一家靠AI爽剧吃饭的上市公司，在投资者记录里甩了句话：中国一半以上算力，都喂给了AI短剧和视频生成。

美国那边呢，老老实实拿一半算力写代码搞研发。

这话传得挺玄乎，听得人心里发毛，可它打根上就不靠谱。源头不是统计局，也不是信通院，就是一家自己重仓AI短剧的公司。

最关键的是，当事人自己出来辟谣了。

10月19号，豆包公关负责人刘星公开回应，说字节的总算力里，只有约10%用于视频生成模型的训练和推理，跟那个55%差了五倍还多。

这已经不是观点之争，是数字对不对得上的问题。

数字对不上，是因为口径被偷换了。

这里还有一个容易被忽略的大坑：算力分两种，训练算力和推理算力。

训练是砸大钱一次性把大模型练出来，消耗极高；推理是普通人输一句话、生成一段短剧这种实时调用，单次要低得多。

一些带节奏的文章，偷偷拿短剧推理算力的局部峰值，去跟全国包含训练、科研、工业的总算力做对比，两个压根不是一套统计盘子。

这么偷换口径，出来的数字自然吓人。那流传的美国算力数据，也得查查是不是同一套口径魔术。

翻了一通公开报告，也没找到“美国58%算力写代码”的权威出处。一个55%、一个58%，俩都是找不着家的数字，愣是被包装成中美算力的“体检报告”。

这不叫分析，这叫编故事。那真实的国产算力，到底在忙活些啥？事不少。

看大盘，国家数据局的数字是实打实的：到今年6月底，全国智算总规模冲到240万PFLOPS，半年涨了50.9%；到7月底，又爬到245万。

工信部那边口径更猛，说6月底智能算力规模同比涨了177%。这几个数字摆在那，短剧那点水面上的浪花，根本盖不住底下的盘子。

很多人还有一个误区，把公有云对外出租的算力，直接等同于全国所有算力。

国内大量算力是企业自建的私有智算集群，车企、半导体工厂、生物医药实验室，自己掏钱搭算力，根本不对外接单，自然不会出现在短剧服务商的调用统计里。

这些藏在公有云之外的算力，才是工业科研场景的主力军。

这些自建算力，实实在在落地在哪些看得见的项目上？

制造业规上企业AI应用普及率已经超过30%，领航工厂70%以上的业务场景被AI吃进去；AI跑进“人造太阳”的研发全链条，空间站用上了大模型，新药临床前周期被硬生生压缩。

这是整个工业加科研体系，正拿算力当底盘往前推。

再看海外的现实情况，海外TikTok、一众AI视频工具、AI图像生成平台，同样在持续消耗北美云厂商的推理算力，只是很少有人单独拎出来统计、做成爆款文案到处传。

那些喊着美国算力全都用来写代码的人，刻意把海外内容生成的算力消耗隐去不提。

只挑对自己观点有利的一部分来讲，这样的对比没什么公平可言。

不公平的背后，是想让你接受一套标准。这套话术真正想灌输的，是一套评判标准：算力花在“大众看得见”的地方，就是堕落；花在“少数人看得懂”的地方，才算正经。

可美国走的是投融资驱动、企业软件先跑通的路，中国走的是场景驱动、制造加消费双线反哺的路，两条路是两种打法，不是两个道德等级。

很多人还低估了短剧这类高并发推理场景带来的技术红利，AI短剧需要低成本、低延迟、大并发的生成能力，厂商为了压成本，会逼着模型做轻量化、蒸馏、推理加速。

这套打磨出来的优化方案，之后可以平移到质检、巡检、数字孪生这些工业场景里面。

消费端的海量场景，不只是花钱消耗算力，它本身就是一个持续迭代模型的试验场。

就算AI短剧真占了不少token，也不觉得是坏事。它把模型扔进了真实市场里，赚来的钱反哺研发，等于用消费场景养硬科技，这是白花花的真金白银买出来的生产力。

OpenRouter上，国产模型的头部流量占比已经过半，编程这类场景的消耗更是一路往上蹿，这本身就是个明证。

所以别被带偏了，往后再碰到有人拿AI爽剧渲染算力焦虑，不妨静下心问他三句话：这份数据出自哪里，统计口径是怎么划定的，有没有纳入算力整体大盘。

问完这三句，大半的焦虑自己就散了。

算力花在短剧上，不是堕落，是拿消费场景养模型。

模型赚了钱，回头再喂研发、喂工业，这个循环转起来，比纠结“算力花在哪类应用上”有用得多。

真要担心算力，该担心的是这个循环断没断，不是短剧拍了几部。