短劇搶走 AI token：影音生成的算力帳如何算
中文在線一份面向投資者的業務報告，令中國 AI 資源去向再成焦點。TechNews 科技新報 報道，該公司估計中國 AI token 消耗中，55%流向短劇及影音生成，電商廣告佔24%，軟件研發僅佔15%。
這組數字若能反映較廣泛的使用情況，意味生成式 AI 的龐大需求未必首先來自寫程式或企業研發，而是高度依賴大量視覺輸出的內容生產。不過，最重要的限制同樣明確：數據出自單一上市公司的投資者報告，衡量的是 token 消耗，不能直接推論為全中國 AI 算力、GPU 使用率或投資分布。
為何短劇特別「食 token」
影片生成與文字生成的成本結構不同。短劇製作並非只生成一次成品：團隊要按劇情、人物表情、場景連貫性與鏡頭語言反覆產生畫面，再從大量候選結果中挑選可用片段。每次重新生成、修改鏡頭或延長片段，都會增加模型推理所需處理的 token。
TechNews 科技新報 指出，仿真人劇對畫面要求較高，其 token 消耗通常是 AI 動畫劇的兩至三倍。這反映內容業的算力需求，往往並非只取決於最終影片長度；為取得可剪輯、符合敘事要求的鏡頭，製作過程中的反覆嘗試可能才是主要負擔。
從商業角度看，短劇適合快速測試題材、節奏與受眾反應，令生成式 AI 有明確的付費落地場景。但它亦把成本壓力由「做一條片」轉化為「為取得一個合用鏡頭而重跑多少次」。工具供應商若要服務這類客戶，除了提升畫質，亦要改善可控性與生成穩定度，減少無效推理，才有機會令內容製作的單位成本下降。
內容需求強，不等於算力結構已有定論
短劇熱潮確有市場背景。TechNews 科技新報 引述《AI 驅動全球微短劇創新發展報告》稱，2025 年全球微短劇市場規模接近180億美元，中國市場超過140億美元；另有數據稱，2026 年首八個月中國上線微短劇達43萬部，為2025年全年數量的13倍。
不過，token 是模型處理量的指標，未必能完整代表實際硬件資源消耗。不同模型、影片解析度、片長、生成方法及訓練與推理的比例，都會影響每個 token 對應的運算量。因此，把55%直接解讀為「中國過半 AI 算力都在製作短劇」，屬於過度延伸。
數據本身亦有反證：字節跳動旗下豆包的公關負責人劉星表示，該公司約10%的總算力用於影音模型訓練及推理。這未必否定短劇和影音需求快速上升，卻說明不同公司的業務組合、統計範圍與計算方法可得出很不一樣的結果。
下一步值得觀察的，是影片生成平台能否把反覆試錯的推理成本壓低，以及短劇製作方是否能把高速產出轉化為穩定回報。對內容公司而言，生成量增加只是開始；能否以較少次數生成可用鏡頭，將更直接影響 AI 影片業務能否持續擴大。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — 報告：中國 AI 算力，55% 用在製作短劇及影音 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
