“詞元”定名：一場新事物本質(zhì)的闡釋

【億邦原創(chuàng)】2025年3月24日，北京，國務(wù)院新聞辦公室發(fā)布會現(xiàn)場。國家數(shù)據(jù)局局長劉烈宏在介紹我國數(shù)據(jù)產(chǎn)業(yè)發(fā)展情況時，公布了一組極具沖擊力的數(shù)據(jù)：截至今年3月，我國日均詞元（Token）調(diào)用量已超過140萬億。相比2024年初的1000億，增長了1000多倍；相比2025年底的100萬億，短短三個月又增長了40%以上。

在中國加速智能化、綠色化和融合化發(fā)展的新征程中，這組數(shù)據(jù)本身已是重磅新聞。但比數(shù)字更引人注目的，是出現(xiàn)在劉烈宏局長發(fā)言中的一個細(xì)節(jié)——他將“Token”的中文譯名，首次在國家級新聞發(fā)布會的權(quán)威場合，正式確定為“詞元”。

在此之前，這個在數(shù)智化暨大模型時代高頻出現(xiàn)的詞匯，長期處于“不清晰”或“不準(zhǔn)確”的狀態(tài)。各執(zhí)一詞，莫衷一是。而今天，由國家數(shù)據(jù)局局長在國務(wù)院新聞辦宣讀出來，不僅意味著一個技術(shù)術(shù)語的譯名塵埃落定，更標(biāo)志著對這一數(shù)字時代關(guān)鍵新事物的本質(zhì)認(rèn)知，終于有了定論。

一個外來詞的“正名”歷程

在中國文化傳統(tǒng)中，“名”的分量從未被輕看。孔子言“名不正則言不順”，荀子強調(diào)“制名以指實”。名與實的關(guān)系，從來不只是語言學(xué)問題，而是關(guān)乎認(rèn)知、秩序與規(guī)律的哲學(xué)命題。這使得在人工智能時代，漢字似乎更擁有了特殊的競爭力。“Token”的譯名之爭，恰恰反映了這一事物在高速演進(jìn)中，人們對它本質(zhì)把握的漸進(jìn)過程。

“Token”一詞初源于通信與計算機科學(xué)。在人工智能領(lǐng)域，最初也是指在自然語言處理中，對文本切分的最小單元，英文中基本就是一個個的單詞，而中文則可以是具有“意義”的一個字或一個詞。隨著大語言模型的崛起，Token的含義進(jìn)一步擴展——它不僅是文本的基本單位，更是大語言模型運行的基本尺度，是算力消耗的度量標(biāo)準(zhǔn)，是數(shù)據(jù)要素的底層單元，是商業(yè)模式的計費基礎(chǔ)，是價值流轉(zhuǎn)的數(shù)字載體。如此復(fù)雜的內(nèi)涵，使得尋找一個貼切的中文譯名變得格外困難。

此前，“令牌”之說最為流行，這一譯法取自Token在通信科學(xué)領(lǐng)域的含義，強調(diào)其“通行證”屬性，但難以涵蓋其在語義層面的本質(zhì)。在一些場景中，直接以“分詞”命名。而“標(biāo)記”則顯得有些過于泛化，失之精準(zhǔn)。“代幣”則將Token框定在加密貨幣的語境中，對于大模型時代的Token而言，顯然是只見樹木不見森林。

而“詞元”一詞的確定，堪稱信達(dá)雅。“詞”字，指向Token在自然語言處理中的基礎(chǔ)功能——承載語義信息的最小單元。“元”字，則有“始也”“本也”“基也”之意，在中國哲學(xué)中具有根本性、本源性的內(nèi)涵。二字合一，“詞元”既準(zhǔn)確描述了這一概念在技術(shù)層面的具體所指，又暗合了其作為數(shù)字經(jīng)濟新時代基礎(chǔ)要素的底層地位。“詞元”之定，不是簡單的翻譯選擇，而是對這一事物本質(zhì)的深刻把握。

定名的基礎(chǔ)是數(shù)量級的增長

劉烈宏局長在發(fā)布會上公布的相關(guān)發(fā)展態(tài)勢數(shù)據(jù)，也為“詞元”這一概念的定名提供了有力的注腳。“詞元”日均調(diào)用量超過140萬億——這是一個怎樣的概念？如果以中國14億人口計算，意味著平均每人每天要調(diào)用10萬個詞元。當(dāng)然，調(diào)用者并非僅為普通個體，還包括遍布全國的大模型應(yīng)用、智能體服務(wù)、數(shù)據(jù)處理平臺。但即便如此，這一數(shù)字所揭示的，是詞元已從實驗室的概念、技術(shù)文檔的術(shù)語，徹底演變?yōu)榻?jīng)濟行為的重要計量單元。

從2024年初的日均1000億，到2025年底的日均100萬億，直到2026年3月的日均超過140萬億。短短兩年多時間，數(shù)量級的跨越式增長，折射出我國人工智能產(chǎn)業(yè)從“技術(shù)突破期”邁入“規(guī)模化應(yīng)用期”的轉(zhuǎn)型，而作為人工智能產(chǎn)業(yè)發(fā)展基礎(chǔ)的數(shù)據(jù)要素，則從“基礎(chǔ)設(shè)施建設(shè)”邁入“價值釋放”的階段。

這一大跨步發(fā)展的核心，正是詞元作為基礎(chǔ)單元的全面滲透。正如一位專家所言，在模型訓(xùn)練階段，詞元是語料標(biāo)注的基本顆粒度；在模型推理階段，詞元是計算資源的分配單位；在商業(yè)應(yīng)用層面，詞元是服務(wù)定價的計費依據(jù)；在產(chǎn)業(yè)生態(tài)中，詞元流轉(zhuǎn)構(gòu)成了數(shù)據(jù)要素市場化的微觀基礎(chǔ)。可以說，理解今日之人工智能產(chǎn)業(yè)，離不開“詞元”這個基本視角。

正因如此，為“Token”確定一個準(zhǔn)確、恰當(dāng)?shù)闹形拿Q，不僅是語言規(guī)范的需要，更是產(chǎn)業(yè)發(fā)展到一定階段后，對基礎(chǔ)概念進(jìn)行理論定型的必然要求。從這個意義上說，“詞元”之定，是對規(guī)律的認(rèn)識和尊重。即當(dāng)一種技術(shù)要素發(fā)展到足以成為產(chǎn)業(yè)基礎(chǔ)、經(jīng)濟單元、社會設(shè)施的時候，為其正名，就是對規(guī)律的確認(rèn)。

定名背后的中國話語權(quán)構(gòu)建

在科技產(chǎn)業(yè)領(lǐng)域，長期以來，大量專業(yè)術(shù)語直接使用英文縮寫或外文原詞，中文譯名遲遲難以確立，這背后既有技術(shù)追趕階段“拿來主義”的現(xiàn)實考量，也有話語體系建設(shè)滯后的深層原因。“詞元”的定名，提供了一個值得深思的樣本。它不是簡單的音譯，也不是機械的直譯，而是在深刻理解技術(shù)內(nèi)涵、準(zhǔn)確把握發(fā)展趨勢基礎(chǔ)上的意譯與創(chuàng)造。“詞”與“元”的組合，既有中國古典哲學(xué)的韻味，又精準(zhǔn)對應(yīng)現(xiàn)代信息科學(xué)的概念體系。這種命名方式，體現(xiàn)了在數(shù)字時代構(gòu)建中國技術(shù)話語體系的自覺與能力。

當(dāng)前，人工智能正在深刻重塑全球競爭格局。誰掌握了核心技術(shù)的定義權(quán)，誰就掌握了產(chǎn)業(yè)發(fā)展的主導(dǎo)權(quán)。術(shù)語命名看似細(xì)微，實則是話語權(quán)建設(shè)及至文明發(fā)展的基礎(chǔ)工程。“詞元”的確定，是我國在數(shù)字技術(shù)基礎(chǔ)概念領(lǐng)域的一次重要實踐。當(dāng)“詞元”這個承載著中國智慧的譯名被正式確立，它所傳遞的不僅是一個技術(shù)術(shù)語的標(biāo)準(zhǔn)化，更是中國在人工智能時代對基礎(chǔ)概念進(jìn)行定義的能力與自信。

“名者，實之賓也”，“名”一旦確立，便會反過來規(guī)范人們對“實”的認(rèn)識，引導(dǎo)實踐的方向。從“詞元”出發(fā)，我們對于人工智能產(chǎn)業(yè)的理解將更加清晰，對于數(shù)據(jù)要素市場的計量將更加精準(zhǔn)，對于數(shù)智化發(fā)展的規(guī)律把握將更加深刻，這個來自東方的命名，終將成為全球數(shù)字技術(shù)話語體系中不可或缺的部分。