里披露:国内AI的Token消耗,55%烧在了短剧和视频生成上,24%给了电商广告,真正用于研发的只有15%。短剧和视频烧掉的算力,已经是整个软件开发的两倍还多。
评论区瞬间分成两派。一派痛心疾首:"国家的算力、资本的钱,就这么拿来批量造垃圾爽剧了?"另一派反唇相讥:"美国58%的Token拿去写代码搞生产,我们一半算力在给霸总重生续命,这就是差距。"
吵得很热闹。但作为一个干了25年、现在天天用AI做剧的导演,我看完只有一个感受:
吵的人里,99%没真正做过一部AI短剧。他们根本不知道,那些算力到底"抽"在了什么地方。
今天我不站任何一派,我只把这件事的里子,拆开给你看。
一、先把那个误导性的对比戳破
"中国55%造爽剧,美国58%写代码"——这组对比传播最广,也最坑人。
DataEye研究院负责人刘尊已经把话说得很明白了:这两个数字根本不是一个口径,放一起对比就是在误导公众。
国内这个55%,统计的是推理侧的Token消耗,还包含视频配套的文本;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、样本范围完全不同。
更关键的是算力的"种类"不一样。
很多人一听"一半算力造爽剧",脑子里浮现的画面是:科研人员排着队等GPU,结果机房全被做爽剧的占了。这是彻头彻尾的误解。
科研和基础大模型训练,烧的是高端训练卡,是预训练、微调,重GPU集群;而AI短剧烧掉的Token,绝大多数集中在推理阶段,用的是通用模型、中低端卡。这是两条相对分割的供给线,采购主体、硬件型号、成本体系都不一样。
一句话:短剧用的是"发电",不是"建电厂"。它烧的是推理算力,抢不走科学家手里的训练算力。
所以第一层真相是——这个热搜里的民族情绪和科研焦虑,很大程度上是被一个偷换了口径的数字勾起来的。
二、但真正有意思的,是为什么做剧这么"费"
戳破误读,不代表这事儿不值得聊。恰恰相反,作为从业者,我觉得中文在线那份文件里,有一句话比55%这个数字本身重要一百倍,但几乎所有转载都漏掉了。
他们是这么解释短剧为什么烧Token的:
"为了符合导演对剧情叙事与镜头的严苛要求,团队需要不断地通过'抽卡'来反复生成和筛选画面。"
抽卡。
外行听到这两个字,第一反应是"浪费"——你看,AI做剧就是瞎蒙,蒙一百张挑一张,能不费算力吗?
但我要告诉你,这恰恰是整件事里最被误解、也最有价值的部分。
抽卡不是浪费,抽卡就是导演在做判断。
传统剧组里,一个镜头怎么拍,是我在现场看着监视器,一条一条喊"再来"。演员的眼神差一点、光比不对、走位多了半步,我就喊卡,重来。可能一个镜头拍二十条,用一条。
那十九条废片,浪费胶片了吗?在成本表上是的。但没有那十九条,就没有最后能用的那一条。影视这门艺术,从诞生第一天起,就是"在大量废片里筛出一个对的瞬间"。
AI把这个过程从片场搬进了机房。我输入提示词,它一次给我四张图、一段视频,我从中挑——人物的眼神对不对、这个微表情是不是我要的、光影是否服务于此刻的情绪、角色的脸跟上一镜还像不像同一个人。不对,就重新生成。
这就是"抽卡"。它看起来是机器在瞎试,实际上每一次点击"重新生成"的背后,都是一个懂戏的人在行使判断权。
机器负责"生成可能性",人负责"枪毙可能性"。算力烧掉的那55%,表面上是电费,本质上是在为"判断"买单。
这里还有个外行不知道的细节:一部仿真人剧、1080P高清,它的Token消耗是漫画形态、720P漫剧的两到三倍;单集1.5分钟的AI短剧,Token消耗量能到500万到1000万。
为什么?因为越追求"像真人、像电影",每一帧要抠的细节就越多,抽卡的轮次就越密。精致度是用算力一帧一帧堆出来的。

三、真正该问的问题,没人问
说到这儿,你可能以为我要替AI短剧行业喊冤:你看我们烧算力烧得多么有技术含量。
不是。我想说的恰恰相反。
如果抽卡等于导演做判断,那我们应该顺着这个逻辑,问出那个真正尖锐、却被"55%"的情绪掩盖掉的问题:
我们烧掉了全国一半多的推理算力,抽了天文数字的卡,为什么做出来的东西,90%还是亏损的、绝大多数看完即忘?
这才是这件事最荒诞的地方。
算力不缺了,工具人人能用了,生成成本打到地板了。按道理,创作的门槛被铲平,应该迎来一次精品大爆发。
可现实是:上半年上线22万部AI短剧,爆款率0.47%,90%的公司在亏损。
为什么?
因为大部分团队,把"抽卡"理解成了"撞大运"。他们抽卡,但抽卡的那个人不是导演,是流量算法,或者干脆是老板的直觉。
他们不是在"二十条里挑出眼神最对的一条",而是在"一天生成一百条,赌哪条能投流跑出来"。判断的标准不是"这个瞬间成不成立",而是"这个钩子三秒留不留得住人、完播率高不高"。
这就回到我反复在说的那句话:
AI把"生成"变得极便宜,于是把"判断"变得极昂贵。
当算力是稀缺资源时,大家比拼谁的卡多;现在算力摊开了、55%都给了内容,大家才发现——卡人人都有,真正稀缺的,是那个知道"哪一卡该留下"的脑子。
抽卡本身不创造价值,知道为什么抽、抽完怎么选、选出来怎么拼成一个能打动人的故事,才创造价值。
四、那这55%,到底是浪费还是荣光?
我的答案可能有点拧巴,但这是真话:
它既不是耻辱,也还谈不上荣光,它是一个行业正在"交学费"的证据。
不是耻辱,是因为——一个国家的通用推理算力,有一半流向了亿万普通人真实消费的内容,而不是空转在PPT和概念里,这说明AI在中国是真的落地了、真有人用、真产生了海量真实需求。这比十个"百大AI应用"的榜单都实在。
但也还谈不上荣光。因为这55%的算力里,目前只有极小极小一部分,变成了能被人记住、能流传、能称得上"作品"的东西。绝大部分,变成了投流素材、变成了完播率、变成了喂给下一轮算法的数据,看完就划走,三个月后没人记得。
中文在线那份文件里还有一句很诚实的话,大意是:高额的Token账单,构成了这个行业的商业和技术壁垒—— "准入门槛低,但商业天花板极高"。
翻成人话就是:人人都能进门,但99%的人会被"如何用好这些算力"这件事,活活拖死在天花板下面。
写在最后

所以,下次再看到"一半算力拿去造爽剧"这种标题,先别急着骂。
你可以像我一样,多问一句:这些算力,是被一个懂戏的人"抽"成了作品,还是被一群只懂流量的人"烧"成了废料?
工具和算力是中性的。同样的卡、同样的模型、同样的500万Token一集——
有人用它二十条里挑出一个对的眼神,拍出一部让人哭的短剧;
有人用它一天撞一百条,赌一个完播率。
这中间的差距,跟算力无关,跟用算力的那颗脑袋有关。
这大概就是我们这代创作者,必须想明白的事:
当"生成"免费了,"判断"就是你唯一的身价。
我是罗导,一个还在机房里,一帧一帧"抽卡"的老导演。
(文中数据引自中文在线投资者关系活动记录、中国信通院《词元(Token)经济发展研究报告(2026年)》、国家广电总局发展研究中心《AI驱动全球微短剧创新发展报告》及《中国新闻周刊》相关报道,专家观点引自DataEye研究院负责人刘尊。本文仅为行业观察,不构成任何投资建议。)
本文来自网友投稿或网络内容,如有侵犯您的权益请联系我们删除,联系邮箱:wyl860211@qq.com 。