清華大學楊斌教授：模元（token），是AI時代的新度量衡

黃仁勛以手勢示意“Token King”，英偉達token成本全球最低。（圖片來源：GTC 2026）

前兩天，在英偉達GTC大會上，黃仁勛發表了近兩個小時的主題演講。其中，一個詞被提到超過70次：token。

清華大學楊斌教授認為，這個詞不僅是技術高頻詞，更是重構AI產業邏輯的“新度量衡”。

斟酌再三，楊斌教授選擇“模元”作為“token”的中文譯法，并在此文中，講述了它的清晰詞源、準確內涵和面向未來的延伸性。

他提出，“模元，是AI時代的字節，是智能經濟的貨幣”。這是一個獨特的視角：AI不只是技術問題，而是一次“計量單位”的更替。

誰掌握了模元的定義與計量，誰就掌握了AI時代的生產函數與價值尺度。

一個精準、通俗、可傳播的中文命名，不只是語言問題，更關乎產業共識、技術普惠與認知門檻的重構。當token成為萬億級產業的計量基石，“模元”的確立，或許正是中國AI走向千行百業的關鍵一步。

本文作者：楊斌

來源：iWeekly

楊斌

清華大學校務委員會副主任，經濟管理學院教授、領導力研究中心主任，清華大學可持續社會價值研究院院長。曾任清華大學副校長、教務長、研究生院院長等職。

楊斌教授主要研究方向為組織行為與領導力、企業倫理與社會責任、高等教育管理等；著有《企業猝死》《戰略節奏》《在明明德》等，譯有《大學的窘境與革新》《變革正道》《管理者而非MBA》等；開發并主講《批判性思維與道德推理》《領導力與組織變革》《管理思維》等多門清華大學精品課程。

2026年英偉達GTC大會上，黃仁勛近兩小時的主題演講，全程圍繞AI推理時代的產業重構展開，堪稱 AI 推理時代的產業宣言。從硬件架構革新、數據中心轉型為模元（token）工廠，到萬億級AI基建藍圖、企業經營邏輯，再到智能體與物理世界AI的未來，token這個詞累計出現超過70次，成為串聯整場演講的錨點和主線。

針對這一定義AI時代的核心度量單位，我在2026年初提議過token的AI領域專屬中文譯名——模元，用以區別于區塊鏈、網絡安全等其他場景中的token譯名。

這次在線上越聽黃仁勛的這場演講越讓我感到這事兒有點兒急迫，“模元”作為token中文譯名的推廣，真的是越來越重要、越必要。為什么？因為模元（token）不止是黃仁勛演講中的高頻錨點，更是思考和重構AI經濟邏輯、推動AI在中國走向千行百業的關鍵基石；而一個精準適配、好懂易傳播的中文譯名——模元，正是AI從專業圈層走向全民“眾技”的關鍵紐帶。

黃仁勛在演講中正式提出“模元（token）工廠經濟學”，宣告傳統數據中心已告別文件存儲的舊定位，全面轉型為生產模元（token）的智能工廠。

固定功耗下的模元（token）每秒吞吐量、單位模元成本，直接決定AI企業的營收能力與核心競爭力，模元（token）已然成為AI時代的新大宗商品與基礎度量衡。

他的這一論斷，絕非技術圈層的自說自話，而是揭示了AI產業的底層邏輯：模元（token）是AI時代的核心經濟標尺，兼具著信息單位、算力單位、貨幣單位三重屬性，是AI思考的最小單元，也是算力消耗核算基準和智能服務價值度量。于此之上，全球AI產業的運行規則正在被重塑。

前一階段公布的數據表明，全球大模型日均模元（token）消耗已達30萬億級別，中國模型調用量首次超越美國，占到全球60%以上。小到一次AI問答，大到電影級視頻制作，更大到企業級模型訓練，都以模元（token）計量，這使其超越一般技術參數，成為智能經濟規模與活力的核心指標，也讓模元的中文定名，從可以慢慢來的學術探討變成了實踐中的急迫需要。

換句話說，當一個核心且被高頻使用的技術名詞成為萬億級產業的核心標尺，其中文定名便不再是無關緊要的細節，而是關乎產業共識形成、技術普惠落地、公眾認知普及的剛需。

因為各種可以理解的原因，當前AI行業的技術專家、企業高管與投資人，普遍直接使用英文詞“token”進行交流，播客、訪談、講座中，幾乎沒有統一的中文表述。這倒真不是英文水平高低的問題，即便英文基礎良好，如果不怎么懂AI，也難以精準理解token的核心要義，就算翻開字典也是一頭霧水；對于未接受AI專業訓練、不熟悉英文技術術語的普通大眾與傳統行業從業者而言，生硬插入的英文名詞更會帶來強烈的距離感與認知隔閡。

情況是這么個情況，卻并不是就該一直這么下去。我們每個人都期待AI真正融入中國千行百業、走進普通人的工作與生活，這就倒逼著我們，必須為這個核心概念，定一個通俗易懂、精嚴謹準、適配未來的中文譯名。

從詞源脈絡來看，token源自古英語tāc(e)n，本義為“標志、符號、證明”，核心是“可被識別、承載特定信息或功能的基本單元”。歷經中世紀商業代幣、網絡安全令牌、語言學“詞例”的演變，進入AI大模型時代，token完成了決定性躍遷——從語言學碎片化單元，升級為AI模型可計算、可處理的最小通用單元，正式取代計算機、互聯網時代的“字節”，成為AI時代的基礎度量衡。

比較一下：字節是計算機物理層面的存儲單位，計量機械均勻、與語義無關，僅記錄數據的物理體積；而模元是智能邏輯單元，承載文本、圖像、音頻、視頻等全模態信息，關聯模型理解、推理計算、算力消耗與價值創造。

這一本質區別，正是計算文明從“數據處理”走向“智能涌現”的核心標志，也讓模元（token）成為貫穿黃仁勛2026GTC演講的核心主線。

在我提出“模元”這個譯法之前， AI大模型領域的token也曾有過多種中文譯名，但推敲下來，發現都無法匹配AI大模型、智能體時代的核心內涵，難以打破大眾的認知壁壘。

比如，“詞元”被“詞”字鎖死在文本場景，無法適配多模態、物理AI的應用形態；“語元”囿于語言范疇，窄化了token作為模型通用處理單元的本質；“義節”過度聚焦語義，忽略了token純特征、結構化處理的屬性；而“托肯”“屯”等單純音譯，徒有其音、缺乏實義，普遍接受度低，還會加重非專業人群的理解負擔。這些譯名要么局限于單一領域，要么缺乏度量衡的嚴謹性，確實無法承載token作為AI產業核心錨點的價值。

我斟酌再三提出的“模元”這個譯法，是專為AI時代量身定制的意譯。“模”直指大模型、多模態，錨定AI場景的核心屬性；“元”代表最小基本單元，承續“字節”這類中文經典度量單位的命名邏輯，簡潔直白、通俗易懂。

這一譯法具備三大不可替代的優勢：

一是對大眾友好，對中文世界的非專業受眾而言，“模元”沒有英文token的距離感，無需專業背景就能感知這是AI世界的基礎計量單位；

二是對產業實用，對產業界而言，“模元消耗量”“模元效率”“模元成本”“模元預算”等概念，能直接對應AI產業核心指標，讓“模元工廠經濟學”走出專業圈層，被更多人理解；

三是對未來兼容，對未來發展而言，模元不局限于當下的文本推理，更適配智能體、多模態融合、物理世界AI等全場景，具備穿越技術周期的延展性。

如果試著將GTC大會上，黃仁勛演講中的“token工廠”改為“模元工廠”，“單位token成本”改為“單位模元成本”，原本晦澀破碎的產業邏輯表達會立刻變得順暢且清晰易懂：從業者明白模元是AI生產的基礎原料；投資者理解模元效率是企業降本增效的關鍵；普通大眾懂得，“模元”就是AI時代的“字節”，是走進智能經濟的入門鑰匙。

技術的真正價值，在于從專業重器走向全民眾技，而朗朗上口、易于傳播的中文譯名，正是AI普及的必要一步。

我反復闡釋“模元”這個譯法的初衷，并不是糾結較真、咬文嚼字，有點兒執意想請大家把“模元”作為慣用詞統一起來，真是想為中國AI高普及率搭建必要的語言橋梁，打破專業與大眾之間的認知壁壘，讓AI核心詞匯更易讀易懂，讓傳統行業出身的人在認知和把握AI本質的路上，不用先越過什么語言門檻就能徑直探索AI時代的基本規律，促進AI這個進行時很強的科技在中國走向千行百業、走向全民普惠。

按照荀子有言“名無固宜，約之以命”，所謂約定俗成，再合理的“名”，沒人用、形不成共識也是白費。期待大家在學術研究、產業分析、政策討論與媒體報道中，有意識地采納并使用“模元”這一譯法，共同推動這個有根（詞源清晰）、有義（內涵準確）、有未來（延伸性強）的詞匯，成為理解、參與和擁抱AI時代的日常用語。

馬年龍抬頭將至，AI 時代的模元經濟，正加速演進大變局，卻也還只是開局。期待不論產業還是社會，專業抑或日常，以“模元”為計量，向智能而涌現。

《哈薩比斯：谷歌AI之腦》

??點擊書封購買

楊斌教授推薦：

這是一本含“AGI”字眼最多的傳記，某種意義上，它不僅是哈薩比斯的傳記，也是10年來機器智能演進的歷史寫照。按照各種對 AGI的定義或標準，關于 AGI的到來或者逼近(如果存在芝諾悖論的話)的時間，快的既有1~3年、3~5年的樂觀預測，也有哈薩比斯所說的 10年左右的判斷——他篤定必須要有接地的世界模型，兩個(左右)像 AlphaZero那樣級別的重要突破。那之后呢?也許就能實現全人類智能水平的“哈薩比斯”化。這是給本書的讀者,那些把哈薩比斯看作神一般存在的人的一個重要的念想——你并非生而為哈薩比斯，但哈薩比斯的理想就是要讓普通人借助 AGI，擁有哈薩比斯那樣的甚至超越他的智力。這么激動人心的目標值得我們拭目以待，或加入其中。

然而，也許只有人們在智力上都能人均“哈薩比斯”的時候,你才更真切地發現，要成為真正的哈薩比斯，AI之上，是使命、念力與品位。

《黃仁勛：英偉達之芯》

??點擊書封購買

英偉達創始人黃仁勛獨家權威采訪傳記！揭秘黃仁勛的傳奇人生、管理之道、技術之思以及英偉達的商業秘密……這一切都被寫入《黃仁勛：英偉達之芯》。

拜托點下“在看”