在智能經濟蓬勃發展的當下，詞元（Token）作為大模型處理信息的最小單元，正成為推動人工智能應用落地的關鍵要素。我國日均詞元調用量呈現爆發式增長，不僅彰顯了智能經濟的強勁活力，更預示著一套新型商業邏輯正在加速形成。人工智能有望像水、電一樣，成為支撐社會運轉的基礎資源。

從用戶端到企業端，人工智能的應用場景無處不在。查資料、寫代碼、改文案，或是金融風控、智能客服、代碼修正，這些場景的實現都離不開對詞元的海量調用。今年3月，中國日均詞元調用量突破140萬億，兩年內增長超千倍，這一數據背后，是模型能力的顯著提升和新應用形態的不斷涌現。

中國移動研究院網絡與IT技術研究所副所長唐華斌解釋道，人工智能大模型本質上是一套復雜的數學運算系統，它無法直接理解文字、聲音或畫面，而是需要將原始數據轉化為自己能識別的“語言”——詞元。文字詞元如同“樂高積木”，音頻詞元像“樂譜上的音符”，視頻詞元則似“拼圖碎片”。在大模型眼中，這些不同模態的詞元并無差別，它們只是一串復雜的數字序列。

火山引擎智能算法負責人吳迪進一步指出，模型能力的每一次提升，都會解鎖更多應用場景，從而推動詞元調用量的激增。以Seedance（豆包視頻生成模型）2.0為例，生成1分鐘視頻大約需要消耗超過100萬個詞元。同時，智能體等新業態的興起，也帶來了更長的上下文、更頻繁的模型調用和更多輪次的任務拆解，進一步推動了詞元調用量的增長。

詞元調用量的分布呈現出鮮明的行業與場景特征。互聯網行業是詞元調用的“大戶”，消費電子、金融、新零售和商務服務緊隨其后。在場景方面，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。軟件開發作為人工智能應用落地的典型場景之一，其詞元調用量尤為突出。愛問答科技創始人李加義團隊在開發AI玩具時，借助AI大模型與輔助編程工具，將開發周期從半年壓縮至兩個月，詞元調用量達數億。

展望未來，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。唐華斌認為，隨著人工智能從簡單寫代碼轉向理解整個項目，代碼上下文長、交互輪次多的特點將使得企業為提升效率的付費意愿增強，這將成為詞元調用量增長的新動力。

詞元的可計量性，為人工智能的商業化落地提供了可能。國家數據局局長劉烈宏表示，今年1月底以來，部分模型企業創下20天收入超越全年總收入的業績紀錄，這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。詞元作為連接技術供給與商業需求的結算單位，如同電用千瓦時來計量一樣，使得人工智能的調用有了明確的計費標準。

我國在打造智能經濟新形態方面具備顯著優勢。算法創新持續突破，國產大模型通過底層架構優化，與全球頂尖技術的差距逐漸縮小。在推理成本、響應速度上，國產大模型不斷優化，能以更少的詞元完成復雜任務。我國在基礎設施方面也具備領先優勢。每生成一個詞元，都需要調用數據中心的算力，并伴隨著電力消耗。我國已建成全球門類最全、規模最大的能源體系，發電供給持續提升、電力成本不斷降低，為降低詞元調用成本提供了有力保障。

聯想中國基礎設施業務群戰略管理總監黃山表示，能耗和算力是詞元調用的兩個關鍵成本。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。隨著詞元調用量的不斷增長和新型商業邏輯的加速演進，人工智能正逐步成為推動社會進步的重要力量。