外观
论中国科技话语权中的若干问题
——从“词元”还是 token 的定名说起
作者：BA4SRJ ｜ 单位：不晓得 ｜ 收稿日期：2026 年 10 月 11 日
摘 要
2026 年 3 月 25 日，全国科学技术名词审定委员会发布公告：人工智能领域名词 token 的中文名，优先推荐“词元”，面向全社会发布试用[1]。一个技术词的中文译法，为什么要一个经国务院授权的机构出面拍板？因为它早就不只是个词，而是计价单位[2,3]。本文从这次定名出发，把“科技话语权”拆成四层可核账的权限——命名权、计量权、标准权、底座权，逐层用公开数据对账。结果是：命名权与底座权已经出现明显反转，计量权正在从“跟着别人的词表付费”转向“按自己的语料计价”，标准权增速最快但存量仍然偏低。本文进一步说明，四个自信在这件事上不是四句并列的口号，而是这四层权限各自的支撑条件。为避免账本只报喜，文中同时列出几项尚未反转的指标。
关键词：科技话语权；词元；token；术语审定；四个自信；开源模型；国际标准
Abstract: On 25 March 2026, the National Committee for Terms in Sciences and Technologies recommended "ciyuan" (词元) as the Chinese name for the AI term "token". This paper treats that decision as an entry point and breaks "technological discourse power" into four verifiable layers: naming, metering, standard-setting and platform ownership. Public data show clear reversals in naming and platform ownership, an ongoing shift in metering, and fast but still low-base growth in standard-setting. The paper also lists the indicators that have not yet reversed.
一、一个词的户口问题
先说清楚 token 是什么。在大模型里，文本要经过切分或字节级编码，变成一串最小的离散单元，模型才能算。这些单元就是 token，它可能是词串、单个词，也可能是词根、词缀、子词或单个字符[4]。它本身不携带智能，只是信息的载体。但它承载计价：调一次模型，付的钱按它算。
国家数据局局长刘烈宏有个很好懂的说法：在人工智能时代，token 是处理文本的最小数据单元，如同互联网时代的“流量”[5]。流量要计量，词元也要计量。2024 年初我国日均 token 消耗量为 1000 亿，到 2025 年 6 月底突破 30 万亿，一年半增长 300 多倍[5]；到 2026 年 3 月已突破 140 万亿，两年增长超千倍[2,6]。这个增速要是发生在我自己的通联日志上，我早就该上新闻了。
问题在于，这么个天天出现在账单上的东西，长期没有中文名。它同时被叫成令牌、代币、通证、语元、词符、字元、智元、模元、数元、分词单元、词例、形符，十几个译法各占一块地盘[7]。这局面我熟——我桌上那台热点设备在圈内的叫法，也比它的型号核准代码更混乱（而且它至今没有型号核准代码）。
译法乱不是小事。“令牌”是网络安全和身份验证里的老词；“代币”“通证”带着一身加密货币的味道[7]。同一个英文词在三个行业里指三种东西，写文档的人得先做一次消歧义，读的人还得再做一次。
所以 3 月那则公告干的事，本质上是给一个词上户口[1]。它走的是“科技新词快速审定发布流程”，由第四届计算机科学技术名词审定委员会组织多轮审定会议，先发布试用，再结合社会推广情况最终确认[1]。翻译一下：这不是一次性盖章，而是灰度发布，当前状态是候选版，还留着回滚的余地。
户口上完还没结束。2026 年 6 月 8 日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，“词元”第一次写进国家政策文件，明确提出“探索词元交易等新型交易模式”，以及“构建以词元为基础，可量化、可定价的数据价值体系”[8]。同年 8 月，中国国际大数据产业博览会的年度主题直接叫“词元——数据要素价值释放新路径”[9]。一个词从技术圈的口头习惯，走到国家文件的正文，用了不到半年。
二、话语权不是一个词，是四层权限
“话语权”这个词用得太顺手，顺手到没人拆它。拆开看，它至少是四层不同的权限，各自的证据也不同。
表 1：科技话语权的四层权限
| 层次 | 它决定什么 | 可核账的指标 |
|---|---|---|
| 命名权 | 概念用什么词表达 | 谁发布规范译名、译名是否进政策文件 |
| 计量权 | 用什么单位算账 | 词表构成、单位语料成本、中文语料自主比例 |
| 标准权 | 东西按什么规格造 | 牵头制定的国际标准数、提案数、主席与秘书处席位 |
| 底座权 | 别人的产品建在谁的地基上 | 开源模型下载量、衍生模型数、被谁拿去当基座 |
这四层不是并列的四个口号，是一条依赖链。底座决定计量，计量决定成本，成本决定谁被采用，被采用之后才有资格谈标准，标准写多了，命名才有人跟着走。反过来也成立：命名一旦确立，它会悄悄改写后面三层的默认值。
下面逐层对账。
三、命名权：从“莱塞”到“激光”，再到“词元”
汉语给外来概念定名有两条路：音译，或者按原理自己造一个词。前者省事，后者费劲但管用。
laser 就是典型。它进中国的时候叫过“莱塞”“镭射”“光量子放大器”“受激辐射光放大器”，一个比一个绕口[10]。1964 年 10 月，钱学森致函《光受激发射情报》编辑部，说“光受激发射这个名词似乎太长，读起来费事，能不能改称为激光”；同年 12 月，上海召开的第三次光量子放大器学术会议上，这个建议被正式采纳，会议由严济慈主持[10]。期刊随后改名《激光情报》。
如果当年图省事沿用音译，今天我们说的是“用莱塞切割钢板”，听起来像某种进口啤酒。
同一个人还定了“航天”“航天员”“导弹”，把 virtual reality 译成“灵境”[11]。他给命名工作留过一句话：定名时不要忘记我们是炎黄子孙，最好用汉语精炼地表达出科学技术名词的涵义，要让人一看就有中国味[11]。这句话在 1960 年代听着像情怀，在 2026 年听着像方法论。
顺便说清楚另一条路长什么样。日语处理外来词有条捷径：片假名。computer 写成コンピュータ，token 写成トークン，读音照搬，字形换一套。省力，代价是词汇表慢慢变成一本音译对照手册，读者得先把片假名还原成英文，再还原成概念，等于每次阅读都要过两道海关。
我不希望有一天中文技术文档里全是片假名式的音译。“用莱塞切割钢板”已经够呛，“本次调用消耗一千二百个托肯”听着像某种进口饼干。这不是我一个人的偏好：人民网有篇文章说得很直接，如今走近前沿科技经常要先过一道“字母关”，AI、LLM、Token、VR 不断从论文和产品说明书里涌出来，有人说得如数家珍，有人听得似懂非懂[12]。那篇文章还提醒，“零翻译”并非没有代价——公共传播里密集出现 Prompt、Agent、Skill，熟悉英语的人顺势而入，普通人望而却步；科技知识固然有门槛，但语言不该把门槛再垫高一层[12]。
同样的道理，telephone 早年音译成“德律风”，后来“电话”赢了[12]。两个汉字简洁明了，打电话、接电话、挂电话，人在使用中把意义固定下来。
回到“词元”。定名的技术理由并不含糊：符合单义性、科学性、简明性、协调性四条审定原则；“词”点明它在语言场景下的根源，“元”传达“基本单元”之意，与“元素”里的“元”同一条语义脉络；符合中文的二字词偏好，与“嵌入”“注意力”“隐状态”并列时风格一致[4]。中国科学院计算技术研究所研究员陈熙霖、清华大学计算机系副教授东昱晓都做过公开解读[4,13]。
多模态那一段尤其见功力。图像被切成图像块，语音被量化成离散单元，这些也叫 token，可它们已经不是“词”了。定名时的处理办法是承认类比：像“词云”“词袋”一样，让“词”承载比字面更宽的语义[4]。一个术语提前给自己留出扩展位，这在软件工程里叫向后兼容。
再说制度。全国科学技术名词审定委员会 1985 年经国务院批准成立，国务院 1987 年批复明确，经它审定公布的名词具有权威性和约束力，全国科研、教学、生产经营以及新闻出版单位应遵照使用[14]。截至 2025 年 12 月，它分领域组建了 102 个学科名词审定专委会，审定公布 180 种规范名词，规范名词总量 60 余万条[14]。这不是一个办公室加一块牌子，是一张能落地的网络。
命名权这层的结论很朴素：能定义概念的语言，才有资格谈概念。这一层对应文化自信——汉语有没有能力承载前沿技术概念，1964 年回答过一次，2026 年又回答了一次。
四、计量权：词表里给中文留了多少位置
这层最硬，因为它直接是钱。
规模前面说过了：日均词元调用量两年增长超千倍[2,6]。规模上来之后，单位成本就成了核心变量，而单位成本里藏着一件很少被讨论的事——同一句话，在不同模型的词表里值多少个词元。
词表是分词器的字典。字典里给一门语言留了多少词条，直接决定这门语言被切成多碎。Llama 2 技术报告的语言分布表显示，其预训练数据中英文占 89.70%，中文占 0.13%[15]。原料端同样偏：有综述统计，Common Crawl 语料里中文网页占比约 1.4%，英文约 55%[16]。
词表以英文为默认值建起来，中文是后来被塞进去的。塞进去的代价写在账单上。有媒体做过实测：在 Claude 早期系列使用的分词器下，等量中文内容的词元消耗是英文的 1.11 到 1.64 倍，最极端的商业新闻类文本要多花 64%；GPT-4o 的分词器好一些，多数场景落在 1.0 到 1.35 倍；而在 Qwen 与 DeepSeek 上，这个比值大面积低于 1，DeepSeek 最低做到 0.65 倍，同一段话中文版比英文版便宜三分之一[17]。该实测还发现，2026 年那次引发英文开发者账单震荡的分词器升级，通胀几乎只发生在英文上，中文基本没动[17]。
学术研究给出的解释更冷静：中文并不天然比英文省词元，效率取决于分词器词表是怎么建的[18]。换句话说，这不是语言优劣问题，是字典收词问题。所谓“中文税”，是一个系统给一门语言分配的内存地址不够，于是每次调用都在多付一次分页开销。
对策在语料侧。国家数据局的数据显示，国内多数模型训练使用的中文数据占比已超过 60%，有的模型达到 80%[5]。人民日报的报道解释了这件事为什么重要：过去我国大模型常面临“数据依赖”风险，前沿科技论文、行业标准、文化典籍多以英文呈现，全球高质量标注数据也多以英文为主；中文数据占比低，模型在关键技术迭代中易受“数据授权限制”“更新延迟”影响[19]。更实在的一点是，中文数据里独有的文化习惯、隐喻表达和政策术语，在英文数据中难以体现——中医问诊时的“上火”“湿气”，需要中文语境才能准确推理[19]。
供给侧也在补课。2026 年 9 月，中文互联网基础语料 4.0 等三类高质量数据集发布，数据量 120GB[20]。按国家数据局的口径，全国已建成高质量数据集超 10 万个、规模超 890PB，生成式人工智能用户达 6.02 亿人[21]。
计量权这层对应道路自信。汉字进入计算机这条路，中国走过一次全程：1974 年 8 月“748 工程”立项，1979 年 7 月 27 日输出第一张中文报纸样张《汉字信息处理》[22]；1985 年 5 月华光Ⅱ型系统通过国家级鉴定并在新华社投入运行，1988 年 7 月经济日报社印刷厂卖掉全部铅字，成为第一家全面淘汰铅字、转为激光照排的日报社[23]。当年要解决的问题是“汉字能不能进计算机”，今天的问题换成了“汉字进计算机要花多少钱”。问题变了，路线没变。
五、标准权：1.8% 与 285 项
标准是最不浪漫、也最有约束力的一层。
起点得老实写出来。有统计称，从标准数量看，中国标准占国际技术标准的比例曾仅为 1.8%，而且标准必要专利覆盖的技术领域相对较窄[24]。1.8% 这个数字不好看，但它有个好处：它让后面所有的增长都有分母。
再看现在的账。市场监管总局的数据显示，2025 年我国向 ISO、IEC 提出国际标准提案 505 项，比 2024 年增长 15.83%；在新能源、智慧电网、传统医学、脑机接口等领域牵头制定并发布国际标准 285 项，增长 26.67%；“十四五”期间累计提出提案 1740 项，牵头制定并发布 1183 项，比“十三五”时期增长 88.1%；国家标准外文版数量增至 2779 项，较“十三五”时期增长超过 200%[25]。2026 年 1 月至 8 月，又牵头制定国际标准 214 项，新提出提案 288 项，新承担智慧城市、航空电子过程管理、电力气象等国际标准组织技术机构主席和秘书处 14 个[26]。
人的层面也在动。2026 年 IEC 1906 奖全球共 26 个国家的 231 名专家获奖，我国 44 名，占总数的 19%，创历史新高[27]。国家数据局在“十五五”规划辅导读本里提到，6G 关键技术研发和国际标准制定处于全球第一梯队[21]。
学术产出的账另算一本。中国科学技术信息研究所发布的《中国科技论文统计报告 2025》显示：2024 年中国在各学科最具影响力期刊上发表论文 15067 篇，占世界总量的 35.2%，排世界第一；高水平国际期刊论文 15.49 万篇，占 39.2%，被引用 101.12 万次，数量与被引次数均排世界第一[28]；热点论文 2342 篇，占全球一半以上，美国 1511 篇排第二；高被引论文 76271 篇，占 37.4%，排世界第二，与美国只差 11 篇[29]。国际论文篇均被引 17.24 次，连续两年超过世界平均水平[28]。投入侧，经济合作与发展组织 2026 年 3 月的报告显示，中国研发投入已与美国持平，按购买力平价计算已超过美国[30]。
差 11 篇这个细节我特意留着。世界第二和世界第一之间的距离是 11 篇论文，比我家到楼顶天线的距离还短——但它是第二，不是第一，账要这么记。
标准权这层对应制度自信。505 项提案、285 项牵头、14 个主席和秘书处，背后是连续两个五年规划的口径衔接[25]。能把一件冷门事按五年为单位推着走，靠的不是某一次灵感。
六、底座权：一次不记名的全球投票
前三层都还需要解释，这一层不需要，它有一组下载量。
Hugging Face 在 2026 年 8 月 14 日发布《开放模型现状：2026 夏季观察》。据中国日报报道，2026 年 1 月至 7 月，阿里千问（Qwen）系列在该平台的下载量约 20.45 亿次；围绕 Qwen 的衍生模型有 151448 个，是 Meta 衍生模型的 2.6 倍，是 Llama 系列的 4.7 倍[31]。
平台层面的结构变化更说明问题。Hugging Face 2026 年春季报告显示，中国研发的开源模型下载量已占该平台总量的 41%，超过美国位居第一；在全球主流大模型调用榜单上，排名前六位的模型全部来自中国团队；过去 12 个月里，国产模型有 9 个月保持着全球开源模型的规模上限[32]。工业和信息化部披露，我国人工智能开源大模型全球累计下载量已突破 100 亿次[32]。
谁在用这些模型，比用了多少更能说明问题。科技日报的报道提到，非洲大陆有 1500 到 3000 种语言，而现有大模型基本用英语、中文或欧洲语言训练，因此许多非洲地区希望开发能训练本土语言的模型，而他们大多选择中国模型；美国投资机构的数据显示，多达 80% 的美国 AI 初创公司在融资路演时使用中国的开源模型；基于中国大模型，平均每天会出现超过 200 个衍生模型[33]。
新华社在 2026 全球南方现代化论坛的综述里记了几句话。非洲减灾研究中心主任说，中国人工智能大模型以开源普惠为特点，为全球南方国家利用人工智能提供了更便利的技术条件；阿根廷拉丁美洲社会科学理事会的代表说，中国推动开源人工智能模型并鼓励与地区实际需求结合，有助于让更多全球南方国家使用和发展相关技术[34]。同一场论坛上，也有专家提醒：人工智能可能加深全球南方对软件、算法、数据、算力和知识的外部依赖，从而形成新的南北鸿沟，因此要开发本地语言的人工智能应用[34]。
fork 是一种不会撒谎的投票，因为投票的人要自己出电费。
这层也得留一句提醒，而且是报告自己写的：下载量和衍生模型数量不直接代表模型质量或市场份额，企业私有化部署和封闭 API 流量不在统计范围内[32,33]。把 20.45 亿次读成“全世界都在用中国模型”，是替数据说话，不是数据说话。
底座权对应理论自信的落地形态：先有能力，再讲道理；讲不通的时候，把东西开源出去让别人自己试。
七、把四层权限对应回四个自信
2012 年党的十八大报告提出道路自信、理论自信、制度自信；2016 年 7 月 1 日，在庆祝中国共产党成立 95 周年大会上的讲话中增加文化自信，“四个自信”的完整表述定型[35,36]。放到科技话语权这件事上，它们各自对应一层权限，也各自回答一个问题。
表 2：四层权限与四个自信的对应关系
| 自信 | 对应权限 | 它回答的问题 | 本文证据 |
|---|---|---|---|
| 文化自信 | 命名权 | 汉语能不能承载前沿概念 | “激光”“灵境”“词元”，词元写入国家文件 |
| 道路自信 | 计量权 | 自己选的技术路线走不走得通 | 748 工程到中文语料占比超 60% |
| 制度自信 | 标准权 | 组织方式能不能长期供给 | 102 个专委会、285 项牵头标准 |
| 理论自信 | 底座权 | 讲道理之前有没有硬货 | 平台 41% 下载量、15 万余衍生模型 |
这个对应关系不是修辞需要。文化自信若只停在“我们五千年”，它撑不起一个术语审定委员会的日常运转；制度自信若只停在“集中力量办大事”，它解释不了 60 余万条规范名词是怎么一条条审出来的[14]。四层权限互相咬合，才让“自信”这个词有可验证的内容。
反过来说，这也解释了为什么一个词的定名值得写一篇文章。它同时触到了四层：定名是命名权，定名之后的计量是计量权，计量单位进政策文件是标准权，标准随模型出海是底座权。一个“词元”，把这条链从头串到尾。
八、结论，以及几句自我提醒
结论有三条。
第一，话语权不是嗓门，是默认值。谁能决定一个概念叫什么、按什么单位计价、按什么规格制造、建在谁的地基上，谁就在设定别人的默认值。默认值一旦设定，争论就结束了。
第二，四层权限的进度不同步。命名权和底座权反转明显，计量权正在反转，标准权增速快但存量低[24,25]。把四层混在一起报喜，等于用最好的一层替最差的一层背书。
第三，尚未反转的部分要写进账本。高被引论文仍排世界第二[29]；学术出版的通用语言仍是英文；标准必要专利的分布也不均衡[24]。承认这些不影响自信，只影响自信的可信度。
至于我自己，写完这篇最大的感受是：宏大叙事最后都要落回很具体的东西。落回一个中学生用国产模型查资料的账单，落回一个业余无线电爱好者在深夜等一次通联的耐心，落回一个词有没有中文名。
一种语言的底气，不在于它能不能把外来词念准，而在于它敢不敢给外来词起一个自己的名字。片假名那条路省事，但省下来的是力气，花掉的是字典。
“词元”现在还是试用状态[1]。等它转正的那天，我大概不会记得自己写过这篇文章。但我希望那时还有人记得：一个语言的定价权，是从有人愿意给它起名字开始的。
致 谢
感谢全国科学技术名词审定委员会在百忙之中，给一个英文单词上了户口[1]。感谢钱学森先生 1964 年那封信，让我们今天说的是“激光”而不是“莱塞”[10,11]。感谢王选和他的团队，让汉字没有停在计算机时代的门外[22,23]。感谢那位做“中文税”实测的人，把一句情绪换算成了账单上的倍数[17]。感谢 Hugging Face 在报告里主动写明“下载量不代表质量”，这种自我设限比任何数据都让人放心[32]。
也感谢我桌上那台热点设备，在我写这篇的四小时里保持沉默，一次都没有掉线。它平时不这样。
本研究未获任何基金资助。作者也没有通过任何伦理审查——本文讨论的对象里，有一半是他自己每天在用的工具。
利益冲突声明
作者是 BA4SRJ，国产开源大模型 DeepSeek、Qwen 的重度使用者。本文第六节提到的模型中，有作者日常调用的对象；本文写作过程中使用了国产大模型辅助检索与初稿整理，全部事实性数据由作者逐条核对来源，观点与文责归作者本人。作者不是任何模型厂商的员工，也未从文中提到的任何机构获得报酬。
参考文献
[1] 全国科学技术名词审定委员会：《关于发布试用人工智能领域名词token中文名“词元”的公告》（2026-03-25） https://www.cnterm.cn/news/tzgg/202603/t20260325_827999.html
[2] 人民网：《全国科技名词委推荐将“token”译为“词元”》（2026-03-30，记者赵竹青） https://finance-app.people.cn/n1/2026/0330/c1004-40691865.html
[3] 人民网理论频道：《何为“词元经济”》（2026-04-22） http://theory.people.com.cn/BIG5/n1/2026/0422/c40531-40706195.html
[4] 中国社会科学网（全国科技名词委官网转载）：《人工智能领域“token”正式定名“词元”》（2026-04-02） https://www.cnterm.cn/news/mtsm/202604/t20260402_828944.html
[5] 人民日报：《国内多数模型训练使用中文数据占比超60%》（2025-08-19，记者王云杉） https://paper.people.com.cn/rmrb/pc/content/202508/19/content_30097060.html
[6] 人民网（科普中国）：《人工智能领域名词token中文名定为“词元”》（2026-03-26） http://kpzg.people.com.cn/BIG5/n1/2026/0326/c404214-40689050.html
[7] 每日经济新闻（徐飞）：《从token中文名“词元”说开去》（全国科技名词委官网转载） https://www.cnterm.cn/news/mtsm/202603/t20260327_828248.html
[8] 国家数据局：《词元经济研究丨“词元交易”首次写入顶层设计：数据要素市场化的“奇点时刻”到来？》（2026-06-12） https://www.nda.gov.cn/sjj/swdt/mtsy/0612/20260612131154745698821_pc.html
[9] 新华社（中央网络安全和信息化委员会办公室网站转载）：《2026数博会映照“十五五”数字经济发展新图景》（2026-08-30） https://www.cac.gov.cn/2026-08/31/c_1789924789243093.htm
[10] 科普中国：《“激光”的中文名来自钱学森》 https://cloud.kepuchina.cn/h5/detail?id=7057757347206877184
[11] 中国网：《从钱学森命名的航天名词中 感悟浓浓中国味、深深爱国情》（2024-12-11） http://v.china.com.cn/2024-12/11/content_117601119.html
[12] 人民网：《科技新词，如何在汉语中“安家”（读书有味）》（2026-08-28） https://ent-app.people.cn/n1/2026/0828/c1012-40787535.html
[13] 科学网（中国科学报，全国科技名词委官网转载）：《专家解读token中文名为何定为“词元”》（2026-03-27） https://cnterm.cn/news/mtsm/202603/t20260327_828265.html
[14] 全国科学技术名词审定委员会：《机构简介》 https://cnterm.cn/org/wyh/
[15] Touvron H, Martin L, Stone K, et al. Llama 2: Open Foundation and Fine-Tuned Chat Models. arXiv:2307.09288（技术报告预训练数据语言分布表：英文 89.70%、中文 0.13%） https://arxiv.org/abs/2307.09288
[16] 《大语言模型训练数据》综述. arXiv:2411.07715（Common Crawl 语料中中文网页占比约 1.4%、英文约 55%） https://arxiv.org/html/2411.07715v1
[17] 36氪：《AI 大模型的「中文税」：中文比英文更费 Token，为什么？》（2026-05-03，媒体实测数据） https://www.36kr.com/p/3793050208984071
[18] Chinese Language Is Not More Efficient Than English in Vibe Coding: A Preliminary Study on Token Cost and Problem-Solving Rate. arXiv:2604.14210（2026） https://arxiv.org/abs/2604.14210
[19] 人民日报：《大模型如何更懂“中国话”（“十五五”文化热词·推进文化和科技融合）》（2025-12-25） https://paper.people.com.cn/rmrb/pc/content/202512/25/content_30127116.html
[20] 人民日报：《中文互联网基础语料4.0等三类高质量数据集正式发布》（2026-09-17，记者金歆） http://paper.people.com.cn/rmrb/pc/content/202609/17/content_30181565.html
[21] 国家数据局：《“十五五”规划〈纲要〉辅导读本｜刘烈宏：深入推进数字中国建设》 https://www.nda.gov.cn/sjj/ywpd/sjzg/0415/20260414232300957587367_pc.html
[22] 科普中国：《汉字激光照排系统》 https://www.kepuchina.cn/article/articleinfo?ar_id=359939&business_type=100&classify=0
[23] 纪念王选官网（北京大学）：《“748”工程50周年纪念（序言）》 https://www.wangxuan.pku.edu.cn/article?id=1975
[24] 人民论坛：《以标准引领推进制造强国建设》（2024-12-02） http://paper.people.com.cn/rmlt/pc/content/202412/02/content_30047236.html
[25] 光明日报：《提案、制定、编译数量均实现大幅提升——2025年我国标准国际化工作成效显著》（2026-01-09，记者李春剑；国家标准化管理委员会官网同步刊载） https://tech.gmw.cn/2026-01/09/content_38527003.htm
[26] 国家标准化管理委员会：《2026年1月至8月我国牵头制定国际标准214项》（2026-09-15） https://www.sac.gov.cn/xw/bzhyw/art/2026/art_8a98cf8137984cac8734dcfce311f029.html
[27] 国家标准化管理委员会：《我国44名专家获“IEC 1906奖”创历史新高 国际标准化贡献度与影响力持续跃升》（2026-08-21） https://www.sac.gov.cn/xw/bzhdt/art/2026/art_5d015329a8464db584885bbb93aedd12.html
[28] 科学网（中国科学报）：《〈中国科技论文统计报告2025〉发布》（2025-10-31） https://news.sciencenet.cn/htmlnews/2025/10/554327.shtm
[29] 中国日报全球版：《Nation's research productivity soars》（2025-11-11，据《中国科技论文统计报告2025》） https://global.chinadaily.com.cn/a/202511/11/WS69128fe2a310fc20369a458c.html
[30] 光明网国际频道：《全球媒体聚焦｜美国学者：中国科研投入赶超美国 全球科技格局迎来结构性变化》（2026-04-26） https://world.gmw.cn/2026-04/26/content_38731489.htm
[31] 中国日报全球版：《Alibaba's Qwen becomes world's most downloaded open-source model》（2026-08-16，据 Hugging Face《开放模型现状：2026夏季观察》） https://global.chinadaily.com.cn/a/202608/16/WS6a8159d4a31073853ec5389c.html
[32] 数字中国建设峰会官网：《破100亿次！中国开源模型下载量全球第一》（2026-07-31，据央视财经及 Hugging Face 2026 年春季报告） https://www.digitalchina.gov.cn/2026/xwzx/szkx/202607/t20260731_5352373.htm
[33] 科技日报（中国科技网）：《中国开源大模型海外救场，国产AI何以领跑全球？》（2026-08-07） https://www.stdaily.com/web/gdxw/2026-08/07/content_560975.html
[34] 新华社（新华网客户端）：《综述丨全球南方现代化论坛聚焦AI机遇与挑战》（2026-10-01） https://app.xinhuanet.com/news/article.html?articleId=20261001313a78a303f24724b94a4a60898eaf8c
[35] 人民网：《建党95周年庆祝大会 习近平发表重要讲话（实录）》（2016-07-01） http://m.people.cn/n4/0/2016/0701/c203-7135804-5_1.html
[36] 共产党员网：《“七一”讲话关键词之四：四个自信》（2016-07-08） http://news.12371.cn/2016/07/08/ARTI1467911236105653.shtml