文章正文按原文语言展示。
2026 年 9 月 18 日，北京市发展和改革委员会联合北京市经济和信息化局正式对外发布《北京市关于加快推动词元经济创新发展的若干措施》（业内通称“词元经济十条”）。这是全国首个专门针对人工智能大模型核心数据生产要素——“词元”（Token）出台的系统性产业扶持与制度创新政策，标志着国内数据要素市场化改革，从过去以原始数据块、未加工文档为标的的粗放资产交易阶段，正式跃迁至以大模型直接可消纳、标准化计量定价的 Token（词元）为核心资产形态的工业化新阶段。
“词元经济十条”出台：数据要素从粗放原始文本走向结构化 Token
在政策文本中，北京市明确提出在未来三年内，把北京建设成为具有全球影响力的词元要素集聚地与高端词元流通枢纽。与传统概念中静态的“数据资产”不同，“词元”是大模型理解世界、执行逻辑推理与跨模态生成的基本信息计量单位。过去两年国内在算力集群与大模型算法上投入巨大，但由于缺乏高质、洁净且权属明确的领域训练语料，大模型正遭遇严重的“高质量合成数据枯竭”危机。
“词元经济十条”的出台，精准切中了从算力基建走向知识资产兑现的关键命门。政策明确规定将高质量词元纳为与算力、算法并列的人工智能战略资源，建立涵盖数据清洗、词元分词编排、隐私安全脱敏、质量分级认证与法定存证入表的完整政策闭环，引导社会资本与企业核心专有知识向结构化词元资产转化。
首提“词元工厂”标准：数据清洗、对齐标注与合成增强的工业化
“词元经济十条”中最具开创性的工程制度设计，当属首次在政府文件中确立“词元工厂”（Token Factory）的高标准建设规范与认定标准。政策打破了过去将数据标注视作低端密集型手工作坊的偏见，将词元生产重塑为需要重型软件工具链、专业领域专家把关与高阶自动化算法协作的知识精炼工业。
根据规范，被认定为高标准的“词元工厂”，必须具备三大核心技术能力：其一是工业级的自动化语义过滤与多模态对齐清洗流水线，能够对 PB 级的原始多格式异构数据进行毫秒级去重、毒性过滤与格式标准化；其二是基于高阶推理模型与人类专家回环（RLHF/RLAIF）的深层知识蒸馏能力，能够把晦涩的非结构化行业经验转化为包含思维链的高价值逻辑词元；其三是具备确定性抗逆向攻击与数据水印溯源技术，确保生产出的每一批词元语料具备不可篡改的权属指纹。
政策为达到认定标准的词元工厂设立了丰厚的准入补贴与能耗保障，支持其采用液冷智算算力建设专属的语料精炼微型集群。这一标准的确立，促使国内人工智能数据服务商全面加速从“买卖人工标注”向“研发词元工程流水线”转型，催生出一批专注于将工业图纸、医疗病理与法律裁判文书转化为顶级基座模型可直接训练的高密度词元科技企业。
财政补贴与算力券挂钩：从算力消耗补贴到词元产出定价
在产业扶持资金的引导机制上，“词元经济十条”展现出务实而深远的制度创新：打破了此前单纯按照机柜租赁、GPU 采购或电费消耗给予“算力券”补贴的粗放模式，首次探索将政府算力补贴额度与企业实际交付的高质量“有效词元产出量”实施刚性挂钩。
过去两年的地方补贴政策往往出现“重基建、轻实效”的弊端，部分机构采购了大量先进制程 GPU 卡并申领了巨额算力券，但在实际运行中大多用于低水平重复训练或长时间空转，并未沉淀出具备真实经济价值的模型资产。北京新政通过引入第三方词元质量评估体系，唯有当企业利用算力清洗出达到指定信息密度、经过真实下游模型验证且完成上架交易的词元时，方能按比例兑付高额财政补贴。
此外，政策还首创了“词元普惠交易池”机制，由财政出资采购重点行业的高质量公共词元库，以极低资费向高校科研团队与中小创新开发者开放调用。这一举措从根本上遏制了算力资源闲置与低效骗补现象，利用财政杠杆把全社会的注意力从盲目“囤卡”拉回到扎实“炼料”的健康轨道上来。
专有领域数据的资产确权：医疗、工业与金融核心语料的入表难题
长期以来，阻碍高价值行业数据向大模型开放流动的核心症结，深植于专有领域数据的权属争议、商业秘密泄露顾虑以及会计入表评估缺乏可操作依据。三甲医院的手术视频与病理报告、工业制造龙头的数控加工公差参数、金融机构的跨市场高频套利日志，拥有着万亿级别的潜在知识价值，但各机构出于合规合责与利益保护顾虑，普遍选择将数据沉睡在内部局域网孤岛中。
“词元经济十条”在法治与会计制度上撕开了一条破局通道。政策明确提出推行“数据持有权、加工使用权、产品经营权”三权分置的词元化映射，确立了“原始数据不出域、词元加工可溯源、收益分成代码化”的法定操作范式。行业主体将敏感原始数据输入至通过安全可信评测的词元工厂容器内，经过单向不可逆的信息提纯，转化为剥离敏感身份属性但保留逻辑特征的通用词元，原始数据持有方即可依法享有该批词元的法定衍生所有权。
同时，北京积极协同财政部相关机构，试点推行《企业词元资产入表操作指引》，为企业提供基于市场公允交易价值、知识密度评分与预期模型训练收益折现的标准化资产评估模型。这一突破使得企业长期无法在资产负债表中体现的隐形数据资产，能够以经审计的“词元资产”形式合规计入无形资产科目，为企业打开了全新的抵押融资与资本估值空间。
产业外溢效应：激活垂类大模型训练与知识密集型产业
“词元经济十条”的落地，正对中国人工智能产业生态产生强烈的正向外溢裂变效应。随着标准化、高质量行业词元的充沛供给，过去困扰垂直行业大模型落地的“幻觉频出、胡言乱语、不懂行规”的核心技术痛点迎刃而解。
以智能制造领域为例，一家长期深耕汽车发动机研发的中型工程软件企业，依托政策支持将三十年积累的数百吉字节结构疲劳测试试验数据转化为高密度词元，通过合规交易池定向供给下游基座大模型进行持续预训练。最终训练出的机械专业大模型在预测复杂零部件疲劳寿命时，预测误差从过去的百分之二十大幅收窄至百分之二以内，成功替代了数款昂贵的欧美闭源工程仿真软件，带动了整条汽车零部件设计链条的研发提速。
在医疗健康、新能源电池材料开发、跨境跨境合规以及智能司法审判等知识密集型赛道，词元工厂正成为连接传统行业隐性经验与前沿算法大模型的坚实桥梁。中国庞大而门类齐全的工业体系所蕴藏的无尽物理世界真实数据，正在借助词元化工具链被源源不断地开采、提纯为全球最具竞争力的数字知识黄金。
东方名实之辨：立名以昭实，定分以止争，通功易事而成大业
以东方古代法度与治国之智观照北京“词元经济十条”之创举，深契《管子·心术上》所云：“名者，圣人之所以纪万物也……物固有形，形固有名，名不得过实，实不得延名。”以往谈数据资产，名目繁多而虚实难辨，概念凌空蹈虚而不可度量，致使商贾裹足、政令空悬；今立“词元”之名，分毫有规，字句可数，以名纪实，方能立规矩以成方圆。
《商君书·定分》有警策之言：“一兔走，百人逐之，非一兔足思也，分未定也。积兔满市，过而不顾，分定故也。”数据之所以封锁滞塞、沉睡于幽暗孤岛，非不欲用也，实因权属模糊、责罚难明，众人恐触刑法而生猜忌。北京新政分立三权、厘定持有与使用之边界，正是“定分止争”之深意。权分既明，则疑虑尽释，物力乃通。
《孟子·滕文公下》论天下之大治，贵在“通工易事，以羡补不足”。工农各致其力，通商以通其财，天下乃享其利。今日算力与语料之相融，亦是通功易事之体现。有算力者攻其器，有数据者精其料，立公平之法度，定互利之契约，使天下之才智各得其所、各尽其用，此乃实事求是、经世致用之真正东方大道。
数据持有方与行业企业参与词元转化的实施路径
顺应北京市词元经济新政的指引，手握优质行业专有数据的传统企业与科技开发者，可沿着四条清晰台阶参与词元转化落地：
第一步是实施企业内部专有资产盘点与词元化可行性评估。设立数据资产专项审计小组，优先梳理出研发报告、故障诊断案例库、专家评审会议纪要等知识密度极高的高价值专有语料，剔除缺乏逻辑价值的流水日志与合规风险未明的第三方转载内容。
第二步是搭建本地部署的安全隔离数据清洗与脱敏管道。在企业防火墙内部部署符合“词元工厂”规范的自动化脱敏容器，严格依据国家标准擦除涉及个人隐私、未公开商业秘密与敏感商业机密信息，生成纯粹的知识表征中间态。
第三步是申请官方词元质量认证与上架交易存证。将清洗后的词元样本提交至北京市指定的公共质量评估测试平台，获取信息密度评分与安全认证证书，并在官方监管的数据资产登记结算平台完成确权存证，锁定法定权属指纹。
第四步是探索词元资产入表融资与模型共建分成机制。依据财政操作指引聘请专业审计评估机构将词元合规计入无形资产科目，优化企业资产负债率；同时通过词元授权参与大模型厂商的垂直模型联合研发，获取长期调用分润收益，完成从传统数据持有者向数据要素资本家的身份跨越。
原稿日期：2026-09-19。