ChatGPT 升级之后，我跟它说话基本没有延迟了，最新的实时语音模型延迟大概 200-300ms，人类对话的自然反应间隔也是 200-300ms。是一样的。

但0延迟代价是遗忘。实时语音模型的上下文窗口只有 32k token，是纯文本模型的1/300。低延迟 = 小记忆 + 主动遗忘。既要秒回，又要记住你说过的每句话，目前来说，是两难的问题。
算力一直不够。一张 5090出一张 SDXL 图需要2 秒，FLUX 要9 秒，训练一个人物 LoRA需要10-30 张图，目前得一两个小时。
我租的5090现在价格将近5000 刀，满载 575W ，还不算电费。两三年卡的相对算力就过时了。真的很贵。
我们15年前互相发短信，后来彩信可以传图片，再到发视频，直到现在的毫无延迟的高清实时通话。 一条短信只有 140 字节。从 2G 的9.6kbps 到 5G 峰值 20Gbps，带宽差了 200 万倍。
AI 使用的路经一模一样。一开始是文字 token，到去年可以图像，现在语音，下一步肯定是没有延迟的视频沟通。
其实视频已经开始了，Gemini Live 去年就能开着摄像头实时对话，每秒烧300 个 token，默认上限 2 分钟，但聊完就忘光，昂贵+效果差+各种维度还很原始，导致基本没法用。
现在的 Agent 还是在用文字做规划，在通过文本理解这个世界，整条推理链都是 token，非文字的潜空间推理才刚刚开始尝试。
AI 对时间的理解也停在文本，能拿数学奥赛金牌的模型，读一个模拟时钟的准确率只有 50% 左右。触觉、情绪、具身感知，离成熟还差得非常非常远。
再说存储。我倒是不觉得“永远缺存储”,“永远”这个词太夸张了。
每 GB 存储成本 45 年跌了 99.99%，长期来看当然只会更便宜。
只是现在 AI 把内存吸干了，DRAM 一个季度涨 90%，阶段性的紧俏，不是等于永远会缺货。
那这是不是伪需求呢？伪需求的特征是这个月用了，下个月就不用了。
Google 每月处理的 token 一年涨了 7 倍，到 3200 万亿。ChatGPT 周活是 9 亿。
token 价格每年下降十倍，但所有人都在讨论的是怎么更高效地用 token，而不是咱们怎么不用。
一个 agent 会话烧掉的 token 是单轮对话的 50-200 ，价格如果下降我们只会用得更多。
generative AI 三年做到全球 53% 渗透，互联网用了 7 年，PC 用了 15 年。
所以，我们当然还在 AI 的早期，而且转变不可逆。就像 2G 时代的我们，彩铃还是《浪漫手机》,收件箱满了也舍不得删几条短信。
（图片是我用Fable5做的🎮）