中國AI算力大揭密：爽劇竟耗一半資源？

30 秒看重點

• 事件： 中國傳逾半AI算力用於製作短影音「爽劇」，而非關鍵研發。
• 意義： 揭露全球第二大AI市場算力分配失衡，引發對AI發展方向的辯論。
• 影響： 牽動台灣半導體業對AI晶片需求預估，影響未來供應鏈佈局。

中國AI算力：是娛樂優先，還是創新先行？

中國作為全球AI發展的重要玩家，其算力分配狀況始終備受外界關注。近期，一則爆炸性消息在科技圈炸開鍋：有分析指出，中國逾半數的AI運算能力，也就是我們常說的「算力」，竟被用於製作在社群媒體上廣受歡迎的「AI短劇」或「爽劇」，而真正投入到基礎科學研究與尖端技術開發的比例，卻僅有約15%。這項數據讓不少人跌破眼鏡，也引發了字節跳動等AI巨頭的否認，強調其算力主要仍用於大模型訓練與產品研發。

這個「AI算力去向」爭議，就像是家裡珍貴的電費，大部分都拿去開冷氣看電視，而不是用在煮飯、洗衣這類更實用的地方。AI算力，是訓練大型AI模型、開發新AI應用最核心的資源，昂貴且稀缺。如果真的有那麼大量的算力投入到快速消耗、短期變現的娛樂內容（例如，用AI生成劇情、人物、旁白甚至畫面，快速製作出滿足大眾胃口的短劇），那麼對於中國乃至全球AI技術的長期發展，無疑是一記警鐘。這也反映出在商業利益驅動下，生成式AI技術可能出現的「應用偏斜」現象，讓原本應該投入到解決人類重大挑戰的資源，轉向滿足快速娛樂的需求。雖然娛樂產業也是經濟重要一環，但當資源分配嚴重失衡時，會不會影響國家在AI領域的核心競爭力，這是個值得深思的問題，也是全球AI發展方向的一個重要觀察點。

台灣怎麼看這件事？

這則消息對台灣的影響可不小。台灣在全球AI供應鏈中扮演關鍵角色，尤其是台積電的晶圓代工與輝達（NVIDIA）的AI晶片，都是AI算力的核心。如果中國等主要市場的AI算力需求，未來是導向生成式娛樂內容而非傳統的AI大模型訓練，這將直接影響台灣半導體產業對特定AI晶片的需求預期與出貨策略。我們會開始思考，我們的AI晶片，是更多地為頂尖科學研究服務，還是為了「爽劇」的高速產出而奔忙？這也考驗台灣半導體產業在追求商業利益的同時，如何評估不同應用場景的潛在價值與風險。同時，這也提醒台灣，在發展自己的AI產業時，要更注重基礎研發與高價值應用，避免資源過度集中於短期獲利、競爭激烈但技術門檻相對較低的娛樂型AI應用，這對台灣AI產業佈局至關重要。

編輯觀點

「AI算力去向」的爭議凸顯了當代AI發展的兩難：是追求快速的商業變現，還是深耕長期的技術突破？中國的情況像是一個放大鏡，照出了全球AI資源配置可能面臨的窘境。作為全球AI晶片的重要供應者，台灣必須關注這種趨勢。我們樂見AI百花齊放，但在鼓勵創新應用之餘，也不能忽略基礎研究與關鍵技術的重要性。否則，我們最終可能會發現，投入巨資打造的AI「高速公路」，最終卻只跑滿了娛樂小巴，而非改變世界的重型卡車。

常見問題

AI短劇到底是什麼？

AI短劇是利用生成式AI技術，快速製作的短篇影音內容。這些劇集通常劇情緊湊、節奏快，旨在透過網路平台快速吸引觀眾，滿足碎片化的娛樂需求。

中國AI算力主要用於哪些領域？

傳統上，中國AI算力主要用於大模型訓練、智慧城市、自動駕駛、醫療AI等高階研發。但最新爭議顯示，有很大一部分可能被轉用於生成娛樂內容。

為什麼AI算力會被過度用於娛樂而非研發？

主要原因可能是商業利益驅動。AI短劇等娛樂內容變現速度快、門檻相對低，吸引業者投入資源。相比之下，基礎研發耗時長、成本高、回報週期長。

這項爭議對台灣半導體產業有何影響？

如果AI算力需求偏向娛樂應用，可能導致對特定類型AI晶片的需求增長。台灣晶片廠需評估市場變化，調整生產策略，並思考AI應用的長期價值。

台灣應該如何平衡AI的商業應用與研發？

台灣應鼓勵多元AI應用，但更應強化基礎研究投入，鼓勵高價值、具產業競爭力的AI發展方向，避免資源過度集中於短期娛樂型應用，確保AI發展的永續性。

名詞小教室

算力 (Computing Power)

想像成AI的大腦跟肌肉。電腦要執行AI指令、訓練模型、處理資料，都需要強大的運算能力。算力越強，AI就能學得更快、更聰明、處理更多複雜的任務。

AI短劇 (AI Short Dramas)

利用AI技術生成或輔助製作的短篇網路影音劇集。AI可以協助編劇、生成畫面、配音，甚至塑造虛擬演員，快速產出內容以迎合市場需求。

生成式AI (Generative AI)

一種能「創造」新內容的AI。不像傳統AI是分析或判斷現有資料，生成式AI可以根據指令，產出文字、圖片、影片、音樂等全新的資料。