AI 短剧，未必是「算力泔水」

这两天一份几个月前的 PDF 文档被传开来，是某家咨询公司的投资者关系活动纪要，里面给出了一组惊人的数字：在国内所有 Token 消耗中，AI 短剧与视频生成占到 55%，电商与营销占 24%，软件开发只有 15%。

好了，话题有了：国内一半 AI 算力，都拿去造爽剧了。

这个数字之所以让人过目不忘，也不全是因为数字夸张，也符合一种期待错位：我们都以为 AI 的使命是去写程序、做科研、提高生产力，最先铺天盖地出现的，却可能是一部又一部几分钟看完的逆袭、复仇和霸总故事。

但是，这话真的准确吗？

55% 是能算出来的吗？

显然是不准确的。

首先算力被如何消耗，实际上无法轻易计算出来。

一项训练任务通常会以独立作业进入集群，调用多少张卡、运行多久、属于哪个模型、产生多少 GPU 时，都写在调度与计费记录里。推理同样会经过明确的模型服务端点，云厂商可以统计基础设施的请求量、Token、生成时长及占用资源。Deloitte 曾估算过，2026 年推理约占全部 AI 计算的三分之二。

但继续追问推理结果拿去做了什么，基础设施不一定知道。同一个视频模型生成的十秒画面，可能用于短剧、广告、游戏素材、视频音频；一部短剧又会同时调用文本、图片、视频、语音等多个模型。

除非客户主动标注业务类型，或者平台根据账户和工作流进行推断，否则底层日志只能看到「某个模型执行了一次生成」，看不到「这次生成属于一部 AI 短剧」。

所以，直接宣称「一半算力用于生成短剧」，自然是不准确的，如果还要说「国内所有 Token 消耗份额」，更是需要掌握字节、阿里、腾讯、百度以及其他模型平台的完整调用数据——根本不可能。

而且即使取得全部 Token 消耗数据，也不能直接得到算力占比。文本、图片和视频的 Token 定义不同，相同数量背后的运算量也不同。

大家容易把算力想象成一块大小固定、等待分配...