人民日报记者王云杉

头条看点

词元(Token)
，大模型处理信息的最小信息单元 。我国日均词元调用量大幅增长，不仅折射智能经济的澎湃活力 ，也意味着一套新型商业逻辑正在加速演进
。智能时代
，有了可计量
、可定价、可交易的词元，人工智能有望成为像水 、电一样支撑社会运转的基础资源。

用户端 ，查资料
、写代码、改文案；企业端
，金融风控 、智能客服
、代码修正……如今，人工智能应用落地的每一个场景 ，都离不开对词元(Token)的海量调用 。

词元，大模型处理信息的最小信息单元
。今年3月
，中国日均词元调用量突破140万亿，两年增长超千倍。怎么理解词元？词元和人工智能产业的关系是什么 ，未来发展趋势如何？记者进行了采访 。

词元调用量爆发性增长
，背后是模型能力提升

有人疑惑，词元和常见的数据有何不同？

“人工智能大模型的本质是一套复杂的数学运算系统 ，它无法像人类一样直接读懂文字、听懂声音 、看懂画面
。 ”中国移动研究院网络与IT技术研究所副所长唐华斌说
，人工智能大模型必须先将各类原始数据转化为自己能识别的“语言
”，再通过运算输出结果 ，词元就是这套“语言”中最基础的单元。

具体来看
，文字词元像“乐高积木 ”，一个单词或一个汉字被拆成一块块词元；音频词元像“乐谱上的音符
” ，一段声音被切成极短的时间片段
，每一片包含音调
、音量；视频词元像“拼图碎片”，每一帧画面被切成一个个小方格 ，并且还要考虑时间上的连续性……

“在大模型看来，三种模态的词元完全没有差别 。在模型眼里
，它不觉得自己是在读文字或看视频，它只觉得自己是在处理一串极其复杂的数字序列
。 ”火山引擎智能算法负责人吴迪表示。

一个个基础的词元 ，构成了智能经济运行的“细胞
” 。今年3月
，中国人工智能大模型周词元调用量连续3周占据领先地位，成为全球大模型应用活跃度最高的国家之一。

“词元调用量爆发性增长 ，最直接的原因是模型能力的提升
。每一次模型能力的提升
，就会解锁更多应用场景，从而使大模型词元调用量进一步激增。”吴迪介绍 ，以Seedance(豆包视频生成模型)2.0为例
，生成1分钟视频大约会消耗超过100万个词元 。

同时，新的应用形态、新的商业模式 ，也会驱动大模型词元调用量大幅上涨
。唐华斌表示
，最近兴起的智能体和传统单轮问答不一样，它的运行往往意味着更长的上下文 、更频繁的模型调用
、更多轮次的任务拆解 ，以及工具执行过程中的持续反馈。

“简单任务，如果只需要单轮或几轮工具调用就能搞定
，消耗词元只需要几千；如果需要几十轮工具调用，则需要至少消耗几万词元乃至更多 。 ”吴迪说 ，智能体等新业态的涌现
，让词元调用量又进入了一个快速增长的通道
。

词元调用集中在信息密度高、迭代周期快的领域

60亿，是爱问答科技创始人李加义过去一年的词元调用量。

走进位于北京海淀区的AI原点社区 ，一间约16平方米的工作室里
，李加义团队正在调试刚刚设计完成的AI玩具 。

“这个玩具要具备交互能力，离不开相应的软件系统
。放在以前 ，同等体量的软件系统开发至少要半年
，还得多人共同配合。”李加义说，在AI大模型与辅助编程的深度赋能下 ，消耗数亿词元
，开发周期被压缩至两个月 。

2025年初，非计算机科班出身的李加义接触AI辅助编程工具后 ，借助新技术打破了软件开发的专业壁垒
。“一年间，我们高效地完成了两款APP和一个AI玩具的开发设计。前不久
，我们还将自研的AI硬件产品推向了国际消费电子展(CES) 。
”李加义说，AI助力不仅让开发成本大大降低 ，也让小微企业的创新探索有了更多可能。

软件开发
，是人工智能应用落地的典型场景之一
。总体看，词元调用量的分布呈现出鲜明的行业与场景特征 ，主要集中在那些信息密度更高 、产品迭代周期更快以及模型与生产系统之间联系更紧密的领域。

以豆包大模型2.0为例
，吴迪介绍，从行业分类看 ，互联网行业词元调用比例最高
，消费电子、金融
、新零售和商务服务紧随其后 。

从场景来看，非结构化信息的处理和分析占比最大；教育、内容创作和“搜索与推荐”次之
。

观察未来的发展趋势 ，软件开发 、深度研究
、个人助理等智能体应用场景或将成为词元调用量爆发的重要领域。“特别是软件开发
，当前人工智能正从简单写代码转向理解整个项目，不仅能排查错漏、自动优化 ，甚至能通过智能体自主完成整个开发任务 。代码上下文长 、交互轮次多，企业为提升效率的付费意愿较强
，这将成为一个巨大的需求增长点
。 ”唐华斌说。

词元可计量，人工智能有望成为社会运转基础资源

“今年1月底以来 ，有的模型企业创下20天收入超越2025年全年总收入的业绩纪录 。这组数字背后
，是一套以词元计费为基础的新型商业逻辑正在加速演进
。
”国家数据局局长刘烈宏表示。

回顾人工智能产业发展历程，过去一段时期 ，行业聚焦于模型性能的比拼
，技术创新与商业落地之间缺乏可量化的衔接桥梁，难以形成“技术迭代—价值产出—持续投入”的良性循环 。

“词元本身具备可计量
、锚定算力能耗、跨模态通用结算的特点 ，使其能够成为连接技术供给与商业需求的结算单位
。打个比方
，大模型输出的智能好比电，智算中心好比发电厂 ，电用千瓦时来计量
，智能调用就用词元来计费。 ”联想中国基础设施业务群战略管理总监黄山表示，展望未来的智能社会 ，人工智能有望成为像水 、电一样运转的基础资源，随取随用
，用多少买多少 。

从词元的视角出发，打造智能经济新形态 ，我国有何优势？有哪些发展着力点？

算法创新持续实现突破
，国产大模型通过底层架构优化，与全球顶尖技术的代差逐渐缩小。吴迪说 ，我国的大模型厂商做了非常多的算法创新
，在推理成本
、响应速度上不断优化，能以更少的词元完成复杂任务
。

基础设施具备领先优势。每生成一个词元 ，都在调用数据中心的算力
，伴随着电力消耗 。我国已建成全球门类最全、规模最大的能源体系，电源足 、电网强
、市场活
。唐华斌表示 ，我国发电供给持续提升、电力成本不断降低
，能够有效降低词元调用成本。

“能耗和算力是词元调用的两个关键成本 。让每个词元用更少的算力和更少的能耗生产出来，体现的是智算中心等基础设施的生产能力和效率
。
”黄山表示 ，要构建起安全 、高效、普惠的人工智能基础设施，持续提升大模型推理效率
、降低单个词元成本
，让人工智能最大程度走向规模化应用落地。【