詞元（Token），大模型處理資訊的最小資訊單元。 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，人工智慧有望成為像水、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、智慧客服、代碼修正...... 如今，人工智慧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，大模型處理資訊的最小資訊單元。 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。 怎麼理解詞元？ 詞元和人工智慧產業的關係是什麼，未來發展趨勢如何？ 記者進行了採訪。
詞元調用量爆發性增長，背後是模型能力提升
有人疑惑，詞元和常見的數據有何不同？
“人工智慧大模型的本質是一套複雜的數學運算系統，它無法像人類一樣直接讀懂文字、聽懂聲音、看懂畫面。” 中國移動研究院網路與IT技術研究所副所長唐華斌說，人工智慧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; 音訊詞元像「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，並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。 在模型眼裡，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複雜的數位序列。 “火山引擎智慧演算法負責人吳迪表示。
一個個基礎的詞元，構成了智慧經濟運行的“細胞”。 今年3月，中國人工智慧大模型周詞元調用量連續3周佔據領先地位，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，最近興起的智慧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，智慧體等新業態的湧現，讓詞元調用量又進入了一個快速增長的通道。
詞元調用集中在資訊密度高、反覆運算週期快的領域
60億，是愛問答科技創始人李加義過去一年的詞元調用量。
走進位於北京海澱區的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，離不開相應的軟體系統。 放在以前，同等體量的軟體系統開發至少要半年，還得多人共同配合。 “李加義說，在AI大模型與輔助程式設計的深度賦能下，消耗數億詞元，開發週期被壓縮至兩個月。
2025年初，非計算機科班出身的李加義接觸AI輔助程式設計工具后，藉助新技術打破了軟體開發的專業壁壘。 “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硬體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。
軟體開發，是人工智慧應用落地的典型場景之一。 總體看，詞元調用量的分佈呈現出鮮明的行業與場景特徵，主要集中在那些資訊密度更高、產品反覆運算週期更快以及模型與生產系統之間聯繫更緊密的領域。
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後。
從場景來看，非結構化信息的處理和分析佔比最大; 教育、內容創作和“搜索與推薦”次之。
觀察未來的發展趨勢，軟體開發、深度研究、個人助理等智慧體應用場景或將成為詞元調用量爆發的重要領域。 “特別是軟體開發，當前人工智慧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，甚至能通過智慧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願較強，這將成為一個巨大的需求增長點。 “唐華斌說。
詞元可計量，人工智慧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。 這組數字背後，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巨集表示。
回顧人工智慧產業發展歷程，過去一段時期，行業聚焦於模型性能的比拼，技術創新與商業落地之間缺乏可量化的銜接橋樑，難以形成“技術反覆運算—價值產出—持續投入”的良性迴圈。
“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，大模型輸出的智慧好比電，智算中心好比發電廠，電用千瓦時來計量，智慧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，展望未來的智慧社會，人工智慧有望成為像水、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，打造智慧經濟新形態，我國有何優勢？ 有哪些發展著力點？
演演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演算法創新，在推理成本、回應速度上不斷優化，能以更少的詞元完成複雜任務。
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、普惠的人工智慧基礎設施，持續提升大模型推理效率、降低單個詞元成本，讓人工智慧最大程度走向規模化應用落地。
