一份四个月前的上市公司投资者交流记录，将中国AI产业推上了舆论的风口浪尖。

“国内55%的AI Token消耗在短剧和视频生成，软件开发只占15%。”随着这组数字被反复传播，一个更加耸动的说法随之出现：中国超过一半的算力，正在用来制造让人上瘾的“爽剧”。

有人借此感叹，中国企业忙着生成霸道总裁、重生复仇，美国企业却在用AI写代码、搞研发，两国AI应用似乎走向了截然不同的方向。

10月19日，字节跳动旗下豆包公关负责人刘星公开提出质疑。

截图自字节跳动旗下豆包公关负责人刘星微博

“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。”

刘星还在相关报道截图中圈出“55%”，标注“不实”。

10月20日，人民日报评论进一步将讨论引向“中国AI是否跑偏”，提醒公众不能忽略总量、统计口径和样本差异，将两国数据简单对比。

一场有关短剧的争议，最终演变成对中国AI发展方向的讨论。

但一个更基本的问题却容易被忽略：55%的Token消耗，真的意味着55%的算力被短剧占用吗？而AI短剧不断刷新的Token账单，又究竟在创造多少商业价值？

从55%到“一半算力”

一份路演记录被放大了什么？

争议的源头来自一份四个月前的上市公司投资者交流记录。

昭粟AI查阅巨潮资讯网发现，今年6月3日，中文在线披露了编号为2026-004的《投资者关系活动记录表》。这场活动发生在6月1日至2日，参与者包括多家证券公司和基金机构。

在文件第三部分“AI短剧成为第一大Token消耗场景”中，中文在线提出，国内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%。

中文在线《投资者关系活动记录表》

但这组数字并未附上完整的统计来源、样本范围和测算方法，无法据此判断其是否覆盖全国各类模型、不同厂商及自建算力系统。

更关键的是，原始文件讨论的是Token消耗，并不是GPU使用量、算力资源占有率或者科研投入比例。短剧与视频生成也是一个合并类别，并不代表其中55%全部用于微短剧。

Token通常被译为“词元”，是大模型处理信息的基本计量单位；算力则涉及处理器运算能力、硬件利用率、运行时间等指标。

不同模型完成同样任务，消耗的Token数量和实际计算成本可能明显不同。多模态视频模型尤其如此，模型结构、视频时长、分辨率乃至各厂商的Token折算和计费规则，都可能影响统计结果。

因此，即便55%的Token消耗占比真实存在，也不能直接推导出全国55%的算力硬件资源被视频生成占用。

还有一个容易产生误读的数字：15%。

中文在线原文指向的是“软件开发领域”，但在网络传播中逐渐变成“真正用于研发的只有15%”。这一变化将软件开发与全部科研活动混为一谈，忽略了科学计算、模型训练、工业设计等大量并不以代码生成Token体现的研发投入。

刘星给出的10%，同样不能与55%简单相减。前者是字节跳动自行披露的企业总算力分配，后者则是中文在线对国内Token消耗结构的判断，分母和统计对象都不同。

中国新闻周刊采访的DataEye研究院负责人刘尊指出，AI短剧大部分Token消耗集中在推理阶段，与基础大模型训练的资源结构存在差异，不能简单理解为短剧消耗更多Token，就导致科研得不到算力。

这并不意味着商业推理与科研训练完全不会竞争硬件、能源或资金资源，而是目前缺乏能够证明短剧挤占全国科研算力的直接数据。

1.5分钟消耗千万Token

短剧为什么这么“烧钱”？

尽管55%的占比存在争议，AI短剧迅速成为大模型的重要商业应用场景，却有更多数据可以印证。

中国信通院9月发布的《词元（Token）经济发展研究报告（2026年）》显示，中国日均词元调用量从2024年初的1000亿，增长至2026年6月的500万亿，达到此前的约5000倍。

据该报告，AI已经参与漫剧剧本、分镜、动效和配音等全流程，部分制作环节效率提升50%至80%。一集1.5分钟的AI短剧，Token消耗量可达500万至1000万。

这笔消耗是怎样产生的？

与生成一篇文章不同，制作一部AI短剧，文字只是最初的输入。

一段几十秒的剧情，需要拆成多个镜头，再生成角色形象、场景、动作及动态画面；随后还要完成配音、音乐、字幕、剪辑等流程。

其中最难控制的，并不一定是首次生成，而是不断返工。

同一个角色在不同镜头中可能突然变脸；原本连贯的动作，生成后可能出现人物错位、肢体变形；看似合格的单个画面，放到整部剧中又可能无法完成剧情衔接。

制作团队不得不反复生成、比较和筛选，也就是行业所说的“抽卡”。

中文在线在上述投资者交流记录中称，对帧数和1080P高清画面要求较高的AI仿真人剧，其Token消耗通常是720P漫画形态AI漫剧的两至三倍。

这解释了为什么AI降低了内容制作的初始门槛，却未必能让高质量作品变得同样便宜。

对模型厂商而言，反复生成意味着更多付费调用机会；对内容团队而言，失败的镜头则意味着额外成本。

尤其当行业从简单动态漫画升级为仿真人剧，从单镜头展示转向完整叙事，人物一致性、镜头连续性和导演可控性，都可能成为新的成本来源。

不过，Token数量也不等于制作成本。模型单价、调用优惠、算力补贴、自建部署以及人工返工效率，都会影响最终支出。

一家团队消耗的Token更多，既可能意味着作品更精细，也可能说明其生成效率不高。

真正影响竞争力的，未必是谁生成得最多，而是谁能用更少的失败生成，完成可播出的高质量内容。

8.51亿用户、半年22万部

AI短剧为何让大厂争相投入？

如果只把AI短剧看成缺乏价值的娱乐消费，可能也低估了这门生意的规模。

QuestMobile发布的2026年短剧营销行业数据表明，截至今年5月，短剧行业去重用户规模达到8.51亿。

截图自QuestMobile 2026年短剧营销行业报告

其中，红果免费短剧当月活跃用户达到3.56亿；短剧APP用户月人均使用时长达到26.9小时，月人均使用次数为125.6次，两项指标均超过在线视频应用。

截图自QuestMobile 2026年短剧营销行业报告

如此庞大的用户群，为短剧内容生产、广告变现和平台分发提供了市场基础。

今年4月，由国家广播电视总局发展研究中心、未来电视及DataEye剧查查相关研究人员共同完成的《AI驱动全球微短剧创新发展报告》显示，2025年全球微短剧市场规模接近180亿美元，中国市场突破140亿美元，占比77.78%。

中国以外市场规模达到36亿美元，其中中国企业贡献约90%的市场份额。报告还预计，2026年国内AI剧、漫剧的产能规模可能突破100万部。需要强调的是，这属于行业预测，而非已经实现的作品数量。

供给端的扩张同样明显。

中文在线在2026年半年报中援引第三方统计称，今年上半年抖音累计上线AI短剧及漫剧新剧22.2万部，累计播放量达5157.4亿次；国内AI短剧市场上半年规模约220亿元，全年预计突破400亿元。

不过，半年报没有在相关段落列出上述第三方数据的完整测算方法，应将这些数字视作公司引用的行业统计，而不是抖音平台官方确认的经营数据。

短剧受到字节、快手及其他视频平台重视，并不难理解。

对平台来说，AI生成能够降低内容供给成本，扩充题材和作品数量，为推荐系统提供更多可测试的内容；对拥有视频大模型的技术厂商而言，高频制作需求则可能转化为API调用量和模型服务收入。

字节跳动恰好同时连接这两端。

一边是拥有庞大用户基础的红果短剧，另一边是火山引擎提供的豆包大模型与Seedance视频生成能力。

6月23日，火山引擎总裁谭待宣布，截至2026年6月，豆包大模型日均Token使用量已经突破180万亿，较两年前发布时增长超过1500倍，过去一年增长超过10倍。

这一数字包含豆包大模型服务的多种业务调用，不能全部归入视频或短剧。

但它揭示了平台竞争的一层变化：AI不仅要争夺用户，还要争夺应用调用和实际付费需求。

在这一过程中，短剧确实可能成为视频模型重要的商业化试验场。问题在于，规模不断增长的调用量，是否能够为模型供应商和内容制作方同时带来利润。

美国写代码、中国拍短剧？

这个比较本身就不成立

此次争议之所以迅速突破娱乐行业，另一个原因是有人把它包装成中美AI发展路径的较量。

网络上流传的说法是，美国58%的Token用于软件开发、研发和企业自动化，中国55%却用于短剧和视频。

但这组所谓美国数据，并未找到具有完整统计边界、样本及时间范围的可靠统一出处。

即便存在某家模型服务商的编程调用占比，也无法直接与中文在线所称的国内全行业Token结构进行比较。

不同国家的模型供应体系不同，代码模型、视频模型以及私有部署应用的统计边界也不相同。仅凭两个百分比，既无法比较实际算力投入，也不能判断两国技术实力。

10月20日，人民日报发表评论《把“火药”做成“烟花”？警惕“中国AI跑偏论”》，明确指出，词元流向可以一定程度反映市场的消费活动，却不能代表国家人工智能产业的资源投入总账。

这一观点实际上为讨论划定了边界：文娱应用的增长，不等于科研投入减少，更不意味着国家AI发展方向因此发生偏移。

但反过来，也不能因为短剧拥有市场需求，就回避对资源效率的追问。

大量内容重复生成，会带来真实的推理计算、电力和经营成本。在商业推理需求持续扩大的情况下，不同企业和应用确实可能竞争部分算力供应。

问题不是娱乐内容是否有资格使用AI，而是其市场回报能否覆盖相关成本，以及产业是否有能力在不同需求之间实现高效配置。

当短剧生产迈向百万部

最稀缺的可能不再是算力

AI短剧的快速增长，还有一道必须面对的考题：内容质量。

今年7月，国家广播电视总局公布《微短剧发展管理办法》，并于9月1日施行。

截图自国家广播电视总局

办法明确，使用AI技术生成、制作的微短剧，应按规定在每集明显位置添加提示标识；同时要求播出单位优先推荐优质内容，不得采用诱导用户沉迷、过度消费的算法模型。

9月28日举行的微短剧精品创作传播计划调度会上，广电总局再次提出，要引导AI剧健康规范发展，持续加强低俗有害内容治理，并重点考察扶持项目的制作质量和传播效果。

监管关注点已经说明，短剧行业需要解决的问题并非单纯产能不足。

当视频生成价格下降、制作门槛持续降低，越来越多的团队具备生产短剧的能力，内容供给反而可能出现过剩。

在一个可以快速复制角色、镜头和热门故事结构的市场，雷同剧情、低水平重复、版权争议与流量竞争，都可能变得更加突出。

对中小团队来说，真正需要的不是无限增加Token预算，而是降低无效生成比例，让剧本、角色、分镜和镜头素材能够稳定复用。对头部平台来说，竞争也会逐渐从提供更多内容，转向找到真正能够留住观众的作品。

回到最初那组引发争议的数字，中国AI是否存在资源配置问题，值得持续追问；但这一判断应该建立在准确、透明、可比较的统计基础之上，而不是把Token调用量直接理解为国家算力分配。

短剧并非天然低价值，代码生成也并非天然高价值。应用场景究竟能创造多少价值，最终还需要由技术效率、经营回报与实际社会需求共同检验。

比“一半算力是否在造爽剧”更值得追问的是：当AI能够越来越便宜、越来越快速地制造内容，谁能把不断增长的Token消耗，真正转化成可持续的商业价值？