IT之家 3 月 20 日消息，Token 作為定義 AI 時代的核心度量單位，在英偉達(dá) GTC 2026 大會上，英偉達(dá) CEO 黃仁勛提到了超過 70 次 Token。
然而，Token 這一 AI 時代的熱詞目前還沒有一個統(tǒng)一的中文名稱。
對此，騰訊研究院 3 月 18 日發(fā)表了一篇清華大學(xué)可持續(xù)社會價值研究院院長楊斌的文章，楊斌提議將 Token 的 AI 領(lǐng)域?qū)僦形拿麨椤?strong>模元”，用以區(qū)別于區(qū)塊鏈、網(wǎng)絡(luò)安全等其他場景中的 Token 譯名。
楊斌表示，AI 大模型領(lǐng)域的 Token 也曾有過多種中文譯名，但推敲下來，發(fā)現(xiàn)都無法匹配 AI 大模型、智能體時代的核心內(nèi)涵，難以打破大眾的認(rèn)知壁壘。比如：
“詞元”被“詞”字鎖死在文本場景，無法適配多模態(tài)、物理 AI 的應(yīng)用形態(tài)；
“語元”囿于語言范疇，窄化了 token 作為模型通用處理單元的本質(zhì)；
“義節(jié)”過度聚焦語義，忽略了 token 純特征、結(jié)構(gòu)化處理的屬性；
“托肯”“屯”等單純音譯，徒有其音、缺乏實義，普遍接受度低，還會加重非專業(yè)人群的理解負(fù)擔(dān)。
楊斌稱，他斟酌再三提出的“模元”這個譯法，是專為 AI 時代量身定制的意譯?！澳！敝敝复竽Ｐ汀⒍嗄B(tài)，錨定 AI 場景的核心屬性；“元”代表最小基本單元，承續(xù)“字節(jié)”這類中文經(jīng)典度量單位的命名邏輯。
楊斌表示，這一譯法具備三大不可替代的優(yōu)勢：
一是對大眾友好，對中文世界的非專業(yè)受眾而言，“模元”沒有英文 Token 的距離感，無需專業(yè)背景就能感知這是 AI 世界的基礎(chǔ)計量單位；
二是對產(chǎn)業(yè)實用，對產(chǎn)業(yè)界而言，“模元消耗量”“模元效率”“模元成本”“模元預(yù)算”等概念，能直接對應(yīng) AI 產(chǎn)業(yè)核心指標(biāo)，讓“模元工廠經(jīng)濟(jì)學(xué)”走出專業(yè)圈層，被更多人理解；
三是對未來兼容，對未來發(fā)展而言，模元不局限于當(dāng)下的文本推理，更適配智能體、多模態(tài)融合、物理世界 AI 等全場景，具備穿越技術(shù)周期的延展性。
IT之家小伙伴覺得哪個 Token 中文譯名更好呢？
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。