2024年以来，随着大模型应用爆发（如ChatGPT、文心一言），“token”作为“AI处理信息的最小单元”成为核心技术概念，其译法的统一性与精准性需求日益迫切。
2026年3月，全国科学技术名词审定委员会责成计算机科学技术名词审定委员会，将AI领域的“token”正式定名为“词元”，理由是：
信：准确反映“AI模型处理的最小语言/信息单元”的本质（“词”源于语言学本源，“元”强调“基础单元”）；
达：适配AI领域的衍生表述（如“词元化”“词元计费”），符合现代汉语表达习惯；
雅：摒弃“代币”“令牌”等行业偏见，彰显AI技术的专业性。
名正言顺！
我还早关注“审元”大模型：审计行业数字化转型的智能引擎，而且在智能审计中经常解读。27日给审计培训班讲课也提到。
在数字经济浪潮席卷全球的当下，审计行业正面临着从传统“经验驱动”向现代“数据智能驱动”转型的历史性交汇点。“审元”大模型应运而生，它是由南京审计大学首创、审元科技（南京）有限公司进行商业化运营的国内首个审计垂直领域大模型。作为审计学科领域的标志性成果，“审元”不仅承载着学术科研的深厚积淀，更在产业落地与政务应用中展现出强大的生命力。
一是研发历程：从科研尖兵到产业先锋
“审元”的诞生并非一蹴而就，而是经历了从基础研究到产品落地的漫长淬炼。
早在2019年，南京审计大学便敏锐捕捉到大模型技术的潜力，联合中国工程院院士郑纬民团队、武汉大学何炎祥教授团队（认识）启动了审计大模型的研发工作。该项目依托南审在计算机审计领域四十余年的学科积累，旨在攻克传统审计在大数据环境下数据质量参差不齐、通用模型“幻觉”频发、训练效率低下等核心痛点。
随后的几年里，研发团队深入审计一线，与各级审计机关紧密合作，构建了覆盖财政、金融、自然资源等关键领域的审计知识图谱。这一图谱囊括了超百万个审计专业实体和千万级实体关系，为模型提供了坚实的专业知识底座。2023年9月，南京审计大学正式发布“审元”大模型，定位于“审计源头”（审源），强调对数据要素的穿透式审查分析。初期版本便展示了智能问答、代码随行、案例推荐和报告生成等核心功能。
2025年初，“审元”迎来了关键的技术跃迁，与DeepSeek-R1推理大模型完成深度技术耦合，实现了通用大模型的语义理解能力与审计专业逻辑的完美融合。同年4月，审元科技（南京）有限公司正式成立，标志着“审元”大模型从实验室走向市场，进入了商业化运营的新阶段。
二是核心技术特点：构筑可信审计的护城河
与传统通用大模型不同，“审元”的核心竞争力在于其对审计行业特有规律的深刻洞察与技术实现。
首先是“知识图谱+大模型”的双轮驱动机制。通过将结构化的审计知识图谱与非结构化的文本生成能力相结合，“审元”不仅能流畅地生成文本，更能基于图谱进行严密的逻辑推理，显著提升了审计专业判断的准确性，解决了通用模型“一本正经胡说八道”的问题。
其次是独创的“三重验证机制”。该机制采用“知识图谱+规则引擎+概率推理引擎”的混合架构，对每一个关键推理节点进行多重校验。这种设计确保了审计结论的可追溯、可解释，满足了审计行业对证据链完整性和结论严肃性的严苛要求。
“审元”深度融合了审计专业逻辑，针对审计问题定性、合规审查等复杂任务进行了深度建模，并能支持动态知识演进，及时响应审计准则和法规的变化。作为国内首个拥有完全自主知识产权的审计大模型，其研发还联合了华为、科大讯飞等头部企业，构建了产学研用一体化的自主可控生态。
三是主要应用场景：全链条赋能审计生态
“审元”的应用场景已覆盖了审计作业的全生命周期以及审计教育领域。
在对内赋能审计作业方面，“审元”提供了九大核心功能，贯穿审计全流程。从审前调查的资料收集、法规智库的智能检索，到审计实施阶段的合规审计、定性诊断，再到最终的整改追责与报告生成，实现了审计工作的智能化辅助。这不仅大幅降低了审计人员的重复性劳动，更提升了审计工作的深度与广度。
在对外支撑审计教学方面，“审元”通过“智慧教学+文献智脑”双模块，为高校和培训机构提供了革命性的教学工具。它能够进行智能问答、案例解析、自动出题，甚至模拟审计现场，有效辅助培养具备数字素养的复合型审计人才。
在前沿探索方面，研发团队正积极推进“审计智能体（Audit Agent）”计划。这一计划旨在实现自动抽样、程序优化等高级功能，最终构建起从风险评估到报告生成的全流程智能审计解决方案，将审计自动化水平推向新的高度。
四是落地实践与影响：从央企巨头到地方审计
“审元”的落地实践已经呈现出多点开花的态势，其影响力横跨企业内部审计与国家审计机关。
在企业应用侧，“审元”已成功在能源、电力、制造、航空等多个国民经济命脉行业落地。国家电网、南方电网、中国石化、中国商飞、国家管网等大型央企集团，以及省级农垦、金鹰集团等行业龙头，均已引入“审元”以提升内部审计效能。这些企业的应用实践证明，“审元”能够有效适应不同行业、不同规模企业的复杂审计需求。
案例：“审元”在国家电网的应用取得了显著的效率提升与风险管控成效：
——审计效率显著提升：在国网浙江电力的“审计风控洞察智能体”项目中，“审元”的自然语言转SQL（Text-to-SQL）能力将审计人员从“手动编写SQL语句”中解放出来，审前调查时间从“ days”缩短至“ hours”；其报告生成模块将审计报告撰写时间从“ weeks”缩短至“ days”。
——风险识别精准度提升：在国网江苏电力的“智能审计系统”中，“审元”的知识图谱+规则引擎组合将“营销电费异常”识别准确率从“ 60%”提升至“ 90%”，有效识别了“虚假用户”“违规收费”等风险。
——整改闭环管理强化：在国网山西电力的“审计整改全过程闭环管控系统”中，“审元”的整改效果评估模块将“表面整改”问题发现率从“ 10%”提升至“ 30%”，推动整改从“被动应付”向“主动防控”转变。
在行业方案侧，最具代表性的案例莫过于与某地级市审计局的合作。双方共同探索“通用大模型+审计专业模型”的融合部署方案，提出了“满血版DeepSeek+审元知识库”、“融合模型+外挂知识库”以及“‘审元+DeepSeek’协同智能体”三种具体的技术路径。这一合作为中央、省、市、区县等不同层级的审计机关提供了清晰、可借鉴的技术选型蓝图，解决了基层审计机关“想用AI但缺算力、缺人才”的现实困境。
通过产学研合作的不断深入，“审元”推动了审计知识库在数万用户中的应用。从肥西县审计局的实务培训到合肥市瑶海区审计局的AI辅助系统探索，“审元”正在与行业伙伴一道，共建智能审计生态，为中国审计行业的数字化转型提供强有力的技术支撑。
因此，“审元”大模型不仅是一项技术创新，更是一次审计生产关系的重塑。它正以其深厚的专业底蕴和灵活的落地策略，逐步成为推动中国审计事业现代化的重要智能引擎。
