最近這段時間，“token工廠”一詞在科技圈有點火。事情的起因是，在不久前舉辦的美國輝達公司年度GTC大會（GPU技術大會）上，輝達創始人兼首席執行長黃仁勳表示，當前的行業競爭已從大模型時代發展到token產能時代，“未來的資料中心不再是儲存檔案的倉庫，而是生產token的‘工廠’”。對相關企業來說，“計算能力等同於收入”。“token工廠”是什麼？科技圈這是又在玩什麼新“黑話”？要瞭解“token工廠”，首先得明白什麼是token。簡單來說，token是人工智慧（AI）世界裡最小的語義單元，也即模型處理和生成資訊的基本單位。它可以是一個詞、一段程式碼，也可以是圖像或視訊中的一個像素區塊。3月22日，在北京舉行的“騰訊雲社區龍蝦公開課”活動上，參與者體驗使用騰訊AI智能體工具Workbuddy。鞠煥宗攝（新華社）和許多人想像的不同，AI其實既不識字，也聽不懂人話。每當它需要理解人類的意圖，需要先把資訊切割成token，再生成它自己可以理解的數字資訊，處理完成後再反向執行這一流程，合成人類能夠理解的資訊表達出來。不嚴謹地說，token有點像動畫電影《神偷奶爸》流水線上的“小黃人”，觀眾雖然弄不清每一隻小黃人具體在做什麼，但卻明確地知道，當一群小黃人聚在一起，奇蹟就會發生。理解token之後，就可以嘗試理解“詞元”了。在不久前舉辦的中國發展高層論壇2026年年會上，中國國家資料局局長劉烈宏明確將Token稱為“詞元”，並將它定義為“結算單位”。對此，多位業內專家表示，這意味著，中國AI正在從能力佈局邁向能力結算，從模型好不好，轉向智能服務如何計量、如何定價、如何交易。一個譯名為什麼會引起業界如此高的關注？答案可以從兩個方面拆解。第一，觀測層面。資料顯示，2024年初，中國日均詞元呼叫量為1000億；到2025年底，躍升至100兆；到2026年3月，已突破140兆，兩年增長超過1000倍。日均超140兆的詞元呼叫量，相當於1000兆個中文詞彙，相當於250個中國國家圖書館的資源量。同時，中國AI大模型周呼叫量已連續多周領跑全球，且國產詞元價格僅為海外同類產品的十幾分之一。兩組資料說明，詞元不再只是技術術語，而成為AI商業化速度、應用深度和產業景氣度的重要觀測指標。圖源：千圖網第二，計費層面。詞元作為最小的語義單元，天然就具備量化計算的屬性。它就像工業時代的電、網際網路時代的流量一樣，是AI時代核算成本的新度量衡。過去，很多企業採購軟體，買的是許可證、帳號數和部署周期；如今，越來越多企業開始按照可呼叫、可核算、可復盤的智能服務量計費。這種標準化、精細化的結算方式，將使得AI服務的商業化路徑變得清晰。因此，真正值得重視的，不只是“詞元”這個譯名，更是一個新的計量系統。正如賽迪研究院人工智慧研究中心副研究員鐘新龍在其署名文章中所言，詞元一詞的誕生意味著，“人工智慧開始被納入更成熟的經濟敘事”。搞清楚token和詞元之後，“token工廠”也就不難理解了。如果我們將詞元比作數字經濟時代的“硬通貨”，那麼在既定的電力和空間資源約束下，資料中心拼的是產出詞元的速度、質量和成本，每瓦特電力帶來的詞元吞吐量將替代傳統的伺服器數量、儲存容量，成為決定資料中心競爭力的核心指標。從這個意義上講，資料中心的角色正在發生根本性轉變。傳統意義上的資料中心主要用於資料的靜態儲存和網路交換，可以被簡單視作“電子倉庫”；如今隨著AI智能體的發展，資料中心正全面轉變為持續吞吐海量資料並輸出智能內容的“電子工廠”。本質上說，資料中心已經變成了一條“智能生產線”：輸入的是電力、資料、模型和調度系統，輸出的則是AI智能體的執行能力和行業場景中的實際生產率。圖源：千圖網至此，真正值得關注的關鍵詞“實際生產率”出現了。根據AI的“工作流程”，人類說出一句話之後，模型要先把文字切分成詞元，再把詞元對應成編號，隨後才能完成關聯、推斷和生成。由於切分規則不同，相同的資訊會被不同的模型拆解為不同數量的詞元，相應的，模型處理問題的速度、效率甚至結果也不會完全相同。因此，詞元消耗量與模型智能程度並不能完全畫等號，真正決定結果的，仍然是模型演算法、資料質量、任務設計和提示組織方式。換言之，未來的“token工廠”，比拚的並不只是詞元呼叫能力，而是詞元呼叫與使用的綜合能力，這才是“token工廠”真實的競爭力。 (經濟日報)