55% 算力造爽剧?两本账拆穿数据罗生门
- 2026-11-17 01:55:09
55% 算力造爽剧?
两 本 账 拆 穿 数 据 罗 生 门 | AI 未 来 时
【AI未来时】第 067 期
这两天 AI 圈吵翻了一个数字:一篇刷屏的材料说"国内 55% 的算力都拿去造短剧、造爽剧了,真正搞研发的只有 15%",配图配文还补了一刀——"一边是造未来,一边是造霸总"。
舆论刚起来,10 月 19 日豆包公关负责人刘星直接在微博怼了回来:这数据"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",并称相关说法不实(凤凰网科技、IT之家 10-19)。
一个说 55%,一个说 10%,差了四五倍,到底谁在说谎?我的结论先说:这俩数字大概率都不是凭空编的,但它们量的根本不是同一把尺子,根本没法直接对撞。今天不站队,带你把两本账摊开,拆完你会发现,这背后藏着一套能复用的"数据辨伪"方法。
第一本账:55% 是怎么来的
先查源头。"55%"出自 A 股上市公司中文在线一份投资者关系活动记录表(源自 6 月初的线下路演和电话会议,中国新闻周刊、澎湃 10-19 均有查证)。原话说的是:
请注意三个限定词,它们后面都是坑:Token 消耗、行业调研、份额占比。这不是"全国物理算力普查",而更接近一份行业采样。
更要看到说话人的立场。新浪、界面新闻等梳理过:中文在线本身就是重仓 AI 短剧的公司,今年上半年短剧及 IP 衍生品收入占营收约 71%,2025 年归母净利润亏损 6.71 亿元,10 月 8 日刚终止 H 股上市和 A 股定增(新浪 10-20、界面)。在这个节骨眼上,它格外需要向投资人证明"短剧是最大的赛道"。数据未必假,但发布者有充分动机让它显得更炸裂。
第二本账:豆包的 10% 又是什么
刘星的回应口径完全不同:他说的是字节这家公司的"总算力"里,约 10% 用于视频生成模型的训练和推理(36 氪、新浪科技 10-19)。
这是个"物理算力分配"概念,单位是 GPU、机房、资本开支。36 氪算了笔账:字节 2025 年资本开支已超 1500 亿元、其中约 900 亿投向 AI 算力采购,2026 年规划上调到约 2000 亿元——哪怕只按 10% 算,视频生成对应的也是约 200 亿量级的投入,并不"小"。而且这 10% 不只是"拍短剧",还包括 Seedance 这类通用多模态视频基座的研发。
字节还补了一个技术论据:视频生成模型以扩散(Diffusion)结构为主,能较高效地利用中低端芯片,和 Coding 类模型抢高端卡的冲突没那么大。
三重错位:为什么 55% 和 10% 能同时成立
把两本账并排放,错位点有三个,看懂这三个,你就拥有了拆穿绝大多数"数据打架"的能力。
第一重量纲错位——Token 消耗 ≠ 物理算力
Token 是大模型处理内容的计量单位,算力(FLOPS/GPU 时)是硬件投入。人人都是产品经理 10-21 打了个比方:这就像拿"全国餐饮消费占 GDP 的比例"去比"海底捞原料成本占营收的比例",量纲不同、基数不同,没有可比性。"一半 Token 喂了视频"不等于"一半 GPU 机房在剪短剧"。
第二重样本错位——行业采样 ≠ 全国普查
那份 55% 统计的更偏向公有云、公开 API 上的调用分布,各大厂自研实验室、政府与科研机构的专有算力并不在盘子里(人人都是产品经理 10-21)。它是"公有云桌上那本账",不是"全国总账本"。而豆包的 10% 是字节一家的总账。一个是局部采样,一个是单家全量,覆盖范围根本不重合。
第三重环节错位——推理算力 ≠ 训练算力
这是 DataEye 研究院负责人刘尊在接受中国新闻周刊采访时点破的关键:科研烧钱主要在模型预训练、微调阶段,重高端 GPU;而 AI 短剧绝大多数 Token 消耗集中在推理阶段,大量环节用的是通用模型、中低端显卡。训练算力和推理算力是两条相对分割的供给线,采购主体、硬件型号、成本结构都不一样,所以"短剧烧 Token"并不等于"抢了科研的高端算力"。
同理,网上那组"中国 55% 造短剧、美国 58% 写代码"也不能直接比——刘尊指出,国内 55% 统计的是推理侧 Token(还含视频配套文本),美国 58% 多来自代码大模型统计,边界、模型类型、样本完全不同(闪电新闻 10-20)。
那视频为什么天生这么"烧"
撇开争议,有一件事是真的:视频是算力密度最高的媒介之一。
文字模型聊一次天,通常消耗几百到几千 Token;而视频是按帧生成的。多方口径显示:生成 1 秒 1080P 视频大约要 5 万 Token,1 分钟约 300 万 Token(不同分辨率差异很大,720P 五秒镜头约十万 Token)。按这个量级,一部 12 集的 AI 短剧,光算力成本就接近 20 万元(中国新闻周刊、数智新边界 10-19)。
更烧钱的是"抽卡":为了一个满意镜头,团队要反复生成几十上百遍,废片全是真金白银的 Token。对帧数、清晰度要求更狠的 AI 仿真人剧,Token 消耗通常是漫画形态、720P 漫剧的 2 到 3 倍,单集 1.5 分钟就能吃掉 500 万到 1000 万 Token。
所以"视频是 Token 大户"这个方向没错,错在把"Token 大户"直接翻译成了"占用一半国家算力"。
更扎心的真相:灌得多,不等于赚得稳
如果只看投入,会以为这是门躺赢的生意。可商业化数据给所有人泼了冷水(36 氪、钛媒体、新黄河、DataEye 10-19 至 22):
2026 上半年,仅抖音端新增 AI 剧、漫剧就达 22.19 万部,约每几十秒上线一部; 播放量破亿的只有 1055 部,破亿率约 0.47%,平均约两百部才出一部爆款; 以 5000 万播放为盈亏线,达标项目仅约 1.3%,98.7% 的项目半年内回不了本,平均 77 部漫剧才 1 部盈利; 平台"万播收益"已从 2025 年下半年的 30—100 元,跌到 2026 年的 5—10 元,跌幅近 90%,八千多万播放的头部作品总分成可能也就 4 万元; 2026 年一季度活跃承制方从 1216 家锐减到 698 家,单季蒸发 42%。
钱被谁拿走了?AI 把制作成本打下来(约从 2000 元/分钟降到 500 元/分钟量级),但流量投放占了总成本约七成,平台、投流方、算力服务商旱涝保收,承制方只分到产业链利润的约四分之一。钛媒体记录过一个三人团队:烧掉近 10 万算力费、上万次抽卡做出三部剧,到手分账不到 800 块。
这才是"算力造爽剧"更完整的图景:算力确实在大量涌入视频推理,但它先养肥的是卖铲子的人(平台、投流方、算力服务商),而非绝大多数埋头淘金的内容承制方。热闹是真的,赚钱也是真的,只是两者常常不属于同一批人。
真正的答案:算力正在分层
回到标题之问——国内算力到底花哪了?拆完两本账,更接近事实的判断是"结构分化",而不是"举国造爽剧":
一边是高端训练算力,流向基础大模型预训练、科研、多模态基座,对应千亿级资本开支(阿里、腾讯、百度二季度资本开支合计 1318.52 亿元、同比 +114%,钛媒体 10-21;DeepSeek 约千亿融资落地,36 氪 10-22);
一边是海量通用推理算力,流向短剧、电商广告、客服、AI 陪伴等商业应用,门槛低、中低端卡也能跑,对应中国信通院说的日均 Token 调用量从 2024 年初约 1000 亿暴涨到 2026 年 6 月的 500 万亿,仅豆包一家就超 180 万亿。
这两条线会越来越分开:最贵的卡保科研和基座,通用推理算力交给规模化商业应用。中文在线看到的是后一条线上最热闹的那一段,豆包维护的是前一条线加公司总账的叙事,二者本就不该被捏成一个百分比互怼。
你能带走的一套辨伪动作
下次再刷到"XX% 都被拿去干 YY 了"这种爆款数据,先问三句话:
这比记住"55% 还是 10%"有用得多——数字会反转,方法不会。
你怎么看这场"算力罗生门"?你觉得国内的推理算力,将来会更多喂给视频娱乐,还是办公和编程这类生产力场景?评论区聊聊。
本文部分内容由 AI 辅助生成。
关注「AI未来时」
追踪 AI 技术前沿,解读智能革命
欢迎关注,一起看见未来的形状。