中国一半算力，烧在短剧的泥沼里

十月中旬，有三件事凑到了一起。

一张对比图开始在网上刷屏：我国55%的Token烧在短剧上，美国58%用于编程，配文更是让人心惊：“AI时代，中国人再一次把火药做成了烟花”。

随后，#短剧降智#冲上热搜，有人日均刷超10小时，放下手机后说感觉脑子和屏幕一起滑没了；

媒体又开始调查，AI短剧已经不只是大众娱乐产品了：十几分钟就能生成一条AI小海，虚拟少年对着六七十岁老人喊姨姨妈妈卖惨带货，一位79岁的独居老人差点独自坐火车，去看这个不存在的儿子。

三件事，指向的是同一个问题：算力的流向，正和曾经“产业数字化”的理想背道而驰。

01

数字是假的，焦虑是真的

我国55%的Token烧在短剧上，这个数据不够稳，但也不是空穴来风。

它出自上市公司中文在线的投资者关系活动记录，中文在线这家公司本身重仓AI短剧、10月刚结束了港股IPO，本身是短剧的利益相关方。

说得再直白一点就是，这家公司，需要把短剧捧成一个很主流的AI落地方向，那么Token的使用就是一个重要的指标。

至于口径，也有点小瑕疵。这55%统计的是公有API的Token消耗，实验室、大厂自研、G端和科研的专有算力都不在盘子里。

美国58%的Token都拿来编程，这个数据也有点“虚”。因为来源是自媒体对Menlo Ventures等企业报告的演绎。至于另一个口径，即“55%的Token用于编程”，实际上算的是美元而不是Token用量。这块数据本身很难有一个透明的结果。

但也别急着认为这种焦虑不存在。原因有两点。

一是视频和文本的Token不是一个量级：720p一条5秒镜头约耗10万Token，和一部十万字剧本相当，1分钟视频约300万Token。大家也知道现在AI短剧的泛滥程度，个人在做、工作室在做、企业也在做、甚至地方融媒也在做……换算成Token，已然是天量的消耗。

二是9月信通院的《词元经济发展研究报告》，引用了短剧与视频生成占55%、位列第一的判断。

是的，具体数字有水分，不影响结构方向的成立：在我国公有云上的AI算力，头部的大消耗场景确实是短剧。

02

Token为什么跑进短剧？

Token不是一出生就流向了短剧，要理解Token的流向，先看文化土壤。

咱一直有全世界又大又成熟的网络爽文工业，网文用逆袭、反转、扮猪吃虎训练出一套情绪配方，短剧不过是它的视频化。

再往下又是当下真实的情感缺口：空巢、孤独、工作压力。在AI短剧被拿来生成“苦巴巴的虚拟孩子”从老年人口袋里掏钱的事情发生后，有精神科医生就直言：帮扶一个虚拟的苦孩子，能让老人重新获得被需要的感觉。

但除了这些因素，还有一层更大的引力：经济账单。

短剧在AI领域里，是唯一的当天就能见到现金回报的闭环。AI把单集成本从真人短剧的数万元压到数千元，降幅70%—80%，周期从两个月缩到两周；投流、充值、分账的链路早已成熟。对模型厂商而言，大模型烧了几年钱，短剧上来就证明AI能赚钱。

对比之下，企业端的钱难赚得多。

企业软件付费意愿长期薄弱，to B项目链路长、定制重、回款慢；而to C娱乐付费被移动互联网教育得极为成熟，情绪到位用户当场就掏钱或者掏时间。

Token涌入短剧，不是技术的道德选择，而是市场结构的结果。

03

商业的归商业

但承认一个商业模式在商业层面合理，不等于承认它在社会角度健康。

我们可以简单算一笔账，上半年抖音上线AI短剧约22.19万部，播放破亿的只有1055部，爆款率0.47%；约九成公司亏损，承制方半年消失42%；标准化报价从每分钟5000元跌到几百元，投流占全链路成本七成。

是的，短剧繁荣甚至吞吃一半Token背后，都没达到内容产业的繁荣，更像是平台用补贴和流量催熟的一种虹吸结构：海量的小团队借贷+压榨人力来抽卡，结果是九成沦为分母。真正稳定赚钱的是按Token收费的模型厂商、云厂商和收投流费的平台。算力、人才、用户时长被三头吸纳。

在这个过程里没有沉淀出生产力，只是流量流水堆积。

更大的问题是内容端底线失守了。不拍摄、不露脸、不剪辑就能批量起号，创作退化成了流量套利：AI公司用虚构身世激活老人的母性，把善意导给售价更高、佣金更高的商品；高密度反转每分钟刺激一次多巴胺，换来的用户都已经察觉到的注意力涣散。

但这里也要给短剧说句话，内容形态本身是无罪的，而且精致的AI短剧已经在出海，普通人用碎片时间消遣也无可指责——一代人有一代人娱乐嘛。

但是问题仍在——补贴催熟的内卷、无底线的情绪变现和滞后的治理，每一个丢下来都是需要社会慢慢消化的难题。

但真正影响深远且难以消化的难题，还藏在短剧之外的Token分配里。

04

算力和电力

讨论算力往哪花，得先看清家底。

相信不少人应该都知道，我国AI的底层优势，其实是AI之外的东西：能源。

2025年全社会用电10.37万亿度，是全球唯一的10万亿级国家，约为美国的2.5倍；西部工商业电价均值约0.39元一度，美国工业电价折人民币超1元。

新增结构也很争气，风光装机18.4亿千瓦、占总装机47.3%，历史性超过火电；东数西算八大枢纽把数据中心建到风光基地旁，已能做到100%绿电直供。

AI的尽头恰恰是电力。生成5秒高清AI视频的耗电相当于充满10部手机；全国算力中心用电2025年约1700亿度，2030年预计8000亿度、占全社会6%。

但问题是，在AI和能源之间，隔着一堵算力的墙。

截至2025年8月，美国AI算力占全球68.9%，中国约14.5%，相差约5倍；邬贺铨院士在2026年算力大会给出的全口径是中国占21%、美国占46%。

行业的测算更直白一些，2026年中国AI算力需求约4423 EFLOPS、供给约1590，缺口超2800，高端训练卡缺口超50万张；穆迪估算2026年美国六大云厂商资本开支超7850亿美元、我国头部企业约1400亿。

国产替代在追赶，但高端芯片产能不是一夜能填平的。考虑到需求的膨胀，算力的差距依然在延续甚至扩大。

05

底层资源的分配挤压

现在都在喊“算力是数字时代的水电煤”，这话放去年还有点虚，但放今年就一点都不夸张了。

“数字化”是我国产业喊了很多年的升级方向，2018年开始喊，2020年列入数字经济的两大主线之一。但截至去年，广度上去了，深度下不去：

截至去年，规上工业企业开展数字化改造比例89.6%，数字化设备普及率 57.7%；但是仅3%进入深度应用阶段；实现全流程数字化的中小企业占比不足10%，仅3%进入深度应用阶段。

问题出在哪里呢？答案是数据孤岛问题，大量企业内部多套系统互不连通，采集多、流转少，有资源但无资产。

但AI能解决这个问题：数字化的大量数据躺在系统里，采但用不起来，AI化可以不改造原有系统，直接读取不同来源非结构化数据实现打通；数字化需要专业的人才来看懂和解读数据，AI化则直接可替代这一步骤；数字化项目定制化又重又贵，AI化可以用轻资产模式接入……

以至于谷歌前CEO施密特反复说，中国赢AI的方式不是模型跑赢，而是更快铺进实体经济。

但现在，在AI化的水电煤上，我们并不宽裕。而在这不宽裕的资源内部，挤压已经隐隐成势：

短剧的消耗方式不经济。AI视频不是一次成型，一个镜头要反复抽卡十几次，一部120分钟的AI剧模型端成本就达3万—4万元；720p生成单价已从约1元/秒涨到2.1元/秒。量产式抽卡挤压的，正是制造业、医疗、科研同样急需的推理资源。

这时再对照对面就不难发现：编程以42亿美元占企业AI部门级支出的55%、一年增长7.3倍；Cursor约18个月做到10亿美元ARR，微软365 Copilot付费席位超2000万，企业API约75%是自动化调用；五大科技公司资本开支正从约8000亿美元向2028年的1.4万亿迈进。

虽然对面变现慢，但每一分算力都沉淀成了生产力。

有人说短剧是产业升级的必经阶段，但这类比并不成立：移动互联网烧钱烧出了支付、物流、电商，而九成亏损的AI短剧烧完，只剩没人看的视频和注意力涣散的观众。真人短剧已经证明了一波，哪怕仅仅为短平快的娱乐方式，也沉淀不下什么社会层面的长期资产。

八亿人的日常消遣真实存在，AI短剧也是中国率先跑通、还能出海的商业模式，它的价值不该被一笔抹杀。

但短剧的狂飙和泛滥，已经不是技术问题和单一产业的治理问题，而是整个AI时代的一次重磅选择问题。

上一代人勒紧裤腰带建起来的能源系统，是用来托住整个产业升级的底牌——而底牌，不该拿来仅仅点个烟花。