针对近期“国内超一半算力在造爽剧”的说法，豆包公关负责人刘星于10月19日发文回应称，相关算力数据“有些不靠谱”，以字节跳动为例，公司总算力中仅约10％用于视频生成模型的训练和推理。
该争议源于中文在线在一份投资者关系活动记录表中披露的数据。其内容显示，国内AI Token消耗中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短剧与视频生成的Token消耗量已达到软件开发的两倍以上，成为Token经济学中第一大核心消耗场景。这一数据经传播后引发行业对算力资源配置效率的讨论。
刘星的回应从单一厂商视角对该统计口径提出质疑。字节跳动旗下豆包大模型覆盖文本、图像与视频生成等多条产品线，视频生成模型仅为其中一部分。其表述意味着，即便在视频生成需求快速增长的背景下，该方向在头部厂商整体算力盘子中的占比仍相对有限，与“超一半算力”的行业性判断存在明显差距。
从行业背景看，AI短剧与视频生成赛道近一年热度持续上升。据公开信息，AI短剧制作成本约为真人剧的十分之一，内容产出效率显著提升；广电总局披露的数据显示，全国微短剧用户已超8亿，2025年市场规模预计突破千亿元。下游应用的扩张带动推理算力需求增长，也使Token消耗结构成为观察AI产业落地重心的一个指标。
此次争议的核心在于统计口径的差异：中文在线的数据指向全行业Token消耗分布，而字节跳动的回应仅代表单一厂商的算力分配情况。两者并不直接构成同一维度的对照。对于企业服务与AI基础设施领域而言，视频生成模型的算力投入比例、推理成本与商业化回报之间的关系，仍是评估大模型厂商资源配置效率的关键变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
