在2026年英偉達(dá)GTC大會(huì)上，黃仁勛以一場(chǎng)近兩小時(shí)的主題演講，為AI推理時(shí)代的產(chǎn)業(yè)重構(gòu)描繪出清晰藍(lán)圖。這場(chǎng)演講中，“token”一詞高頻出現(xiàn)超過70次，成為貫穿全場(chǎng)的核心線索。從硬件架構(gòu)革新到數(shù)據(jù)中心轉(zhuǎn)型，從萬億級(jí)AI基建到企業(yè)經(jīng)營(yíng)邏輯，再到智能體與物理世界AI的融合，token始終是串聯(lián)各項(xiàng)議題的錨點(diǎn)。

清華大學(xué)可持續(xù)社會(huì)價(jià)值研究院院長(zhǎng)楊斌提出，token在AI領(lǐng)域的中文譯名亟待統(tǒng)一。他早在年初便建議將token譯為“模元”，以區(qū)別于區(qū)塊鏈等場(chǎng)景中的其他譯法。隨著黃仁勛在演講中正式提出“模元工廠經(jīng)濟(jì)學(xué)”，這一譯名的必要性愈發(fā)凸顯。楊斌指出，模元不僅是AI經(jīng)濟(jì)邏輯的核心度量單位，更是推動(dòng)技術(shù)普惠的關(guān)鍵紐帶。

黃仁勛在演講中強(qiáng)調(diào)，傳統(tǒng)數(shù)據(jù)中心已從文件存儲(chǔ)中心轉(zhuǎn)型為模元生產(chǎn)工廠。在固定功耗下，模元的每秒吞吐量和單位成本直接決定AI企業(yè)的競(jìng)爭(zhēng)力。模元兼具信息單位、算力單位和貨幣單位三重屬性，成為AI時(shí)代的基礎(chǔ)度量衡。全球大模型日均模元消耗量已達(dá)30萬億級(jí)別，中國(guó)模型調(diào)用量占比超60%，這一數(shù)據(jù)印證了模元作為智能經(jīng)濟(jì)核心指標(biāo)的地位。

當(dāng)前AI行業(yè)交流中，技術(shù)專家、企業(yè)高管和投資人普遍直接使用英文“token”，導(dǎo)致公眾認(rèn)知存在明顯隔閡。楊斌分析，即便英文基礎(chǔ)良好，非專業(yè)人士也難以準(zhǔn)確理解token的核心要義；對(duì)于普通大眾而言，生硬的英文術(shù)語(yǔ)更會(huì)加劇認(rèn)知障礙。這種語(yǔ)言壁壘正在阻礙AI技術(shù)向千行百業(yè)的滲透。

此前，AI領(lǐng)域?qū)oken的中文譯名存在多種嘗試，如“詞元”“語(yǔ)元”“義節(jié)”等，但均存在局限性。“詞元”局限于文本場(chǎng)景，“語(yǔ)元”窄化了應(yīng)用范圍，“義節(jié)”過度聚焦語(yǔ)義，而音譯如“托肯”則缺乏實(shí)義。這些譯名無法承載token作為AI產(chǎn)業(yè)核心錨點(diǎn)的價(jià)值，難以打破大眾認(rèn)知壁壘。

楊斌提出的“模元”譯法具有三大優(yōu)勢(shì)：一是對(duì)大眾友好，無需專業(yè)背景即可感知其作為AI基礎(chǔ)計(jì)量單位的屬性；二是對(duì)產(chǎn)業(yè)實(shí)用，可直接對(duì)應(yīng)模元消耗量、效率、成本等核心指標(biāo)；三是對(duì)未來兼容，適用于智能體、多模態(tài)融合等全場(chǎng)景。他舉例稱，將“token工廠”改為“模元工廠”后，產(chǎn)業(yè)邏輯表達(dá)更加清晰流暢。

楊斌強(qiáng)調(diào)，推廣“模元”譯名并非咬文嚼字，而是為AI技術(shù)普及搭建語(yǔ)言橋梁。他呼吁學(xué)術(shù)界、產(chǎn)業(yè)界和媒體在相關(guān)討論中統(tǒng)一使用這一譯法，使模元成為理解、參與AI時(shí)代的日常用語(yǔ)。這一舉措有望降低傳統(tǒng)行業(yè)從業(yè)者接觸AI的門檻，促進(jìn)技術(shù)向更廣泛領(lǐng)域滲透。