国家数据局局长刘烈宏：我国日均Token（词元）调用量突破140万亿，两年增长超千倍

chzh4719

赵媛 人民邮电报

“在技术创新与商业应用驱动下，人工智能产业规模持续增长。”国家数据局党组书记、局长刘烈宏在中国发展高层论坛2026年年会的演讲中介绍称，“预计到‘十五五’末，中国人工智能相关产业规模将突破10万亿元，迈向更广阔的增长空间。”他透露，今年3月，中国日均Token调用量已突破140万亿，两年增长超千倍。

刘烈宏指出，人工智能加速演进，打造智能经济新业态。从去年春节DeepSeek开源模型出圈，机器人在春晚惊艳亮相，到今年春节Seedance2.0火爆全球，再到近期OpenClaw掀起“养龙虾”热潮——一个又一个热点，反映出人工智能发展的五个新趋势。

从对话到决策执行，智能体正驱动中国大模型应用规模爆发式增长。以OpenClaw为代表的智能体应用，通过构建大模型与外部工具的深度连接，实现了任务的自主规划与连续执行，标志着智能体已成为大模型落地应用的新形态，迅速引爆全球市场，同时也带来了网络安全和数据安全隐患。在此浪潮中，中国企业凭借“开源框架+中国模型+全栈数据安全策略”的独特路径，加速推动智能体应用的落地。不同于单纯追求功能实现，中国企业推出的方案以国产大模型为“大脑”，创新性地植入了工具合规性检测、数据隔离、权限管控及操作审计等全链路安全机制。这也让我们认识到“好智能体”的标准：它不应仅仅是炫技式的“全能执行者”，更应是坦诚的风险告知者与可靠的方案解决者——在展示“能做什么”的同时，清晰界定“有哪些风险”并提供“如何安全落地”的完整闭环。当然用户还要在此基础上精准识别安全风险，加强安全管理。人工智能的发展离不开大规模、高质量、安全合规的数据。国家数据局把数据要素赋能人工智能创新发展作为重点工作，持续推动高质量数据集建设和人工智能同频共振，初步形成了“‘人工智能+’行动发展到哪里，高质量数据集的建设和应用就推广到哪里”的良好局面。

随着人工智能从基础大模型向行业大模型纵深拓展，与实体经济的结合度越来越高，行业高质量数据集正取代通用语料，成为决定模型落地效果的关键变量。只有推动人工智能与各行各业深度融合，才能将技术势能转化为发展势能。中国作为全世界唯一拥有全部工业门类的国家，数据资源丰富、产业体系完备、市场空间巨大，实施“人工智能+”行动，就能让人工智能技术真正扎进产业土壤，深度赋能千行百业。

人工智能正经历从数字模拟向物理交互的范式跃迁，引爆了具身智能数据的全新需求。人工智能与机器人本体、传感器、控制系统深度融合，实现感知、决策、执行的闭环能力，在工业制造、仓储物流、特种作业等领域的特定场景下，已经展现出执行复杂操作任务的实际能力，具身智能正加速从实验性部署转向实际生产应用。我们将积极推动高价值真机数据的采集与开发，夯实具身智能进化的数据基础。

Token“词元”不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能。2024年年初，中国日均Token调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。今年1月底以来，有的模型企业创下20天收入超越2025年全年总收入的业绩纪录。这组数字背后，是一套以Token计费为基础的新型商业逻辑正在加速演进。Token是大模型处理信息的最小信息单元，具有智能时代可计量、可定价、可交易的特征。围绕Token的调用、分发与结算，一套新的价值体系正在加速演进形成，并成为人工智能产业可能变现的重要路径。中国日均Token调用量的大幅增长也表明，随着中国数据要素市场化配置改革的纵深推进，人工智能高质量数据的供给体系正在形成，“数据供给—价值释放”的良性循环已初现端倪。

AI深度融入生产生活，安全合规成为治理焦点。训练数据与生成内容的版权争议，可能使人工智能产品陷入法律诉讼与信任危机；数据投毒攻击、权限失控、网络安全漏洞、恶意技能插件等安全风险，均会引发系统输出失真、决策偏误等问题，影响人工智能应用的可靠性。这要求人工智能的提供者、使用者、网络安全维护者等都要充分发挥作用、协同联动，提供应用全栈数据安全的解决方案，以装龙虾为代表的智能体应用为例，要按照“最小权限、主动防御、持续审计”的原则持续开展安全防护。为此，我们正在建立健全数据产权制度，为数据供给、流通、使用提供权责清晰的产权配置方案。我们正在推动形成涵盖数据、技术、网络等一体化的安全治理解决方案，为人工智能规模化应用落地提供有力安全支撑。

刘烈宏指出，国家数据局将2026年数据工作明确为“数据价值释放年”，聚焦数据赋能人工智能创新发展，将深入实施强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，力争形成一批更好满足人工智能就绪度要求、有效训练先进模型或智能体、真正解决行业难题的高质量数据集，实现供给量、质齐升，使人工智能深入千行百业、加速人工智能与实体经济的深度融合。