“国内一半算力都在造爽剧”，近期，这一说法在社交平台上传播。其依据是一组被广泛引用的数据——AI短剧与视频生成占国内Token（词元）消耗量的55%。

该数据出自一家以AI和数字内容为核心业务的公司，其在今年6月公布的信息显示，从行业调用数据的分布来看，国内AI短剧与视频生成占Token消耗的55%，电商与营销占24%，软件开发占15%。然而，信息并未注明原始数据来源，也没有说明统计周期、覆盖范围和测算方法。所谓“国内所有Token消耗”，究竟包括哪些行业、平台和模型？数据来自商业大模型API（应用程序编程接口）调用，还是云计算服务商的统计？这些无法回答的问题都关系着数据解读的有效性。

这份报告还有两个方面值得注意。一方面，角色扮演、互动故事等娱乐性任务，在部分开放权重模型的使用中占据相当份额。这说明娱乐与休闲并非中国AI用户独有的需求，AI在全球范围内都被广泛用于满足日常生活中的多样化需要。另一方面，我国的大模型也在编程及技术相关任务中获得广泛使用，其开源特质、性能及成本优势，使中国AI技术进入全球开发者的工作流程。中国模型在全球生产性应用中的实际表现，显然也无法被“造爽剧”简单概括。因此，数据来源细节难以考证，数据本身不算可靠，更无法作为论断的切实证据。

此外，从更深层次来看，也难以推导出“国内一半算力都在造爽剧”这一结论。

首先，指标错位。Token是模型处理信息的计费单位，反映调用次数和输出量，不是算力投入的等价物。不同模型、不同模态的Token定义和计算成本并不完全一致。视频生成涉及连续画面的复杂计算，是典型的高密度Token场景。以1080P视频为例，每秒可能消耗4万至5万个Token，1分钟标准剧集就需要200多万甚至300万Token，一部90分钟的AI视频仅成片消耗就可能达到亿级。而代码生成、科学计算多为文本Token，密度低、单次调用量相对小。因此，不同任务所消耗的Token无法直接比较，更难以从Token使用量进一步推断实际GPU（图形处理器）计算量、设备占用乃至科研资源被挤占的程度。

其次，以偏概全。原信息中，55%的数据对象是AI短剧与视频生成，但在传播中，它被窄化为以“豪门虐恋”等为题材的短剧。随着AI视频制作门槛不断降低，一些高度类型化的短剧迅速扩张，内容重复、制作粗糙等问题真实存在。近期流行的“不烧心”等网络热梗，也是AI短剧批量化、模式化生产的体现。但这并不意味着整个AI短剧及视频生成领域都应受到否定。

当前，多模态生成技术已经成为媒体与影视行业的重要创作工具，能够降低复杂场景的制作成本，拓展影像表达的可能性。有的短剧通过连续剧情讲述老年人可能遭遇的诈骗风险，为反诈知识传播提供了新的形式。同样的视频生成技术，可以制作成商业娱乐作品，也可以服务于具有公共价值的科普教育、主流宣传等传播活动。

最后，主体对象的错位。将商业应用市场中的使用结构，直接上升为国家整体的科技发展方向。AI作为重要的通用技术，算力投入及其应用方向，确实会影响产业发展和科技进步。但在讨论资源流向时，还需要回答一个基本问题：究竟是谁在使用这些资源？

普通用户利用商业大模型制作视频、编写故事，与科研机构开展科学计算、企业进行技术研发，涉及不同的使用主体、模型服务和计算基础设施。消费应用离大众生活更近，更容易被观察和感知；而重大科研项目的开发过程则往往具有较强的专业性，部分依托内部计算集群和自部署模型开展，无法被纳入市场行业调研。因此，即使商业端的数据是真实的，也未必代表国家层面的技术投入，更不能据此推断出科研创新被忽视的结论。社会是一个多主体共存的系统，社会发展的方向是各方互动的复杂结果，因此大众的喜好和自由表达不会控制产业发展的方向。

技术进步的重要意义之一，就是降低创作门槛，使普通人获得过去需要专业设备和团队才能实现的表达能力。公众利用AI创作故事、分享生活、获得休闲体验，也体现了技术普及的实际价值。新大众文艺的发展，不应苛求所有创作都具有严肃的教育或科研目的。此外，政府层面也并未放任AI创作野蛮生长。今年以来，国家广播电视总局等部门严厉整治有害低俗、侵权盗版等行业不良现象，在全网下架违规微短剧6.8万部，相关处置内容中九成以上涉及AI剧。

AI发展绝对不是“二选一”，而是要“两手抓，两手都要硬”。AI既是推动产业升级的新兴生产力，也是丰富精神文化生活的创造力。发展中国AI，既要让算力流向科研攻关与产业创新，不断提升国家科技竞争力；也要让技术走进日常生活，满足人民群众多样化、多层次的精神文化需求。

技术进步的最终目的不只是效率的提升，更是人的全面发展。大众借助AI创作故事、记录生活，同样是技术造福于民的生动体现。唯有让提升生产力与满足人民群众精神文化需求并驾齐驱，AI才能走出一条既有高度又有温度的发展之路。

（作者：许小可，系北京师范大学计算传播学研究中心教授）