国内超一半算力在造爽剧？豆包回应

近日，“国内超一半算力在造爽剧”的话题，引发广泛关注。

中文在线在此前的投资者关系活动记录表中披露，国内AI Token消耗55%烧在短剧和视频生成，24%烧在电商广告，真正用于研发的只有15%，AI短剧与视频生成的Token消耗量已达到软件开发的两倍以上，成为整个Token经济学中第一大核心消耗场景。

10月19日，豆包公关负责人刘星在微博发文表示：“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。”

截至2026年6月，豆包大模型日均Token调用量突破180万亿，一年增长超10倍。豆包2025年Q4月活2.27亿，是国内首个日活破亿的AI 原生应用；即梦AI月活约1000万—1600万量级（不同机构口径差异较大），居国内 AI 视频生成工具首位。

今年4月，由国家广播电视总局发展研究中心等共同完成并发布的《AI驱动全球微短剧创新发展报告》显示，2025年，全球微短剧市场进入爆发增长期，全球市场规模接近180亿美元，其中，中国市场规模突破140亿美元，占全球市场的77.78%。

去年，中国以外国际市场规模36亿美元，中国企业贡献约90%的份额；海外市场内购收入排名前十的头部海外短剧平台均为中国背景，合计内购收入约16.50亿美元，占海外市场规模的45.83%。

上述报告指出，AI已深度融入微短剧剧本生成、虚拟拍摄、后期剪辑、标签生成、配音译制、投流宣发全产业链，2026年，预计国内AI剧/漫剧产能规模或将迅速突破100万部。

中国信通院近日发布的《词元（Token）经济发展研究报告（2026年）》显示，随着人工智能应用加速落地，中国日均词元调用量已从2024年初的1000亿增长至2026年6月的500万亿，词元经济活力还将持续释放。

应用方面，大模型任务已逐步延伸至代码开发、合规审计、投研分析、工业仿真等专业复杂场景，以漫剧为例，AI已深度参与剧本创作、分镜设计、动效生成、配音等全流程，部分环节效率提升达50%—80%，单集1.5分钟AI短剧词元消耗量可达500万—1000万。

中文在线的前述投资者关系文件则解释，这一高额消耗的核心原因在于，短剧是一项对视频生成及Token 周转速度要求极高的业务。在具体形态上，AI 仿真人剧由于对帧数和1080P高清晰度有更严格的要求，其Token 消耗量通常是偏漫画形态、720P分辨率的AI 漫剧的两到三倍。此外，在实际制片过程中，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，从而产生持续且直观的Token 消耗。

这种高强度的Token 消耗也构成了整个AI 短剧行业关键的商业与技术壁垒。高额的Token 账单与对高品质、精品化内容的持续投入，意味着中小型内容团队或小微工作室很难轻易负担起顶尖作品的制作成本。因此，AI 短剧行业呈现出一种“准入门槛低,但商业天花板极高”的典型特征，哪家短剧公司的作品精细度与Token 消耗更具规模，哪家公司就越能在竞争中形成直观的技术与资源壁垒。

“AI短剧成为Token消耗大户，本质是应用规模化带来的流量结果，不等于它吃掉大量高端稀缺算力。”DataEye研究院负责人刘尊告诉《中国新闻周刊》， AI短剧很多环节用的是通用模型、中低端卡，与科研、基础大模型训练用的高端算力不是同一类资源。

刘尊举例，科研场景主要消耗算力在模型预训练、微调，是重GPU算力，而AI短剧绝大多数Token消耗，集中在推理阶段。推理算力市场和训练算力市场是相对分割的两条供给线，采购主体、硬件型号、成本体系不一样。不能简单理解成：短剧用了Token，科研就没得用，或者科研就用得少。

“中国一半算力在造爽剧”冲上热搜后，有网友给出中美对比，提出美国58%的词元消耗流向写代码与企业自动化。

刘尊表示，网上流传的“国内55%造短剧，美国58%写代码”这组数据口径不一样，不能直接对比。国内Token消耗的55%，统计范围是推理侧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、统计样本完全不同，放在一起对比很容易误导公众。

在刘尊看来，AI短剧大规模消耗Token，客观上确实会推高推理算力的需求、抬升市场价格，对其他推理类应用有竞争，比如AI生成网文，但这和科研训练算力不是直接抢资源的关系。算力资源将越来越分化，高端算力优先保障基础科研，通用推理算力交给商业应用。

（中国新闻周刊）