在AI时代，任何一个关于“算力去哪了”的传闻，都能轻易挑动公众和投资人的神经。
日前，针对外界流传的“中国超过50%的AI算力用于短剧制作”这一说法，字节跳动（抖音/豆包）公关负责人刘星公开进行了驳斥。他在微博上的原话是：“某公司发布的这个算力数据有些不靠谱，就字节来说，我们公司的总算力中，只有约10%，用于视频生成模型的训练和推理。”
这个说法在传播中被简化成了“50%算力做短剧”，但它的原始口径值得先交代清楚：据中文在线在一份“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%。Token消耗量并不等同于算力分配比例——“算力”与“Token消耗”的混用，本身就是这则传闻在传播中失真的关键一环。但即便如此，55%这个数字仍然足够刺眼，以至于一经扩散就迅速演变为“一半算力在造爽剧”的公共话题。
那么，这个被放大的数字背后，真实的“10%”折射出大模型厂商怎样的算力分配逻辑？
荒诞传闻为什么有人信？
从技术常识来看，“一半算力做短剧”显然站不住脚。文本大模型（LLM）的训练、复杂推理，以及多模态基座的研发，依然是吞噬算力的绝对主力。即使短视频和短剧再火爆，大厂也不可能把一半的基础设施砸给利润率并不算高的短剧赛道。
但这个离谱的传闻之所以能引发共鸣，是因为它精准击中了当前行业的一种视觉焦虑。
过去一年，AI短剧、AI漫剧在抖音、红果等平台的爆发是肉眼可见的。当普通用户被满屏的AI短剧包围时，很容易产生一种错觉：大厂的显卡都在日以继夜地渲染这些两分钟的霸总或复仇视频。
此外，视频生成模型确实是名副其实的“算力吞金兽”。生成高分辨率、长时长、物理一致性极高的视频，其推理和训练成本远高于纯文本。短剧作为视频生成最密集的应用场景，自然被公众顺理成章地当成了算力的黑洞。
揭秘10%：字节的算力究竟在干什么？ 刘星澄清的“10%用于视频生成模型的训练和推理”，实际上是一个非常微妙且庞大的数字。
字节的资本开支规模近年持续攀升。2025年全年资本开支已超过1500亿元人民币，其中约900亿投向AI算力采购；2026年的计划进一步上调至2000亿元左右，且后续评估中甚至出现更高量级的方案。即便按2000亿元的量级计算，10%的倾斜也意味着两百亿规模的投入。而且，这10%并不是为了“拍短剧”这么简单。
首先，是研发通用多模态基座。 字节的Seedance 2.0于2026年2月正式发布，采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四种输入，目标是工业级内容创作与电影级视频生成。这背后的物理规律理解、长时序一致性控制、参数规模扩大与研发试错，才是消耗算力的主体，短剧只是这套能力下游的一个应用场景。
其次，是赋能庞大的商业生态。 字节不仅仅是内容平台，更是全球最大的广告巨头之一。这10%的算力，很大一部分流向了剪映（CapCut）的智能剪辑、抖音电商商家的AI商品视频生成等To B工具。帮助品牌以极低成本生成营销素材，是直接能算得过账的变现路径。
最后，才是短剧等内容的降本增效。 视频模型能降低短剧的特效、分镜和生成成本，提升产能。但在整个大文娱生态中，这仅仅是算力应用的一个分支。
换句话说，这10%的算力，是字节为了构建“多模态内容基建”打的地基，短剧仅仅是顺带结出的一颗果子。
剩下90%的算力去哪了？
字节并未公开披露剩余90%算力的逐项分配结构。 但从行业逻辑和公开信息推断，真正消耗掉大厂绝大部分算力的，主要集中在以下几个方向：
一是与大语言模型（LLM）的贴身肉搏。 豆包日活跃用户截至2026年3月已突破1.4亿，是国内首个日活过亿的独立AI应用。每一次看似简单的对话，背后都是庞大的推理算力集群在支撑。而千亿参数模型的预训练、后训练（如RLHF）和持续迭代，更是旷日持久的算力消耗。这是目前任何一家大模型厂商都无法回避的算力基本盘。
二是内部业务的全面AI化与推荐算法重构。 以字节为例，推荐算法是其核心命脉。用大模型重构搜索与推荐系统、用AI智能体接管部分内部代码编写、数以十万计员工的日常AI调用，这些内部系统的智能化改造，在行业逻辑上是重要的算力去向。但具体到字节内部各项的精确占比，外界无从核实，只能作为方向性判断。
三是底层基础研究与多模态探索。 除视频之外，大厂还在探索AI在生命科学、材料学、自动驾驶等前沿领域的应用。这些方向的模型训练同样需要天文数字的算力，但同样缺乏字节层面的公开分配数据。将90%的去向视为一个“以LLM训练与推理为绝对主体、内部AI化和前沿探索共同构成剩余部分”的结构，比给出精确的百分比切分更接近可验证的事实。
算力叙事的隐忧：狂欢背后的财务账单 刘星的这次辟谣，其实给行业提了个醒：在AI狂飙突进的当下，各种真假难辨的数据和段子满天飞。人们很容易被最直观的应用层吸引全部注意力，从而忽略了底层基础设施的真实走向；也同样容易把“Token消耗”这样的应用层指标，误读为“算力分配”这样的基础设施指标。
更重要的是，这背后藏着大厂算力军备竞赛的隐忧。
“算力不够用”是当前AI行业的共识，各大厂都在疯狂囤积算力。但算力本身不是目的，商业回报才是。当资本开支屡创新高，而AI业务的直接收入尚未完全爆发时，每一块显卡的折旧都在考验着CFO的神经。字节2025年净利润同比下滑超过70%，核心原因之一正是三、四季度大幅加码AI全链条投入所带来的财务压力。
这就解释了为什么大厂必须把有限的算力精准分配给“能产生长期壁垒的基座研发”和“能直接带来现金流的商业场景”。短剧虽然热闹，但它的商业天花板和壁垒，远不足以支撑起大厂一半的算力倾斜。字节澄清这一点，也是在向市场和投资人传递一个信号：算力用在了刀刃上。
结语：拨开泡沫看基建
“短剧吞噬一半算力”是一个由Token消耗数据在传播中变形而来的都市传说。真实的商业世界是：大厂正把数以万计的显卡，砸向冷冰冰的文本训练、复杂的代码生成和极其前沿的多模态架构。
短剧只是AI大潮中一朵显眼的浪花。真正的深水区，依然是那些支撑起所有应用的算力基座和模型底座。当潮水退去，决定一家科技巨头能走多远的，不是它用AI生成了多少部爆款短剧，而是它的底层算力网络能否支撑起下一个十年的通用人工智能梦想。
本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。