55% 算力烧在短剧、24% 烧在广告，只有 15% 用于代码与科研：算力错配的结构性反思（2026 年 10 月）

「国内 AI 算力 55% 烧在 AI 短剧和视频生成上，24% 烧在电商素材和广告营销，真正用于写代码、搞科研和底层模型的只有 15%。」这条数据来自中文互联网的广为流传的一期产业评论视频（点赞 6,314、收藏 7,907、转发 16,000）。它提出的问题比数据本身更扎心：当一个国家的顶级算力、顶尖人才被流量变现逻辑虹吸到娱乐赛道，而底层科研算力严重不足，这已经不是市场选择，而是结构性错配。

一、数据与现象（口播要点整理）

国内侧：

• 算力分布：55% 短剧/视频生成 + 24% 电商广告 = 79% 流量型用途，仅 15% 用于代码/科研/底层模型（数据为视频引述的产业估计，非官方统计，量级供参考）；
• 郑州「竖店」：800+ 微短剧企业、4 万从业者，2026 年上半年新上线微短剧 4,449 部，其中 AI 短剧 2,275 部（过半）；
• 成本参考：一部 12 集的 AI 短剧要烧掉算力约 20 万元；
• 内容画像：逆袭、复仇、天降好运、穿越——高浓度廉价多巴胺的工业化流水线。

美国侧（对照组）：

• 联邦政府整合超 50 亿美元科研资金推动 AI 用于生命科学、能源、材料等关键领域；
• 美国能源部 AI 科研项目申请超 5,000 份，入选率不足 6%（278 个项目），覆盖核能、量子计算、新材料、高能物理；
• Frontier 级超算部署数千块顶级 GPU 用于实时蛋白质折叠与候选药物筛选，把药物发现周期从数月压缩到数周。

关键人证：2026 年 8 月，DeepSeek 创始人梁文锋公开表示——没有训练更大参数模型，不是当前模型能力已足够，而是受算力硬性约束：约 2 万张 H 等效算力中实际可用仅 1.6 万张，落后美国 12–18 个月，难以支撑超大参数规模的训练迭代。

二、这个论证的强点与弱点

强点：梁文锋的表态是硬信息——顶级团队「想做而不能做」的算力约束是真实的；「竖店」的产业规模也是可查证的。算力作为战略稀缺资源的分配问题，确实值得公共讨论。

弱点（读者需要自带的过滤器）：

1. 55%/24%/15% 的数据来源模糊——「中文互联网披露」的口径、样本、统计周期均不明，更接近量级估计而非精确统计；

2. 娱乐用途的算力与科研算力不完全同质——短剧推理用的多为消费级/推理卡与云上闲时算力，前沿训练用的是集群级高端卡，两者的池子有重叠但不等同；

3. 因果叙事有简化：娱乐算力需求旺盛是市场信号（付费方真金白银），把它直接归因为「错配」隐含了计划视角——但反过来，若市场自动把一切稀缺资源导向短期回报，长期基础研究的投入确实需要非市场力量补位，这正是产业政策的经典争论，视频站在了后者一边。

三、视频的文化判断部分

评论者引「叙事理论」提出：一个族群讲什么故事、听什么故事，就被塑造成什么样的人。当国民日常被「逆袭复仇爽剧」填充，浅薄、浮躁的集体心理会侵蚀更深层的目标感与创造力。这部分是价值判断而非实证结论——但与「奶头乐」（tittytainment）的经典讨论同构，可作为理解这条视频立场背景的注脚。

四、阅读收获：三个可落地的判断

1. 对从业者：算力价格分层是套利信号。 训练级算力稀缺且管制收紧，推理级算力（含娱乐侧）竞争激烈价格下行——做应用的公司吃到了推理成本红利，做底层模型的公司承担了算力约束。选赛道时把「算力获取成本」当作一级变量。

2. 对观察者：用「申请-入选率」这类硬指标跟踪 AI 科研投入。 美国能源部 6% 的入选率说明需求远大于供给；国内的对应指标是国家超算互联网与智算中心的开放共享数据——比情绪化的对比更有信息量。

3. 对内容消费者：你的注意力就是算力配置的「投票」。 娱乐内容消耗的算力由市场需求定价——刷什么，就为什么分配算力。这不是道德绑架，而是把「算力错配」从宏大叙事拉回到个人可操作层面的一种方式。

五、延伸阅读

• 梁文锋算力表态的相关报道（《暗涌》等访谈，2026 年 8 月前后）可搜索「DeepSeek 梁文锋 算力 约束」
• 郑州「竖店」微短剧产业报道：https://www.henan.gov.cn （河南日报等官方信源可查证产业数据）
• 对照阅读：本库《AI 把智能变成基础设施》——智能成为第四生产要素的宏观逻辑
• 注：视频源为微信视频号「全球经济与产业观察」（点赞 6314/收藏 7907/转发 16000）；文中百分比数据为口播引述的估计值，未经官方统计证实，请以量级而非精度理解。