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-拓冰建站

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。