清华大学杨斌教授：模元（token），是AI时代的新度量衡

黄仁勋以手势示意“Token King”，英伟达token成本全球最低。（图片来源：GTC 2026）

前两天，在英伟达GTC大会上，黄仁勋发表了近两个小时的主题演讲。其中，一个词被提到超过70次：token。

清华大学杨斌教授认为，这个词不仅是技术高频词，更是重构AI产业逻辑的“新度量衡”。

斟酌再三，杨斌教授选择“模元”作为“token”的中文译法，并在此文中，讲述了它的清晰词源、准确内涵和面向未来的延伸性。

他提出，“模元，是AI时代的字节，是智能经济的货币”。这是一个独特的视角：AI不只是技术问题，而是一次“计量单位”的更替。

谁掌握了模元的定义与计量，谁就掌握了AI时代的生产函数与价值尺度。

一个精准、通俗、可传播的中文命名，不只是语言问题，更关乎产业共识、技术普惠与认知门槛的重构。当token成为万亿级产业的计量基石，“模元”的确立，或许正是中国AI走向千行百业的关键一步。

本文作者：杨斌

来源：iWeekly

杨斌

清华大学校务委员会副主任，经济管理学院教授、领导力研究中心主任，清华大学可持续社会价值研究院院长。曾任清华大学副校长、教务长、研究生院院长等职。

杨斌教授主要研究方向为组织行为与领导力、企业伦理与社会责任、高等教育管理等；著有《企业猝死》《战略节奏》《在明明德》等，译有《大学的窘境与革新》《变革正道》《管理者而非MBA》等；开发并主讲《批判性思维与道德推理》《领导力与组织变革》《管理思维》等多门清华大学精品课程。

2026年英伟达GTC大会上，黄仁勋近两小时的主题演讲，全程围绕AI推理时代的产业重构展开，堪称 AI 推理时代的产业宣言。从硬件架构革新、数据中心转型为模元（token）工厂，到万亿级AI基建蓝图、企业经营逻辑，再到智能体与物理世界AI的未来，token这个词累计出现超过70次，成为串联整场演讲的锚点和主线。

针对这一定义AI时代的核心度量单位，我在2026年初提议过token的AI领域专属中文译名——模元，用以区别于区块链、网络安全等其他场景中的token译名。

这次在线上越听黄仁勋的这场演讲越让我感到这事儿有点儿急迫，“模元”作为token中文译名的推广，真的是越来越重要、越必要。为什么？因为模元（token）不止是黄仁勋演讲中的高频锚点，更是思考和重构AI经济逻辑、推动AI在中国走向千行百业的关键基石；而一个精准适配、好懂易传播的中文译名——模元，正是AI从专业圈层走向全民“众技”的关键纽带。

黄仁勋在演讲中正式提出“模元（token）工厂经济学”，宣告传统数据中心已告别文件存储的旧定位，全面转型为生产模元（token）的智能工厂。

固定功耗下的模元（token）每秒吞吐量、单位模元成本，直接决定AI企业的营收能力与核心竞争力，模元（token）已然成为AI时代的新大宗商品与基础度量衡。

他的这一论断，绝非技术圈层的自说自话，而是揭示了AI产业的底层逻辑：模元（token）是AI时代的核心经济标尺，兼具着信息单位、算力单位、货币单位三重属性，是AI思考的最小单元，也是算力消耗核算基准和智能服务价值度量。于此之上，全球AI产业的运行规则正在被重塑。

前一阶段公布的数据表明，全球大模型日均模元（token）消耗已达30万亿级别，中国模型调用量首次超越美国，占到全球60%以上。小到一次AI问答，大到电影级视频制作，更大到企业级模型训练，都以模元（token）计量，这使其超越一般技术参数，成为智能经济规模与活力的核心指标，也让模元的中文定名，从可以慢慢来的学术探讨变成了实践中的急迫需要。

换句话说，当一个核心且被高频使用的技术名词成为万亿级产业的核心标尺，其中文定名便不再是无关紧要的细节，而是关乎产业共识形成、技术普惠落地、公众认知普及的刚需。

因为各种可以理解的原因，当前AI行业的技术专家、企业高管与投资人，普遍直接使用英文词“token”进行交流，播客、访谈、讲座中，几乎没有统一的中文表述。这倒真不是英文水平高低的问题，即便英文基础良好，如果不怎么懂AI，也难以精准理解token的核心要义，就算翻开字典也是一头雾水；对于未接受AI专业训练、不熟悉英文技术术语的普通大众与传统行业从业者而言，生硬插入的英文名词更会带来强烈的距离感与认知隔阂。

情况是这么个情况，却并不是就该一直这么下去。我们每个人都期待AI真正融入中国千行百业、走进普通人的工作与生活，这就倒逼着我们，必须为这个核心概念，定一个通俗易懂、精严谨准、适配未来的中文译名。

从词源脉络来看，token源自古英语tāc(e)n，本义为“标志、符号、证明”，核心是“可被识别、承载特定信息或功能的基本单元”。历经中世纪商业代币、网络安全令牌、语言学“词例”的演变，进入AI大模型时代，token完成了决定性跃迁——从语言学碎片化单元，升级为AI模型可计算、可处理的最小通用单元，正式取代计算机、互联网时代的“字节”，成为AI时代的基础度量衡。

比较一下：字节是计算机物理层面的存储单位，计量机械均匀、与语义无关，仅记录数据的物理体积；而模元是智能逻辑单元，承载文本、图像、音频、视频等全模态信息，关联模型理解、推理计算、算力消耗与价值创造。

这一本质区别，正是计算文明从“数据处理”走向“智能涌现”的核心标志，也让模元（token）成为贯穿黄仁勋2026GTC演讲的核心主线。

在我提出“模元”这个译法之前， AI大模型领域的token也曾有过多种中文译名，但推敲下来，发现都无法匹配AI大模型、智能体时代的核心内涵，难以打破大众的认知壁垒。

比如，“词元”被“词”字锁死在文本场景，无法适配多模态、物理AI的应用形态；“语元”囿于语言范畴，窄化了token作为模型通用处理单元的本质；“义节”过度聚焦语义，忽略了token纯特征、结构化处理的属性；而“托肯”“屯”等单纯音译，徒有其音、缺乏实义，普遍接受度低，还会加重非专业人群的理解负担。这些译名要么局限于单一领域，要么缺乏度量衡的严谨性，确实无法承载token作为AI产业核心锚点的价值。

我斟酌再三提出的“模元”这个译法，是专为AI时代量身定制的意译。“模”直指大模型、多模态，锚定AI场景的核心属性；“元”代表最小基本单元，承续“字节”这类中文经典度量单位的命名逻辑，简洁直白、通俗易懂。

这一译法具备三大不可替代的优势：

一是对大众友好，对中文世界的非专业受众而言，“模元”没有英文token的距离感，无需专业背景就能感知这是AI世界的基础计量单位；

二是对产业实用，对产业界而言，“模元消耗量”“模元效率”“模元成本”“模元预算”等概念，能直接对应AI产业核心指标，让“模元工厂经济学”走出专业圈层，被更多人理解；

三是对未来兼容，对未来发展而言，模元不局限于当下的文本推理，更适配智能体、多模态融合、物理世界AI等全场景，具备穿越技术周期的延展性。

如果试着将GTC大会上，黄仁勋演讲中的“token工厂”改为“模元工厂”，“单位token成本”改为“单位模元成本”，原本晦涩破碎的产业逻辑表达会立刻变得顺畅且清晰易懂：从业者明白模元是AI生产的基础原料；投资者理解模元效率是企业降本增效的关键；普通大众懂得，“模元”就是AI时代的“字节”，是走进智能经济的入门钥匙。

技术的真正价值，在于从专业重器走向全民众技，而朗朗上口、易于传播的中文译名，正是AI普及的必要一步。

我反复阐释“模元”这个译法的初衷，并不是纠结较真、咬文嚼字，有点儿执意想请大家把“模元”作为惯用词统一起来，真是想为中国AI高普及率搭建必要的语言桥梁，打破专业与大众之间的认知壁垒，让AI核心词汇更易读易懂，让传统行业出身的人在认知和把握AI本质的路上，不用先越过什么语言门槛就能径直探索AI时代的基本规律，促进AI这个进行时很强的科技在中国走向千行百业、走向全民普惠。

按照荀子有言“名无固宜，约之以命”，所谓约定俗成，再合理的“名”，没人用、形不成共识也是白费。期待大家在学术研究、产业分析、政策讨论与媒体报道中，有意识地采纳并使用“模元”这一译法，共同推动这个有根（词源清晰）、有义（内涵准确）、有未来（延伸性强）的词汇，成为理解、参与和拥抱AI时代的日常用语。

马年龙抬头将至，AI 时代的模元经济，正加速演进大变局，却也还只是开局。期待不论产业还是社会，专业抑或日常，以“模元”为计量，向智能而涌现。

《哈萨比斯：谷歌AI之脑》

⬆️点击书封购买

杨斌教授推荐：

这是一本含“AGI”字眼最多的传记，某种意义上，它不仅是哈萨比斯的传记，也是10年来机器智能演进的历史写照。按照各种对 AGI的定义或标准，关于 AGI的到来或者逼近(如果存在芝诺悖论的话)的时间，快的既有1~3年、3~5年的乐观预测，也有哈萨比斯所说的 10年左右的判断——他笃定必须要有接地的世界模型，两个(左右)像 AlphaZero那样级别的重要突破。那之后呢?也许就能实现全人类智能水平的“哈萨比斯”化。这是给本书的读者,那些把哈萨比斯看作神一般存在的人的一个重要的念想——你并非生而为哈萨比斯，但哈萨比斯的理想就是要让普通人借助 AGI，拥有哈萨比斯那样的甚至超越他的智力。这么激动人心的目标值得我们拭目以待，或加入其中。

然而，也许只有人们在智力上都能人均“哈萨比斯”的时候,你才更真切地发现，要成为真正的哈萨比斯，AI之上，是使命、念力与品位。

《黄仁勋：英伟达之芯》

⬆️点击书封购买

英伟达创始人黄仁勋独家权威采访传记！揭秘黄仁勋的传奇人生、管理之道、技术之思以及英伟达的商业秘密……这一切都被写入《黄仁勋：英伟达之芯》。

拜托点下“在看”