阿里同传模型2.3秒的延迟，让AI第一次摸到了人类译员的门槛

9月19日，阿里发布同声传译大模型Qwen3.8-LiveTranslate，字均延迟从2.8秒降到了2.3秒。

0.5秒，听起来是个小数字。

但在同传这个场景里，0.5秒的差距可能会改变整个体验。

做过同传的人都知道，人类专业译员的“耳到口”延迟大约在2到3秒之间。

一年前，AI同传的起步线还是3秒。今年5月上一代压到2.8秒，现在直接2.3秒。

2.3秒和2.8秒的区别在哪儿？

2.8秒的时候，听众能感觉到明显的滞后感，一句话说完了要等一会儿才能听到翻译。

2.3秒的时候，基本跟人类译员的节奏同步了。

有分析说，延迟一旦压到2.5秒以内，人耳基本分辨不出对面是人还是AI。

而且延迟降低的背后是架构的重新设计。

这次用了Interleave架构，把“听—懂—说”三件事从串行变成了交织并行。

已听到的音频和已输出的译文可以缓存复用，不用从头再跑一遍。

但2.3秒的背后，更大的意义在于算力。

实时同传是所有AI应用里最吃推理算力的场景。

你聊天一次，几百个token就完事了。但同传是7×24小时不间断地“听—译—说”。

每一句话都要实时跑一遍语音识别、机器翻译和语音合成，token吞吐量是纯文本对话的好几倍。

这意味着什么？意味着同传越流畅、用的人越多，后端推理芯片的订单就越实在。

训练端我们暂时追不上英伟达，但推理端对单卡峰值性能要求没那么极端，更看重单位成本、延迟和功耗。

这恰恰是国产芯片的主场。

翻译行业有个残酷的规律：延迟卡在3秒以上，观众觉得“机器味重”。

压到2.5秒以内，人耳基本分不出对面是人还是AI。阿里这一步，正好卡在了临界点上。

而且同传的市场规模不小。有机构预测，全球AI同传市场2026年约12.8亿美元，到2035年可能冲到79.5亿美元。

短剧出海、跨境直播、跨国会议这些场景，全在抢这个能力。

从2.8秒到2.3秒，只是一个开始。真正要看的，是这条曲线接下来还能往下压多少。