到今年3月，我国日均Token即词元调用量超过140万亿，相比2024年初的1000亿增长了1000多倍。日均词元调用量的大量增加，充分表明中国的人工智能发展进入了快速增长阶段，应用场景在不断深化。今年是“十五五”开局之年，也是数据要素价值释放年。日均词元调用量超140万亿，说明什么？

如何理解词元？哪个比喻更像真正的词元？

国家数据专家咨询委员会委员、北京交通大学教授 张向宏：词元是一个特别新的概念。人工智能大模型在全球出现仅5年时间，而词元在世界范围内出现也不到1年，中文名字半年时间不到。对词元的理解，以后词元会发展成什么样子，都是在探索阶段。

目前，我们认为词元分两个阶段来看。词元上游是高质量数据集，高质量数据集再往前是数据资源。下端是智能体和大模型，智能体和大模型是在各行各业，在个人、企业当中应用的。从这个角度上来说，词元是构成智能体和人工智能大模型的最小单元，就像一块块积木，搭成了智能体的应用。

从再长的时间来看，3到5年，词元应该发展成就像电和自来水一样，随取随用，用多少买多少，用多少付多少钱。随着经济社会的发展，智能经济不断提升，词元的概念会越来越丰富，内涵会越来越丰富。

如何为AI创造更多应用场景？

张向宏：人工智能的最终生命力体现在应用。如果说，人工智能不能在社会经济中深度应用，不能跟个人日常生活、政府日常管理，特别是企业日常生产经营活动深度绑定、深度融合的话，其实是没有生命力的。在这方面国家出台了很多政策。

目前来看，从个人、政府、企业在办公、在场景方面用得比较浅层。下一步，就应该在各行各业，特别是制造业企业，比如金融、商贸流通等各方面跟生产流程、市场营销、供应链深度绑定。假以时日，人工智能在生产经营活动中会越来越深入，越来越广泛。

建设更多高质量数据集，面对的问题、挑战是什么?

张向宏：有三方面挑战。第一，数据挑战。可以看到，目前数据高质量开发利用给我们生活带来很多便利，提升效率。如果数据安全性没有得到保障，也会带来很多隐私泄露等，所以，数据安全流通是摆在我们面前非常重要的话题。

第二，算力。算力有两个瓶颈，其一，GPU。目前虽然取得了重大突破，但是仍然有比较大的提升空间。其二，电力。如果个人、企业和政府大规模用人工智能，电力耗费相当大。当然，在算力协同，特别是绿电支持算力发展方面，已经做了重大布局，但是也要未雨绸缪。

第三，技术迭代，就是模型技术迭代。这几年国家大模型企业的技术发展特别快，但是下一步离企业、政府、个人的应用还要进一步深化。