一半AI算力，去拍爽剧了

AI短剧与视频生成对Token的消耗量，已达到软件研发的两倍以上。“一半算力在造爽剧”迅速成为舆论焦点。但一个更值得追问的命题是，当算力以如此密度涌向一个内容形态，它究竟是技术落地的高效路径，还是一场产能过剩的集体消耗？

文丨金融八卦女作者：见山

2026年前8个月，国内上线的微短剧数量定格在43万部。这是去年全年的13倍，其中AI剧占比超过九成。平均下来，每天有超过1700部新剧涌入市场，某头部视频平台高峰期每20秒就有一部AI短剧诞生。

支撑这个天量数据的，是国内AI算力的流向发生了结构性偏移。A股上市公司中文在线在一份投资者关系记录表中披露：国内AI Token消耗的55%用于短剧和视频生成，24%用于电商广告，真正投入研发的仅占15%。AI短剧与视频生成对Token的消耗量，已达到软件研发的两倍以上。

“一半算力在造爽剧”迅速成为舆论焦点。但一个更值得追问的命题是，当算力以如此密度涌向一个内容形态，它究竟是技术落地的高效路径，还是一场产能过剩的集体消耗？

1./ 43万部剧怎么炼成的？/

理解这43万部的分量，要先看看行业是怎么看的。

《中国微短剧发展报告（2026）》给出了一组对照，2026年免费微短剧市场规模预计约573亿元，同比增长8%。前8个月上线43万部，是2025年全年的13倍。产量翻了十几倍，收入只涨了8个百分点。

报告将当前阶段定性为“平稳增长期”，指的是规模仍在扩张，但回报尚未跟上，增长由产能拉动，而非价值驱动。换句话说，算力在燃烧，供给在膨胀，但商业回报并没有同步放大。

这并非单纯的“供过于求”可以解释。更深层的问题在于，AI让制作门槛无限降低，但观众的注意力并没有同比例扩容。当一天上新2400部AI短剧成为常态，单部作品能够分到的用户时长被急剧摊薄。流量端的供给暴增，反过来让创作端变得更“卷”。掌阅科技CEO孙凯给出的数字更为直观：

“过去爆款剧的跑出率在10%到20%，现在已经小于0.5%。”

43万部剧的产能量级，对应的是一个尚未建立起有效筛选机制的注意力市场。

2./ 中国AI“跑偏了”没有？/

“55%的算力在造爽剧”之所以刺痛舆论，隐含的判断是，这些算力“浪费”了。

但Token消耗的分布，本质上由计算密度决定，而非“价值高低”的排序。视频生成与文本生成在算力计量维度上存在数量级的差异。一条5秒的720p画面生成，其Token消耗可能相当于一部十万字剧本的处理量。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AI漫剧的两到三倍。

在实际制片过程中，这种消耗被进一步放大。团队需要不断通过“抽卡”来反复生成和筛选画面，以符合导演对叙事与镜头的要求。一部12集的AI短剧，算力成本接近20万元。这意味着，Token的高消耗并非源于内容的“低智”，而是源于视频生成这一技术形态本身的计算重量，像素乘以帧数，每一个画面都是一次完整的模型推理。

从这个角度看，“55%”反映的是视频作为一种内容媒介的算力密度，而非中国AI“跑偏了”的证据。视频生成本身就是当前AI推理层面最“重”的应用场景之一。

在一些批评稿件有个观点拿“中国拿火药做烟花”做对比，美国58%的Token用于编程研发，中国55%用于娱乐短剧，高下立判。

这里存在一个需要厘清的事实边界。中文在线披露的这组数据，并非国家层面的全面统计，而是基于该公司参与的AI平台生态中的采样。统计口径是“Token消耗”而非“物理算力”，采集窗口为2026年10月上旬。它反映的是一个特定主体在特定时间段内的观测结果，而非整个中国AI产业的普查。

更关键的是，Token消耗量本身并不等于“技术深度”。一段1080p、多镜头一致的AI视频生成，其背后的模型能力要求，即角色一致性、音画同步、长程叙事 coherence，并不比生成一段代码更低。2026年3月字节Seedance 2.0将商用定价降至约1元/秒，7月底Seedance 2.5、可灵3.0、MiniMax H3密集上新，多镜头一致性、角色稳定性集体跨过“可量产”阈值。这些技术突破的落地场景，恰恰就是“造爽剧”。

中国拥有全球最大的内容消费市场和最成熟的短剧产业链，AI视频技术最先跑出规模的，自然是离用户最近、离钱最近的场景。这未必是“跑偏”，而更像一种由产业结构决定的路径选择。

3./算力烧得最猛的地方真赚钱了吗？/

然而，技术路径的合理性，并不会自动转化为商业上的营收。

DataEye-ADX监测数据显示，2026年上半年抖音端22.19万部新增AI剧中，播放量破亿的仅1055部，破亿率0.48%。以业内公认的5000万播放量为盈亏平衡线，达标项目占比仅1.3%。换言之，98.7%的AI微短剧无法在半年内回本。平均每77部AI漫剧，只有1部能盈利。

这是一个令人不安的比例。当算力以20万元/部的密度持续注入，绝大多数项目的产出是零回报的。以“抽卡”方式反复生成画面所消耗的Token，并没有转化为可回收的商业价值，而是沉没在了海量同质化供给的底部。

亏损的结构性原因在于，Token消耗发生在生产端，收益却取决于分发端的注意力分配。平台算法推荐机制决定了用户看到什么，而算法的核心逻辑是“完播率”和“互动率”，不是“算力投入”。一部12集短剧烧掉20万元算力，并不能保证它在千万部竞争者中获得推荐权重。

“投入烧得最猛的地方，也是埋葬创业者最多的地方”，这句话在AI短剧赛道尤为成立。

在98.7%的亏损面中，仍有极少数案例值得拆解，因为它们指向了Token消耗之外的价值来源。一对四川95后夫妻制作的AI漫剧《发配边关，罪妻开荒养出战神》，全网播放量突破41亿，累计更新534集。他们没有专业影视背景，没有大额投流，核心投入是“极致手搓”的更新密度和对画面细节的打磨。另一个案例是兑吧集团的AI短剧业务，2026年第三季度连续三个月录得纯利，单月新增播放量从7月的68亿次飙升至9月的264亿次，过亿爆款率维持在4%左右，显著高于行业平均水平。

这些案例的共同特征并非“用了更多算力”，恰恰相反，要么是更新节奏的极致执行力，要么是投放效率的系统化能力。中文在线自身的财报也印证了这一点：其短剧及IP衍生品业务上半年营收4.11亿元，同比增长108.72%，毛利率48.62%。支撑这一业绩的，不仅是AI生成能力，更是560万种数字内容构成的IP储备，以及“先用AI验证、再决定真人拍摄”的分层制作策略。

Token可以买到画面，但买不到观众愿意看完的叙事。算力可以降低制作门槛，但降低不了“被看见”的门槛。