中青报·中青网记者 贾骥业

词元（Token）——这个多数民众还稍显陌生的概念，在2026中国国际大数据产业博览会（以下简称“数博会”）上，被讲得很具体。

腾讯集团副总裁、腾讯研究院院长司晓在会上分享了一段往事：几年前，他在浙江海宁皮革城遇到一位老板，这位老板花钱请设计师打造的爆款，挂上网没多久就被同行抄走了，苦恼不已。司晓展示了AI文生图能力后，这位老板“眼睛一亮”，说：“虽然我不会设计，但我会挑。在这行干了几十年，我大概知道哪些能火。”

“当时我就感觉到：实际上大模型卖的不是模型本身，而是具体场景里的智能服务，比如设计。人类作为‘驾驶员’，核心能力在于品位和选择。”司晓回忆说。

文生图、文生视频、音乐生成等一系列智能服务背后，核心驱动便是词元。

词元是AI（人工智能）大模型处理文本的基本语义单元，英文名为“Token”。用户向AI提问、使用AI生成内容、让AI按指令处理工作，背后的数据都会被拆分为一个个可处理的词元，AI调用词元工作。

2026年3月，国家数据局正式将“Token”的中文译名确定为“词元”；5月，国家数据局召开词元经济座谈会，明确将把推动词元经济发展纳入工作体系；6月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，“词元交易”首次写入官方文件；7月底，国家数据局提出“鼓励基于词元应用的商业模式创新”……短短几个月，这个略显晦涩的名词已从技术术语上升为制度性概念。

“词元作为数据要素价值释放的新路径，为人工智能服务的计量、定价、交易和结算提供了重要标尺，打通了数据、模型、算力之间的价值传导链路，正成为智能经济时代重要的基础计量单位与价值锚点。”国家数据局局长刘烈宏在数博会上说。

“词元—数据要素价值释放新路径”，这也是今年数博会的主题。理解这句话，首先要知道词元怎么来。

用国家数据发展研究院院长胡坚波的话说，词元的生产就是以算力作为底座、以数据作为语料、以模型作为中枢来开展智能的工作。“现在各类算力服务商、模型厂家或API（应用程序编程接口）交易平台，都在基于自身定位来寻求标准化的定价和交易方式，实现词元价值最大化。”

“词元是数据价值的显性化载体，海量数据蕴含的知识，经大模型加工，转化为可消费的词元，形成可度量的价值形态。”刘烈宏指出，一定程度上，词元的生产应用能力、流通效率与消费规模，能综合反映数据资源开发利用水平、算力设施运行效能，以及模型技术创新实力。

一直以来，数据要素面临着“价值难度量、收益难分配”的困境。2022年底，“数据二十条”创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架；2023年10月，国家数据局挂牌，“数据要素×”三年行动计划接续推进，但数据确权难、定价难、交易难的“资产化困境”依然存在。

中国科学院大学经济与管理学院院长洪永淼认为，智能经济的核心不在于单一技术工具的升级，而在于AI深度嵌入生产、交换、流通、消费全过程。“数据经济时代绝大多数经济活动由数据驱动，智能经济时代，词元将认知能力转化为可计量、可定价、可交易的基本单元，成为智能时代的标准化技术和新型资产。”

当前，业内形成了一个共识：词元的价值分别在模型训练、推理两个阶段释放。模型训练阶段，数据中的关联规律被转化为可复用的模型能力；推理阶段，依托电力、算力、模型和提示词，AI输出智能服务，实现价值从模型能力向数据产品以及智能服务的转化。“总体看，数据在算力、电力等要素支持下，通过训练沉淀为模型能力，再通过推理输出智能服务，不断释放价值。”胡坚波说。

可以看到，词元的价值并非一次形成，而是在生产、推理、流通、应用、反馈再生产等过程中，不断进行价值转移和价值生产。“农业经济时代劳动用时间衡量；工业经济时代电力通过千瓦时实现标准化计量；数字经济时代数据通过比特进行存储、传输；智能生产涉及数据、算法、算力等多种要素，词元提供了观测基础与价值计量尺度。”洪永淼说。

当前，大模型加速向千行百业落地，带动我国词元调用量快速攀升。截至2026年6月，我国日均词元调用量已突破500万亿。而在2024年初，我国日均词元调用量还只有约1000亿，两年时间增长上千倍。

但词元调用量爆发式增长不等于数据价值同等规模释放。胡坚波坦言，不同场景下词元价值有很大差异，通用对话中百万词元可能只有几块钱，医疗金融场景中百万词元的价格更高，这中间差了数十倍甚至数百倍。“衡量词元产业的发展，不仅要看规模，更要关注算力和数据是否转化为高价值词元。”

高价值数据是形成高价值词元的基础。近年来，我国持续推进高质量数据集建设。截至2026年8月，全国已累计建成高质量数据集超12.6万个，数据总体量超1815PB（拍字节，存储容量单位，1PB等于1024TB），数据产业规模持续快速增长。

“同等数量的词元受模型能力、数据质量、任务复杂度等因素影响，实际价值差异显著，要深入研究有效词元的价值衡量与评估机制。”刘烈宏表示，下一步，国家数据局将加快构建全国一体化数据市场，深入实施强基扩容、标注攻坚等高质量数据集建设六大行动，着力形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的良性循环。

词元的商业化应用要与产业实际相协同。眼下，词元应用以编程、音视频服务等场景为主，面向制造业、生产性服务业等行业的规模化渗透还不足，盈利模式主要依靠基础API（应用程序编程接口）调用。刘烈宏建议，有关方面要围绕国民经济重大场景研究探索词元增值订阅、按效付费等商业模式，打造基于行业高质量数据集的词元服务标杆应用。

词元经济的发展，还催生了一个新的基础设施形态——词元工厂。“Token需求量指数增长，但是供给侧——无论是芯片，还是其他一些关键模块——本质上还是制造业，一个线性的东西如何满足指数性的需求增长，词元工厂就是要解决这个问题。”上海无问芯穹智能科技股份有限公司联合创始人戴国浩分析说。

如今，越来越多数据中心向词元工厂转型，河北、贵州等多个省市都官宣了首个词元工厂。今年6月，由软通动力信息技术（集团）股份有限公司（以下简称“软通动力”）建设的北京首家词元工厂正式落地，项目一期每日词元产能可达1.4万亿个。

在软通动力高级副总裁刘怡看来，新一代推理基础设施要解决的问题远比堆算力卡复杂得多。她强调，词元工厂不是“堆卡”，而是一个硬件调度、算法、缓存策略三位一体的技术密集型系统，要用标准化思维才能构建有效的基础设施。

随着生成式人工智能规模化应用，词元可计量、可定价、可交易的属性被逐步挖掘。“未来，词元服务将催生新的产业生态，AI将拓展数据产业发展新空间，AI原生等数据技术和产业创新将加速突破，数据产业规模也将保持较快增长水平。”胡坚波展望道。