下午3點，美國紐約。面對新收到的工程任務(wù)，美國一家創(chuàng)業(yè)公司的工程師麥克，熟練地使用來自中國大模型公司的人工智能（AI）模型助手，輸入關(guān)鍵要求幾秒后，一份結(jié)構(gòu)清晰、要點全面的項目計劃在屏幕上顯現(xiàn)。借助這個“智能幫手”，原本需要半天的工作，不到半小時就已完成。
人機對話——
AI理解人類語言，需要把句子段落先“打碎”
在海外，越來越多的人開始使用中國大模型提高工作效率。模型的每一次對話，都在消耗一種名為“詞元（Token）”的數(shù)字資源。詞元是AI理解人類語言的最小單位。好比人類學(xué)語言，不會一開始就讀整篇文章，而是拆成一個個句子，再把句子拆成字、詞。AI理解人類語言，也需要把句子段落先“打碎”。通常來說，一個漢字約等于1個詞元；一個英文單詞約等于1至2個詞元；標(biāo)點符號也算詞元。比如“今天天氣很好?！边@句話，可以被AI拆分成“今”/“天”/“天”/“氣”/“很”/“好”/“。”共約7個詞元。
當(dāng)前的大模型，一次能處理的文字量是有限的，比如用戶輸入一段話，模型生成一段回答，兩者加起來不能超過一定數(shù)量的詞元。AI工具會按照使用的詞元數(shù)量產(chǎn)生費用，就像打電話按分鐘計費一樣，輸入輸出的文字量越多，費用就越高。
數(shù)據(jù)顯示：今年3月，中國日均詞元調(diào)用量已突破140萬億，兩年增長超千倍。據(jù)機構(gòu)最新統(tǒng)計，中國AI大模型在全球詞元使用量中占領(lǐng)先地位。
全球用戶為何選擇中國AI大模型？稀宇極智（MiniMax）副總裁嚴奕駿介紹：“用戶的選擇標(biāo)準(zhǔn)非常直接。第一，模型是否足夠聰明好用、快速響應(yīng)，能否真正解決復(fù)雜問題；第二，價格是否合理、可持續(xù)?！痹~元調(diào)用量的本質(zhì)是真實使用量，背后反映的是AI大模型在真實場景中的滲透深度、應(yīng)用的頻率和廣度?！爸袊鳤I大模型被全球用戶高頻使用。這是來自全球用戶的認可。”嚴奕駿說。
模型優(yōu)化——
豐富的應(yīng)用場景，持續(xù)為技術(shù)迭代提供試驗場
對于大模型而言，同時滿足更聰明和更便宜并不容易——模型性能的提升，往往伴隨著參數(shù)量的指數(shù)級增長，這意味著需要消耗更多的詞元；而詞元消耗得越多，企業(yè)的運營成本和用戶的使用成本就越高。
如何平衡？嚴奕駿介紹，以“MiniMax M2.5”模型為例，“一方面，我們通過算法創(chuàng)新，讓模型學(xué)會以更高效、更精簡的推理路徑逼近答案，在源頭降低詞元消耗；另一方面，我們致力于提升單詞元的含金量。”在每秒輸出100詞元的高效吞吐條件下，該模型連續(xù)工作一小時只需花費1美元。有機構(gòu)測算，在同等性能下，中國模型的調(diào)用成本，只有美國的1/10左右。
“成本的下降，不僅是中國大模型企業(yè)技術(shù)進步的結(jié)果，更是中國電力優(yōu)勢、供應(yīng)鏈優(yōu)勢的集中體現(xiàn)?！睆?fù)旦大學(xué)經(jīng)濟學(xué)院教授李志青說。我國豐富的應(yīng)用場景，在持續(xù)為AI大模型技術(shù)迭代提供試驗場。截至2025年12月，我國生成式人工智能用戶達6.02億人，較2024年12月增長141.7%。用戶基數(shù)快速擴大，帶動AI從互聯(lián)網(wǎng)領(lǐng)域加速向辦公協(xié)同、工業(yè)設(shè)計等更深層場景延伸，讓AI從技術(shù)嘗鮮變成日常工具；應(yīng)用滲透率不斷提升，也為模型迭代持續(xù)提供數(shù)據(jù)反饋，提升處理復(fù)雜任務(wù)的能力，為未來發(fā)展打開空間。
AI的盡頭是電力?！耙慌_AI服務(wù)器，功耗是傳統(tǒng)服務(wù)器的5倍到8倍，訓(xùn)練一個大模型需要數(shù)億千瓦時電，日運營電耗超過50萬千瓦時。電力成本，對算力產(chǎn)業(yè)全球布局至關(guān)重要?！崩钪厩嘟榻B，“這恰恰是中國的優(yōu)勢。中國有全球規(guī)模最大的電力供應(yīng)系統(tǒng)，配合特高壓電網(wǎng)與綠電消納機制，全流程自主可控的電力技術(shù)，讓我們的算力穩(wěn)定且有著成本優(yōu)勢?！?/p>
東西協(xié)同——
智能調(diào)度，實現(xiàn)冗余綠電與算力缺口的精準(zhǔn)匹配
位于江蘇南京的國電南瑞科技股份有限公司，正是這根鏈條的重要節(jié)點。服務(wù)于電網(wǎng)調(diào)度的技術(shù)支撐平臺上，實時電量清晰可視。來自西部戈壁的風(fēng)電、青藏高原的光伏電等低價、豐沛的綠電，正源源不斷上“網(wǎng)”，并通過自主研發(fā)的多層級智能調(diào)度系統(tǒng)的調(diào)控，高效輸送至東部的算力樞紐。
“西部綠電量大，但存儲難，東部算力中心用電需求大，但成本高。通過智能調(diào)度，能實現(xiàn)冗余綠電與算力缺口的精準(zhǔn)匹配?！眹娔先鹣嚓P(guān)負責(zé)人介紹，在新能源大發(fā)時段，系統(tǒng)提升綠電輸送與消納能力，支撐算力中心滿負荷運行；在用電高峰或新能源出力不足時，可智能調(diào)節(jié)算力負荷，優(yōu)先保障核心AI業(yè)務(wù)運行，并開展錯峰用電。
“此外，AI供應(yīng)鏈的完備也進一步降低了行業(yè)成本?！崩钪厩嗾f，AI芯片、服務(wù)器、計算基礎(chǔ)設(shè)施、跨境網(wǎng)絡(luò)、邊緣計算、跨境結(jié)算等行業(yè)強強協(xié)同，構(gòu)建起一套全鏈條優(yōu)勢。
協(xié)同帶來的效益有多大？李志青算了一筆賬，對于傳統(tǒng)產(chǎn)品而言，一千瓦時電通?？汕藙?—2倍的電力價值，但對于詞元而言，這種價值是幾十倍，甚至數(shù)百倍的增長?！叭缃裎覀儗⒛茉磁c制造優(yōu)勢轉(zhuǎn)化為直達全球的數(shù)字價值，實現(xiàn)了電力不出境、價值已出海。”
“詞元出?！币裁媾R一些挑戰(zhàn)。李志青認為，一方面，算力面臨一些“卡脖子”技術(shù)，天花板有待突破；另一方面，需要預(yù)防貿(mào)易保護主義抬頭等。他建議，加緊推進相關(guān)治理機制的頂層設(shè)計，以應(yīng)對可能面臨的數(shù)據(jù)、算力、市場拓展等方面的風(fēng)險。
