“词元交易”首次写入国家顶层设计

6月8日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》（以下简称《实施方案》），这是国家层面首次对数据赋能人工智能发展作出的系统性部署。

其中“探索词元交易”和“构建以词元为基础的价值体系”两处表述，直接指向产品形态创新方向，引起了广泛关注。

词元是什么？

AI时代的“通用度量衡”

词元（Token），是大模型处理信息的最小信息单元。向AI提问、让它生成内容，本质上都是在调用词元。国家数据局今年 3 月公布的数据显示，我国日均词元调用量已突破140万亿，而2024年初这个数据只有1000亿，这一数字的变化反应了AI应用的爆发式增长。

然而，词元不仅是技术概念，更正在成为经济概念。

长期以来，数据市场面临一个根本性难题：定价。一条垃圾数据与一条高质量医疗数据，按传统“按条卖”或“按存储空间卖”的方式，定价可能相差无几。这导致好数据卖不上价，差数据浑水摸鱼，整个市场效率低下。

而词元的核心价值就是将文本、图像、基因序列、视频等各种形态的数据，统一拆解为可计量、可定价、可追溯的最小价值颗粒，建立起数字经济的“通用度量衡”。

截至2025年底，我国已建成高质量数据集超过10万个，数据赋能AI已从概念走向落地。

《实施方案》围绕行业高质量数据集供给、流通、应用等关键环节，部署六大专项行动，提出面向人工智能应用需求，持续推进文本、图像、音视频等多模态高质量数据集建设；聚焦智能体、具身智能和世界模型等重点方向，要求加快推进数据集建设；引导具备条件的地区因地制宜开展数据标注创新试验区建设。

从供给侧系统性地补齐短板。

青岛模式：

数据如何变成“硬通货”

725.4T Token。近日，青岛华大基因研究院“青岛华大千种海洋生物基因测序数据资源集”在青岛数据集团所属青岛数据资产登记评价中心完成数据产权登记。这是全国首例以词元为核心计量单位的数据产权登记，为"千种海洋生物基因测序数据"中的每个DNA碱基对精准映射词元。

“我们能够清晰评估出7000余万元的市场价值，关键就在于在计量中提供了‘词元’这一颗粒度极细的核算基础。可以准确计算每一个基因特征从测序、组装到功能注释的全流程投入，并结合其在生物医药靶点、合成生物学元件等应用场景中的预期收益贡献进行折现。”青岛华大基因研究院副院长徐梦阳在接受《中国经营报》记者采访时表示，词元计量剔除了无效的“噪音”，真正反映了数据中蕴含的“语义有效性”和知识密度。

在此基础上，青岛还落地了全国首个词元计量收益分配体系，将各类数据转化为统一的词元单位进行价值核算，采取了“字段计量+词元计量”双轨并行策略，以两者的加权平均值作为最终贡献量。

不久前，由青岛数据集团牵头推动的全国首例纯数据资产信托收益权ABS首期5.32亿元正式发行，全网累计吸引19.8亿元市场资金踊跃认购，超额认购倍数达3.72倍。

资本用真金白银证明，数据资产化这条路走得通。

释放要素价值

从"卖数据"到"卖价值"

从“数据化”如何走向“价值化”？《实施方案》提出实施价值释放行动。

推动行业高质量数据集跨行业、跨领域、跨场景融合利用，鼓励“以数换数”“数模互换”“数据托管”“数算一体”等多种应用模式。积极参与开源社区建设，鼓励中介机构、公益机构将基础性、公益性数据集作为公共产品向社会公开，激发用数活力。

鼓励数据集在数据交易所（中心）等数据流通服务机构挂牌交易，发展“订阅模式”“商场模式”“定制模式”等多元服务形态，推动商业模式从基础数据包销售向API调用、模型化解决方案及全栈服务梯次跃升。探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据价值体系。

《实施方案》还提出“培育为高质量数据付费的市场共识”，建立健全市场化利益分配机制，确保数据供给、加工、流通、应用等各环节主体均能获得市场化价值回报，共享数据红利。鼓励数据需求方通过购买、合作等形式加大投入，充分发挥政府部门、国有企业、模型企业等单位的示范引领作用，推动数据采买纳入预算编制，率先开展数据采购实践，带动形成数据有偿使用市场共识，构建健康可持续的数据市场生态。

参考资料：

国家数据局《关于推进行业高质量数据集建设行动的实施方案》、青岛数据集团词元经济实践案例、中国经济时报、上海证券报、人民日报等

（大众新闻记者 徐佳）