“美国AI都在搞科研，中国AI只会喂爽剧”？别让片面比较带偏AI讨论

近日，“国内超一半算力在造爽剧”的说法在网上流传。有观点据此对比中美词元消耗，得出“中国喂爽剧，美国铸未来”的结论，甚至断言中国AI发展“跑偏”。

追根溯源，这一说法出自某上市公司在投资者交流中的表述，原意是国内AI词元消耗中，55%用于“短剧和视频生成”。10月19日，豆包公关负责人发文回应，称这一数据“有些不靠谱”，就字节而言，总算力中仅约10%用于视频生成模型的训练和推理。显然，仅凭片面数字下判断，本身就不够严谨。

人工智能是科技竞争的战略制高点，此次讨论折射出行业对算力资源配置的关切。也正因如此，讨论更需建立在准确的概念之上。词元消耗不等于算力消耗。词元是模型处理信息的计量单位，反映的是调用量，而不同模型处理同样数量的词元，所需计算量可能相差很大。视频生成也不等于短剧生产。训练与推理区分的是技术环节，科研与娱乐区分的是应用用途，两种划分不能混为一谈，“娱乐应用占用推理算力”推不出“科研缺少训练算力”。网传的中美两组数据，统计边界、模型类型和样本都不相同，简单比较就会失真。即便某类应用占比较高，也不足以据此判断整个产业的发展方向。

“一好一坏”的二元对立叙事，是这类观点快速传播的重要原因。复杂的算力结构、产业发展阶段差异，理解门槛较高；简化的中美对比更容易调动情绪、博取流量。传播过程中，关键限定条件不断丢失，一家企业的说法被当成了全国数据，讨论也容易偏离问题本身。部分自媒体再把局部现象放大为全局判断，衍生出“国内AI只做娱乐没有未来”“资本只赚快钱不搞硬科技”等论调，容易误导公众认知。