豆包刘星回应算力爽剧质疑 字节仅10%用于视频生成

时间：2026 年 10 月 19 日 地点：北京（字节跳动总部） 人物：豆包公关负责人刘星、中文在线（300364.SZ）投资者关系披露方 事件详情：10 月 19 日，针对中文在线此前在「投资者关系活动记录表」中披露的「国内 AI Token 消耗 55% 用于短剧和视频生成、24% 用于电商广告、真正用于研发的仅占 15%」的数据，字节跳动旗下 AI 大模型「豆包」公关负责人刘星公开发文回应称，该算力数据「有些不靠谱」。他明确表示，就字节跳动而言，公司总算力中只有约 10% 用于视频生成模型的训练和推理，且这一比例已包含底层视觉基模的前沿研发与参数调优，绝非网传的全部用于短剧生成。截至发稿，中文在线尚未对豆包的回应作进一步说明。 背景：争议源自 A 股上市公司中文在线数月前的投资者关系活动记录。该公司并未公开这组全国性估算数据的原始调研主体、行业样本覆盖率及量化测算模型；机构交流纪要被自媒体重新翻出后脱离具体语境，被推导为「中国一半算力在造爽剧」，进而引发广泛的舆论关注。深潮 TechFlow 分析指出，在多模态与大语言模型的运行机制中，文本序列生成的自回归计算与视频扩散模型的密集矩阵渲染遵循完全不同的物理负载特征，将高频次的应用层 Token 流水与消耗大量高密算力的底层模型训练混为一谈，脱离了真实的数据中心资源分配现实。视频生成技术的应用频谱远超单一微短剧范畴，已渗透至影视后期自动化、数字资产建模、跨境电商素材渲染及科研图形仿真等高价值链条。 影响：澄清直接戳破了将大模型算力与短剧泡沫画等号的舆论偏差，向市场传递出国内头部大厂的算力分配仍以底层通用模型预训练与企业级生产力工具为重心；行业层面，「Token 消耗 ≠ 算力负载」的边界被进一步厘清，未来相关披露口径与统计标准料将更精细；与此同时，短剧与视频生成的产业规模仍在快速扩张——2026 年前 8 个月国内上线微短剧 43 万部，是 2025 年全年的 13 倍，一部 12 集短剧的算力成本接近 20 万元，AI 仿真人剧的 Token 消耗量通常为 AI 漫剧的两到三倍。 总结：豆包公关负责人公开驳斥「国内超一半算力在造爽剧」的数据，强调字节跳动总算力中视频生成占比仅约 10%，戳破将大模型算力与短剧泡沫画等号的舆论偏差，提醒业界区分 Token 流水与硬件算力负载，并以更严谨的口径与披露还原中国生成式 AI 产业的真实结构。 参考来源： 1. https://tech.ifeng.com/c/8xLXb13QaMi （凤凰网科技） 2. https://new.qq.com/rain/a/20261019A05Z1200 （腾讯新闻） 3. https://www.techflowpost.com/article/34682 （深潮TechFlow） 4. https://t.cj.sina.cn/articles/view/1887344341/707e96d504001wu3w （新浪财经） 5. https://m.10jqka.com.cn/20261019/c680823097.shtml （同花顺财经） 6. https://www.sohu.com/a/1089633019_122135404 （搜狐） 7. https://www.163.com/dy/article/L9JOOK9E0556I485.html （网易）