清华大学杨斌：建议将“token”译为“模元”，推动AI全民普及

本文转自：人民网

人民网记者 赵竹青

“我提议将‘token’译为‘模元’。”近日，清华大学可持续社会价值研究院院长、经济管理学院教授杨斌在接受人民网记者专访时表示，为AI时代的关键词“token”进行中文定名，已成为实践中的迫切需要。

在近日英伟达举办的2026年GTC大会上，“token”一词在首席执行官黄仁勋的主题演讲中累计出现超70次，成为贯穿全程的核心主线。国家数据局统计显示，截至2025年9月底，我国日均token消耗量已突破40万亿，和2024年初相比增长400多倍，反映出我国人工智能产业的迅猛发展。

谈及这些现象，杨斌表示，token作为AI时代的核心经济标尺，兼具信息单位、算力单位和货币单位三重属性，是AI思考的最小单元，也是算力消耗的核算基准和智能服务的价值度量。

他建议，将token的中文译名统一为“模元”，以推动AI技术在中国更广泛地普及和应用。

“token一词在中文世界缺乏统一、精准的翻译，这成为AI从专业圈层走向全民普惠的语言障碍。”杨斌表示，当前业界普遍直接使用英文词“token”交流，对于未接受AI专业训练的普通大众与传统行业从业者而言，生硬插入的英文名词带来了强烈的距离感与认知隔阂。

杨斌详细梳理了“token”一词的发展脉络——它源自古英语，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，token在进入AI大模型爆发后完成了“决定性”的跃迁——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，并正式取代互联网时代的“字节”，成为AI时代的基础度量衡。

谈及为何选择“模元”而非此前出现的“词元”“语元”“义节”等译法，杨斌分析说，“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，无法承载token作为AI产业核心锚点的价值。

“‘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。”杨斌说。

他进一步阐释了“模元”这一译法的三大优势：对大众友好，无需专业背景就能感知这是AI世界的基础计量单位；对产业实用，“模元消耗量”“模元效率”“模元成本”等概念能直接对应AI产业核心指标；对未来兼容，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。

当记者问及推广这一译名的现实意义时，杨斌借鉴了黄仁勋提出的“token工厂经济学”的概念。“如果我们将‘token工厂’改为‘模元工厂’，‘单位token成本’改为‘单位模元成本’，原本晦涩的产业逻辑会立刻变得顺畅清晰：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。”杨斌表示，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、有义、有未来的词汇，成为理解、参与和拥抱AI时代的日常用语。