国内算力超半数在用于造爽剧?AI短剧与视频生成变Token第一大消耗场景,实际研发仅占15%
- 2026-11-16 02:54:04

国内算力Token消耗量55%用于短剧和视频生成,已达到软件开发的两倍以上,单集1.5分钟AI短剧词元消耗量可达500万-1000万
据界面新闻,近日“国内超一半算力在造爽剧”的话题引发广泛关注。
中文在线在一份投资者关系活动记录表中披露,国内AI Token消耗55%烧在短剧和视频生成,24%烧在电商广告,真正用于研发的只有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,成为整个Token经济学中第一大核心消耗场景。
目前我国短剧发展呈现蓬勃之势,今年4月,由国家广播电视总局发展研究中心等共同完成并发布的《AI驱动全球微短剧创新发展报告》显示,2025年,全球微短剧市场进入爆发增长期,全球市场规模接近180亿美元,其中,中国市场规模突破140亿美元,占全球市场的77.78%。
去年,中国以外国际市场规模36亿美元,中国企业贡献约90%的份额;海外市场内购收入排名前十的头部海外短剧平台均为中国背景,合计内购收入约16.50亿美元,占海外市场规模的45.83%。
上述报告指出,AI已深度融入微短剧剧本生成、虚拟拍摄、后期剪辑、标签生成、配音译制、投流宣发全产业链,2026年,预计国内AI剧/漫剧产能规模或将迅速突破100万部。
近日,中国信通院发布《词元(Token)经济发展研究报告(2026年)》显示,随着人工智能应用加速落地,中国日均词元调用量已从2024年初的1000亿增长至2026年6月的500万亿,词元经济活力还将持续释放。
应用方面,大模型任务已逐步延伸至代码开发、合规审计、投研分析、工业仿真等专业复杂场景,以漫剧为例,AI已深度参与剧本创作、分镜设计、动效生成、配音等全流程,部分环节效率提升达50%-80%,单集1.5分钟AI短剧词元消耗量可达500万-1000万。
据全景网,行业测算显示,生产1秒1080p视频约消耗5万Token,1分钟就是300万Token。更关键的变化在价格端:单集AI漫剧的算力成本,从今年年初的17元一路上涨到80至100元,单分钟制作成本从100元攀升到200至300元,年内涨幅超过四倍。
另有数据显示,今年前8个月,国内上线微短剧43万部,是去年全年的13倍,而仅抖音一个平台上半年就新上线AI短剧22万部,一部12集短剧,要烧掉近20万元的算力成本。
中文在线分析认为,AI Token被高额消耗的核心原因在于,短剧是一项对视频生成及Token周转速度要求极高的业务,在具体形态上,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分辨率的AI漫剧的两到三倍。
此外,在实际制片过程中,为了符合导演对剧情叙事与镜头的严苛要求,团队需要不断地通过“抽卡”来反复生成和筛选画面,从而产生持续且直观的Token消耗。
这种高强度的Token消耗也构成了整个AI短剧行业关键的商业与技术壁垒,哪家短剧公司的作品精细度与Token消耗更具规模,哪家公司就越能在竞争中形成直观的技术与资源壁垒。
据全景网,这一轮AI短剧热的真正意义,不在于出了多少部爆款,而在于它验证了一个产业判断,即多模态内容的工业化生产,是当前最确定的算力需求增量。
需求来源可以从三层看。其一,内容供给仍在高速放量,除微短剧外,AI内容正突破时长边界,8月底国内首部AIGC长剧《后西游记》登陆卫视黄金档,10月23日国内首部AI超写实院线影片《三星堆:未来往事》将全国上映,海外市场字节旗下短剧应用PineDrama累计下载量也突破了1亿。
其二,推理算力正成为需求主体,据电信研究院数据,智能体带动我国算力需求未来两到三年平均每年增长近十倍,且推理算力占比将于2029年达到80%,内容生成正是推理算力增长最快的应用场景。
其三,政策端持续加码,《关于发展新质生产力的意见》,明确提出建设全国一体化算力网、实施"东数西算"工程、强化算力算法数据高效供给。
内容炒作的周期可能很短,但"内容越火、算力越缺"这条需求传导链,是持续而结构性的。
据BT财经,这场结构性变化带来的影响,已经在产业链的不同环节显现。
首先受益的是具备算力储备和视频生成能力的公司。中文在线本身既是内容出品方,也涉及AI技术应用,自然成为这一趋势的直接受益者,其投资者关系活动记录表中的数据,某种程度上也是对自己业务方向的背书。
其次,电商广告领域也在加速拥抱AI。占Token消耗24%的电商广告投放,意味着品牌营销正在经历类似的智能化改造。自动化素材生成、个性化投流、实时优化,这些都在推高API调用频次。
但研发端承受的压力不容忽视,当大部分算力资源流向应用层,基础模型研发、算法优化、架构创新等环节可能面临资源挤占。尤其对于需要大量训练迭代的中小研发团队而言,算力成本的上升直接压缩了其生存空间。
这带来一个值得关注的悖论:AI的应用层越是繁荣,底层技术的进步可能越慢。因为最聪明的头脑和最充足的资金,都被眼前的流量生意所吸引。





