全球 AI 算力都拿去做了什麼？從「過半算力產短劇」爭議看真實趨勢

 近期產業界引發了一場熱烈討論：我們投入龐大資源發展的人工智慧，難道大半都拿去生產「霸總短劇」了嗎？這場爭議起因於一組市場數據，不僅揭露了目前 AI 應用的現況，更點出了大眾對於技術底層架構的認知落差。

55% 算力造爽劇？一組引發熱議的數據

根據 A 股上市公司中文在線於 2026 年公佈的數據，中國國內目前的 AI Token 消耗結構呈現高度集中的態勢：

• AI 短劇與影片生成：55%

• 電商與營銷（電商廣告）：24%

• 軟體開發（AI 研發）：15%

這組數據立刻在業界引發了「國內超一半算力在造爽劇」的譁然。對此，字節跳動旗下「豆包」公關負責人迅速出面澄清，直指該數據「不靠譜」，並強調以字節跳動自身為例，總算力中僅約 10% 實際用於影片生成模型的訓練與推理。

爭議背後的真相：Token 消耗不等於總算力

兩邊的說法看似衝突，其實源於「統計口徑」與「名詞定義」的根本差異。

中文在線探討的「Token 消耗」主要是應用端（推理端）的計量單位。由於生成影片與圖像所需的 Token 數量遠大於純文字生成，在當前影音內容變現最快、商業需求最直接的市場環境下，應用端的 Token 流量自然大量向短劇與電商廣告傾斜。

相對地，字節跳動所回應的「總算力（Computing Power）」則包含了底層基礎模型的龐大訓練（Training）以及整體基礎設施的維持。單一 AI 巨頭在底層架構的算力分配，與全行業在末端應用層的 Token 消耗，本質上是兩個完全不同的評估維度。

全球趨勢：從「文字對話」轉向「AI Agent」與多模態

跳脫單一市場的應用輪廓，全球 AI 的消耗結構正在經歷一場深度的典範轉移。創投與研究機構的觀察指出，市場正快速告別早期的單純「文字聊天」，迎來兩大主流趨勢：

1. 多模態應用的爆發： 隨著底層模型能力的升級，圖像、音訊與影片生成的技術門檻大幅降低。多模態任務對算力與 Token 的渴求是純文字的數十倍至數百倍，這將成為推升全球消耗量的核心動力。

2. AI Agent 的全面導入： 未來的 AI 不再只是「問與答」的聊天機器人，而是能夠自動執行複雜代辦任務的智能體（Agent）。從企業內部工作流的自動化到跨軟體的操作，這類在背景持續串聯與運作的任務，將產生龐大且持續的 Token 消耗。

正如高盛（Goldman Sachs）與各大研究機構所預測，隨著企業端與消費端全面導入 AI Agent 技術與多模態應用，全球 AI Token 與算力的總消耗量在邁向 2030 年的過程中，將迎來指數級的爆發。未來的 AI 發展，不僅是底層模型參數的軍備競賽，更是多模態內容生成與自動化任務落地變現的商業實力考驗。