国内AI Token消耗：短剧占比引争议，专家回应“资源不冲突”
DataEye研究院认为，短剧视频，和科研消耗的资源不是一个层面，相互抢不到的，各吃各的。具体来说：
首先，AI短剧成为Token消耗大户，本质是应用规模化带来的流量结果，不等于它吃掉大量高端稀缺算力。Token是文本输入输出计量单位，AI短剧整条链路：剧本生成、AI配音、字幕、分镜、视频生成，大量是短文本、批量反复调用大模型，Token总量很容易堆高。但这条链路里很多环节用的是通用模型、中低端卡，和科研、基础大模型训练用的高端算力不是同一类资源。
进一步说，Token消耗不等于算力消耗，不同场景的Token也不属于同一个资源市场。科研场景主要消耗算力在模型预训练、微调，是重GPU算力；而AI短剧绝大多数Token消耗，集中在推理阶段。推理算力市场和训练算力市场是相对分割的两条供给线，采购主体、硬件型号、成本体系不一样。不能简单理解成：短剧用了Token，科研就没得用，或者科研就用得少。他们吃的是不同的资源，就不是一块蛋糕。
网上流传的“国内55%造短剧，美国58%写代码”这组数据口径不一样，不能直接对比。国内这个55%，统计范围是推理侧Token消耗，包含视频配套文本（剧本、提示词等）；美国58%写代码，大多是代码大模型的Token统计，统计边界、模型类型、统计样本完全不同，放在一起对比很容易误导公众。
客观地说，AI短剧大规模消耗推理Token，确实会推高推理算力的需求、抬升市场价格，对其他推理类应用有竞争（比如ai生成网文），但和科研训练算力不是直接抢资源。算力资源是越来越分层的，高端算力优先保障基础科研，通用推理算力交给商业应用。
