社评：AI造短剧，是浪费算力吗？

　　来源：环球时报

　　最近，一组有关人工智能（AI）大模型 Token（词元）消耗份额的数据引发舆论场关注：国内 Token 消耗中，短剧与视频生成占比达 55%，电商与营销占 24%，而软件开发仅占 15%。有人据此对比所谓美国“58% 的 Token 流向代码生成和企业自动化”，概括出“中国算力追爽剧，美国算力造未来”的说法。

　　这组对比结合了当下国际上炒作中美 AI 竞争的背景，看起来很抓人眼球，但它经不起最基本的查证和追问。所谓“AI 短剧与视频生成占比达 55%”的说法，来自网络上流传的一家正重仓押注 AI 短剧的上市公司在投资者关系记录中的行业调研判断，并非权威统计口径下的全量核算。豆包方面日前也澄清，这个算力数据有些不靠谱，字节公司的总算力中，只有约 10% 用于视频生成模型的训练和推理。至于所谓美国“58% 的 Token 流向代码生成”，更是找不到任何权威出处。

　　Token 是 AI 模型调用的计费单位，衡量的是工作量和算力消耗。它不等于生产率，也不是 GDP 数字，不能直接拿来度量一国 AI 产业的价值。而且，视频生成是高密度消耗场景，代码生成是低密度高效场景，把两者放在一起比较，方法论上也不成立。

　　衡量 Token 消耗所产生的价值，比的不是消耗了多少，而要看这些消耗换来了什么。中国拥有全球最完整、规模最大的产业体系，这为 AI 提供了世界上最丰富的应用场景和最大规模的“练兵场”。短剧、电商、直播、内容生成等场景，好像不符合一般人印象中的硬核科技前沿场面，然而恰恰是这些“日常”，构成了 AI 技术接受真实用户检验、在商业闭环中反复打磨的最前线。一个视频生成模型，要在成千上万次的短剧生产中被高频调用，面对的是真实的画面稳定性要求、生产周期压力和成本约束，所得到更新、迭代、进化机会的概率，比那些只能被少数工程师使用，甚至只体现在 PPT 中的技术要大得多，产业价值也要高得多。

　　“大众”并不意味着“低价值”，把大众应用与前沿研发对立起来是错误的。应用规模本身就在为研发造血和指路。大规模场景产生的调用量，摊薄了推理成本，让模型服务从昂贵的实验室工具变成可负担的公共品。目前，国产视频生成模型的定价已经降到每秒 1 元以下的水平，AI 短剧每分钟制作成本从早期的数千元降至数百元。成本下降的直接影响，是更多中小企业和个体生产者用得起 AI，而他们的使用又在持续扩大场景边界。与此同时，场景中暴露出的真实工程问题，又反过来定义了研发的优先级。中国在开源模型、轻量化部署和低成本推理上的优势，一定程度上就是在服务海量应用的过程中被“逼”出来的。

　　中国 AI 发展绝非只重场景应用，轻视技术钻研。中国 AI 论文发表量、引用次数和专利产出方面均处于全球前列；2024 年世界知识产权组织报告就已经显示，中国生成式 AI 专利申请量居全球第一。中国大模型在全球最大 AI 模型 API 聚合平台 OpenRouter 上的周调用量连续 26 周居首，市场份额约占全平台2/3，编程任务的 Token 占比在该平台上从今年 2 月的 10% 左右升至 9 月的 50% 左右。中国从未在基础能力和前沿模型上缺席，更重要的是，中国没有把成果锁在实验室里，而是两条腿走路，让研发与全球最大规模的现实需求相互配合、相互促进。

　　一些舆论不必借一些真真假假的信息炒作“中国 AI 落后美国”焦虑。把一些口径不一、来源不明的数据包装成“谁在造未来、谁在追爽剧”，既容易误导公众，也容易把正常的技术扩散和产业分工政治化。大规模场景应用恰恰是中国 AI 最厚实的底座之一。把研发和场景的循环打通，中国 AI 走的是自己的路，也是在为全球 AI 技术扩散和产业应用提供更大空间。