半月谈：别让片面比较带偏AI讨论 理性看待算力分配

半月谈：别让片面比较带偏AI讨论 理性看待算力分配。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”。这一说法源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”。豆包公关负责人随后发文回应称，这一数据并不准确，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，此次讨论反映出行业对算力资源配置的关注。讨论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。视频生成也不等同于短剧生产。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，两者不能混为一谈。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”的二元对立叙事使这类观点迅速传播。复杂的算力结构和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。

消费场景本身具备产业价值，不能全盘否定AI短剧等消费级AIGC赛道。AI短剧在商业化探索的同时，为算力集群提供了真实场景的练兵机会，也有望助力国产推理芯片规模化落地。很多前沿技术的成熟都是从贴近大众的消费场景起步，在海量真实业务中打磨稳定性、优化调度能力，持续积累工程经验。