词元即资产：国家数据局的新信号与数据要素市场的“智能定价”时代

2026年7月28日2026中国国际大数据产业博览会新闻发布会上国家数据局副局长余英的一席话释放了一个值得全行业深入解读的信号鼓励基于词元应用的商业模式创新探索词元交易等新型交易模式培育“为优质数据付费”的市场共识。“词元”——这个原本属于大模型和自然语言处理领域的技术术语被写入国家数据局的政策话语体系并非偶然。它标志着中国数据要素市场正在经历一场从“资源盘点”到“智能定价”的范式跃迁。一、1565PB之后数据要素市场的新命题先看一组发布会披露的数据截至2026年6月全国已建成高质量数据集超12万个数据总体量超过1565拍字节PB全国智算总规模达240万PFLOPS八大国家算力枢纽已建成智算总规模占全国比重超80%数据基础设施已接入4万余个主体上架6万余个产品较2025年底分别增长10倍和4倍。这些数字勾勒出中国数据要素市场的一个基本事实数据资源的规模化汇聚已经完成但资源的“价值化”才刚刚开始。1565PB的数据量是什么概念相当于约33亿部两小时高清电影的数据总量。然而数据量大不等于数据好用。当前数据要素市场面临的核心矛盾不是“有没有数据”而是“数据能否被高效理解和定价”。传统的数据交易模式往往以“条数”“文件大小”“调用次数”为计量单位这些粗放的定价方式难以反映数据的真实质量和价值。正是在这个背景下“词元”从技术概念上升为政策话语。二、词元AI时代的“数据原子”词元Token是大模型处理文本的最小语义单元。在AI语境下一段中文文本可能被切分为数千个词元每个词元对应一个向量嵌入成为模型理解和推理的基本构件。但国家数据局所说的“词元应用”内涵远不止于此。它指向的是一个更深刻的趋势在AI全面渗透数据处理的今天“词元”正在成为数据价值计量的基本单位——就像“桶”计量石油、“千瓦时”计量电力一样。这一转变意味着什么第一数据价值的计量从“粗放”走向“精细”。传统的数据交易以“数据集”为最小单位买家往往需要购买整个数据包其中大量数据可能与其需求无关。词元化交易则允许将数据“拆零”到语义单元级别按需获取、按量计费大幅降低数据使用的边际成本。第二数据定价从“成本加成”走向“价值对齐”。词元的本质是语义向量其价值不再取决于采集成本而取决于其在特定AI任务中的贡献度。一个词元可能在A任务中毫无价值在B任务中却是关键变量。这种“价值对齐”的定价逻辑比传统的数据交易模式更接近数据的真实经济价值。第三数据流通从“文件搬运”走向“智能调度”。词元化的数据不必以完整数据集的形式流通而是可以通过API、向量数据库等中间件实现按需检索和实时调用。这大大降低了数据流通的门槛和成本。三、从“4万个主体”到“词元交易”数据基础设施的质变发布会上另一组数据同样值得关注数据基础设施已接入4万余个主体上架6万余个产品较2025年底分别增长10倍和4倍。这组数据的意义在于数据要素市场的“管道”正在快速铺设到位。如果把词元化比作“智能定价”的商业模式创新那么数据基础设施就是支撑这一创新的“技术底座”——没有覆盖广泛、响应迅速的数据流通管道词元交易只能是空中楼阁。当前数据基础设施的扩容速度之快4个月10倍增长折射出各级政府和市场主体对这一“底座”的迫切需求。而随着数据基础设施从“建好”走向“用好”中间件作为连接数据资源与应用场景的关键纽带其战略价值日益凸显。数据的采集、清洗、标注、向量化、检索、调用——每一个环节都离不开高性能、高可靠的数据中间件支撑。在国产数据中间件领域金蝶天燕等厂商多年来持续深耕政企数据服务赛道其数据集成、数据资产管理、数据服务网关等产品已在政务、金融、能源等多个关键行业积累了丰富的落地经验。在“词元交易”“数据要素价值化”等新命题面前国产中间件的低延迟、高并发、安全合规等能力将成为支撑新型数据交易模式运转的关键技术保障。四、词元交易的三个挑战当然词元交易从政策鼓励到商业落地仍面临三重挑战。第一标准之困。词元如何定义如何切分不同模型、不同场景下的词元粒度如何统一如果没有行业公认的标准词元交易将陷入“各说各话”的困境。国家数据局此时提出“鼓励探索”实际上是在为后续标准制定留出足够的实践空间。第二定价之难。词元的价值高度依赖上下文同一个词元在不同任务中的价值可能天差地别。如何建立动态、智能、可验证的词元定价机制是商业模式创新的核心难点。第三安全之虑。词元化虽然降低了数据流通的门槛但也可能带来新的安全隐患——敏感信息可能被拆解为看似无害的词元碎片在交易和流转过程中绕过传统的脱敏和审计机制。如何在“流通”与“安全”之间找到平衡是监管和技术的双重课题。五、结语数据要素市场的“iPhone时刻”如果将过去几年数据要素市场的建设比作“搭建基础设施”那么国家数据局此次对词元应用的鼓励或许标志着这一市场正在进入“应用爆发”的前夜。正如苹果的App Store通过将软件“碎片化”为可单独下载的应用释放了移动互联网的万亿级市场词元交易通过将数据“碎片化”为可独立定价和流通的语义单元同样有可能开启数据要素市场的“长尾革命”。2026年6月的数据是1565PB2026年底会是多少词元交易的第一笔商业订单何时诞生没有人能准确预测。但可以确定的是当“词元”成为数据要素市场的计量单位数据的价值将不再被埋没于海量的存储介质中而是被精准地“标定”和“释放”出来。这是一场从“数据资源”到“数据资产”的认知革命也是一次从“算力基建”到“智能定价”的产业升级。而这场变革的最终受益者将是每一个能够通过“词元”精准获取数据价值的AI应用——以及它们所服务的社会与经济。