數據來源：國家發展改革委、國家數據局 　　制圖：沈亦伶

　　頭條看點

　　詞元（Token），大模型處理信息的最小信息單元。我國日均詞元調用量大幅增長，不僅折射智能經濟的澎湃活力，也意味著一套新型商業邏輯正在加速演進。智能時代，有了可計量、可定價、可交易的詞元，人工智能有望成為像水、電一樣支撐社會運轉的基礎資源。

　　用戶端，查資料、寫代碼、改文案；企業端，金融風控、智能客服、代碼修正……如今，人工智能應用落地的每一個場景，都離不開對詞元（Token）的海量調用。

　　詞元，大模型處理信息的最小信息單元。今年3月，中國日均詞元調用量突破140萬億，兩年增長超千倍。怎么理解詞元？詞元和人工智能產業的關系是什么，未來發展趨勢如何？記者進行了采訪。

　　詞元調用量爆發性增長，背后是模型能力提升

　　有人疑惑，詞元和常見的數據有何不同？

　　“人工智能大模型的本質是一套復雜的數學運算系統，它無法像人類一樣直接讀懂文字、聽懂聲音、看懂畫面。”中國移動研究院網絡與IT技術研究所副所長唐華斌說，人工智能大模型必須先將各類原始數據轉化為自己能識別的“語言”，再通過運算輸出結果，詞元就是這套“語言”中最基礎的單元。

　　具體來看，文字詞元像“樂高積木”，一個單詞或一個漢字被拆成一塊塊詞元；音頻詞元像“樂譜上的音符”，一段聲音被切成極短的時間片段，每一片包含音調、音量；視頻詞元像“拼圖碎片”，每一幀畫面被切成一個個小方格，并且還要考慮時間上的連續性……

　　“在大模型看來，三種模態的詞元完全沒有差別。在模型眼里，它不覺得自己是在讀文字或看視頻，它只覺得自己是在處理一串極其復雜的數字序列。”火山引擎智能算法負責人吳迪表示。

　　一個個基礎的詞元，構成了智能經濟運行的“細胞”。今年3月，中國人工智能大模型周詞元調用量連續3周占據領先地位，成為全球大模型應用活躍度最高的國家之一。

　　“詞元調用量爆發性增長，最直接的原因是模型能力的提升。每一次模型能力的提升，就會解鎖更多應用場景，從而使大模型詞元調用量進一步激增。”吳迪介紹，以Seedance（豆包視頻生成模型）2.0為例，生成1分鐘視頻大約會消耗超過100萬個詞元。

　　同時，新的應用形態、新的商業模式，也會驅動大模型詞元調用量大幅上漲。唐華斌表示，最近興起的智能體和傳統單輪問答不一樣，它的運行往往意味著更長的上下文、更頻繁的模型調用、更多輪次的任務拆解，以及工具執行過程中的持續反饋。

　　“簡單任務，如果只需要單輪或幾輪工具調用就能搞定，消耗詞元只需要幾千；如果需要幾十輪工具調用，則需要至少消耗幾萬詞元乃至更多。”吳迪說，智能體等新業態的涌現，讓詞元調用量又進入了一個快速增長的通道。

　　詞元調用集中在信息密度高、迭代周期快的領域

　　60億，是愛問答科技創始人李加義過去一年的詞元調用量。

　　走進位于北京海淀區的AI原點社區，一間約16平方米的工作室里，李加義團隊正在調試剛剛設計完成的AI玩具。

　　“這個玩具要具備交互能力，離不開相應的軟件系統。放在以前，同等體量的軟件系統開發至少要半年，還得多人共同配合。”李加義說，在AI大模型與輔助編程的深度賦能下，消耗數億詞元，開發周期被壓縮至兩個月。

　　2025年初，非計算機科班出身的李加義接觸AI輔助編程工具后，借助新技術打破了軟件開發的專業壁壘。“一年間，我們高效地完成了兩款APP和一個AI玩具的開發設計。前不久，我們還將自研的AI硬件產品推向了國際消費電子展（CES）。”李加義說，AI助力不僅讓開發成本大大降低，也讓小微企業的創新探索有了更多可能。

　　軟件開發，是人工智能應用落地的典型場景之一。總體看，詞元調用量的分布呈現出鮮明的行業與場景特征，主要集中在那些信息密度更高、產品迭代周期更快以及模型與生產系統之間聯系更緊密的領域。

　　以豆包大模型2.0為例，吳迪介紹，從行業分類看，互聯網行業詞元調用比例最高，消費電子、金融、新零售和商務服務緊隨其后。

　　從場景來看，非結構化信息的處理和分析占比最大；教育、內容創作和“搜索與推薦”次之。

　　觀察未來的發展趨勢，軟件開發、深度研究、個人助理等智能體應用場景或將成為詞元調用量爆發的重要領域。“特別是軟件開發，當前人工智能正從簡單寫代碼轉向理解整個項目，不僅能排查錯漏、自動優化，甚至能通過智能體自主完成整個開發任務。代碼上下文長、交互輪次多，企業為提升效率的付費意愿較強，這將成為一個巨大的需求增長點。”唐華斌說。

　　詞元可計量，人工智能有望成為社會運轉基礎資源

　　“今年1月底以來，有的模型企業創下20天收入超越2025年全年總收入的業績紀錄。這組數字背后，是一套以詞元計費為基礎的新型商業邏輯正在加速演進。”國家數據局局長劉烈宏表示。

　　回顧人工智能產業發展歷程，過去一段時期，行業聚焦于模型性能的比拼，技術創新與商業落地之間缺乏可量化的銜接橋梁，難以形成“技術迭代—價值產出—持續投入”的良性循環。

　　“詞元本身具備可計量、錨定算力能耗、跨模態通用結算的特點，使其能夠成為連接技術供給與商業需求的結算單位。打個比方，大模型輸出的智能好比電，智算中心好比發電廠，電用千瓦時來計量，智能調用就用詞元來計費。”聯想中國基礎設施業務群戰略管理總監黃山表示，展望未來的智能社會，人工智能有望成為像水、電一樣運轉的基礎資源，隨取隨用，用多少買多少。

　　從詞元的視角出發，打造智能經濟新形態，我國有何優勢？有哪些發展著力點？

　　算法創新持續實現突破，國產大模型通過底層架構優化，與全球頂尖技術的代差逐漸縮小。吳迪說，我國的大模型廠商做了非常多的算法創新，在推理成本、響應速度上不斷優化，能以更少的詞元完成復雜任務。

　　基礎設施具備領先優勢。每生成一個詞元，都在調用數據中心的算力，伴隨著電力消耗。我國已建成全球門類最全、規模最大的能源體系，電源足、電網強、市場活。唐華斌表示，我國發電供給持續提升、電力成本不斷降低，能夠有效降低詞元調用成本。

　　“能耗和算力是詞元調用的兩個關鍵成本。讓每個詞元用更少的算力和更少的能耗生產出來，體現的是智算中心等基礎設施的生產能力和效率。”黃山表示，要構建起安全、高效、普惠的人工智能基礎設施，持續提升大模型推理效率、降低單個詞元成本，讓人工智能最大程度走向規模化應用落地。

　　《 人民日報 》（ 2026年04月03日 06 版）