你刷的爽剧，会不会正在占用本该搞科研的算力？10月中旬以来，一张中美对比图在网上刷屏：中国55%的Token（词元）消耗流向AI短剧与视频生成、用于研发的只有15%，美国则有58%流向编程、研发与企业自动化。由此推导出的说法很刺激人——“中国又把火药做成了烟花”。事实上，AI短片烧掉的Token，并不等于科研被抢走的算力：口径算错、零和假设不成立、算力供给还在快速扩张，三个层面的焦虑都经不起核验。
别替科研算力焦虑："55%"本来就是一本算错的账
这个传播最广的数字，源头不是国家统计，而是中文在线在一份"投资者关系活动记录表"中的披露，口径是Token消耗份额，压根不是全国算力资源的分配表。DataEye研究院负责人刘尊进一步拆解了统计边界：国内Token消耗的55%，统计范围是推理侧Token消耗，包含视频配套文本。对面那组"美国58%“则是代码大模型的统计，统计边界、模型类型、样本完全不同，放在一起对比很容易误导公众。10月20日，人民日报锐评对此说得很直接：词元消耗的流向，可一定程度反映市场的"消费流水”，但并非一国AI产业资源投入的总账，更不能等同于国家技术研发方向。观察者网中国新闻周刊人民日报
别用零和思维看算力：烧Token的卡与搞科研的卡，不抢同一个盘子
很多焦虑的前提是：算力是一块固定蛋糕，短剧多用一点，科研就少一点。这个前提不成立。Token是大模型处理信息的最小计量单位，更像电表度数，不等于底层GPU卡的数量。在刘尊看来，AI短剧很多环节用的是通用模型、中低端卡，与科研、基础大模型训练用的高端算力不是同一类资源。科研场景主要消耗算力在模型预训练、微调，是重GPU算力；AI短剧的Token消耗则集中在推理阶段。两条供给线的采购主体、硬件型号、成本体系都不一样。被点名"烧算力"的字节跳动在10月19日也直接回应：就字节来说，公司总算力中只有约10%，用于视频生成模型的训练和推理。中国新闻周刊澎湃新闻
别担心自己用不起AI：算力盘子越做越大，消费级供给越来越便宜
普通人日常用AI会不会被挤出、变贵？过去两年的供给曲线给出的答案相反。国家数据局的数据显示，中国日均词元调用量2024年初为1000亿，2025年底跃升至100万亿，2026年3月已突破140万亿。调用量暴涨的背面，是使用门槛的持续下降：中国科学技术大学推出"词元计划"，每人每天1亿Token；9月，北京邮电大学为近万名新生开通免费算力账户；10月26日，同济大学又向全体师生每周发放1亿Token。AI使用额度正在从少数人的科研资源，变成高校的一项基础配置——这与"科研算力被抢"的叙事恰好相反。央视财经第一财经
当然，应用侧消耗占比之高确实真实：AI短剧和短视频已经是Token经济里最大的消耗场景之一，文娱应用的商业落地明显快于基础研发。这是值得产业长期跟踪的结构议题，但它靠新增供给和结构调整来解决，不需要用户为"多刷一集"自责。对普通人来说，结论很简单：该用AI用AI，你追的那部爽剧，抢不走科研的算力。
