吳新

掃碼注冊，獲取2小時大模型應(yīng)用免費權(quán)益包

《電腦報》粉絲搶空300個公測賬號

聽悟內(nèi)置豐富實用的AI 大模型功能，新注冊用戶登錄后參加簡單的口令累積會有時長贈送，阿里云的“通義聽悟”通過簡單直接的方式，開始公測其大模型的應(yīng)用。和ChatGPT 相似的應(yīng)用吸引了大批網(wǎng)友參加活動，《電腦報》的粉絲第一時間就把300 個賬號搶光了。當(dāng)前讀者可通過掃碼注冊，獲得2 小時免費權(quán)益包，然后在網(wǎng)上搜索其他聽悟的口令進行時長疊加。

6 月上旬阿里云在廣州宣布通義大模型進展，聚焦音視頻內(nèi)容的AI 新品“通義聽悟”正式上線，成為國內(nèi)首個開放公測的大模型應(yīng)用產(chǎn)品。通義聽悟接入了通義千問大模型的理解與摘要能力，可成為用戶工作學(xué)習(xí)中的得力AI 助手，幫助用戶隨時隨地高效完成對音視頻內(nèi)容的轉(zhuǎn)寫、檢索、摘要和整理，比如用大模型自動做筆記、整理訪談、提取PPT 等。

“換一種方式，讓音視頻可以被輕松閱讀、整理和分享?！卑⒗镌艭TO 周靖人介紹，聽悟是一款工作學(xué)習(xí)AI助手，它瞄準具有高知識附加值的音視頻內(nèi)容場景，比如開會、上課、訪談、培訓(xùn)、面試、直播、看視頻、聽播客等，能通過大模型等最新AI 技術(shù)快速提煉和沉淀知識。

根據(jù)記者現(xiàn)場體驗，聽悟融合了十多項AI 功能，可以全面提升知識從音視頻向圖文形態(tài)轉(zhuǎn)換的效率。除了“聽力好”，能高準確度生成會議記錄、區(qū)分不同發(fā)言人，這個AI 助手“悟性也極高”，大模型可以一秒給音視頻劃分章節(jié)并形成摘要、總結(jié)全文及每個發(fā)言人觀點、整理關(guān)注重點和待辦事項。大模型一鍵提取PPT、針對多個音視頻內(nèi)容向AI 提問、概括特定段落等功能近期也將上線。

Chrome插件將在近期對所有用戶開放下載

針對一些細分場景，聽悟還設(shè)置了不少“寶藏功能”：打開Chrome 插件，外語學(xué)習(xí)者和聽障人士可以借助雙語懸浮字幕條隨時隨地看無字幕視頻，日程沖突時，聽悟還可成為職場人士的“開會替身”，在靜音情況下入會AI 可代為記錄會議、整理要點；轉(zhuǎn)寫結(jié)果可下載為字幕文件，方便新媒體從業(yè)者視頻后期制作；聽悟梳理的問答回顧可以讓記者、分析師、律師、HR 等群體整理訪談更高效。

聽悟與阿里云盤打通

另一顯著優(yōu)勢是，聽悟與阿里云盤無縫連接，一鍵就能轉(zhuǎn)寫云盤上的音視頻內(nèi)容，公測期間注冊的聽悟用戶后續(xù)還將獲得更大的阿里云盤存儲空間，在云盤內(nèi)在線播放視頻時也可自動出字幕。通義聽悟支持一鍵導(dǎo)入阿里云盤音視頻文件。

周靖人介紹，聽悟集成了阿里最先進的語音和語言技術(shù)。其內(nèi)置阿里新一代工業(yè)級語音識別模型，識別準確率在多個權(quán)威中文數(shù)據(jù)集上名列第一；融合自研語音語義多模態(tài)說話人算法，能對10 人以上說話場景進行角色區(qū)分；接入通義千問大模型后，能夠?qū)ι先f字的音視頻內(nèi)容進行摘要總結(jié)，事實準確性與要點完備性國內(nèi)領(lǐng)先，支持跨多音視頻內(nèi)容的精準問答理解。

此前國內(nèi)語音廠商AI 轉(zhuǎn)寫定價達19.8 元每小時，而聽悟用戶可通過每日登錄等多種任務(wù)領(lǐng)取免費轉(zhuǎn)寫時長。公測期間，阿里云官方微博、微信及各大平臺社區(qū)還會發(fā)放大量20 小時轉(zhuǎn)寫口令碼，用戶獲得的福利權(quán)益可累加，一年內(nèi)有效，免費時長可高達100 小時以上，市場價值上千元。

同時，聽悟的能力也可嵌進各類音視頻平臺，形成實時字幕、智能摘要等，典型應(yīng)用如釘釘?shù)摹搬旈W記”背后便集成了聽悟。未來聽悟還將在夸克APP、阿里云盤等端口提供服務(wù)。

釘釘斜杠“/”能力也對外開放

和聽悟同期吸引眼球的，還有阿里旗下的釘釘，該辦公平臺軟件宣布全面接入通義千問大模型——釘釘斜杠“/”能力首次對外開放，現(xiàn)階段面向企業(yè)用戶定向邀測與產(chǎn)品共創(chuàng)。

釘釘斜杠“/”可以做到的內(nèi)容包括：在創(chuàng)作時，它可以幫你擬標題、潤色文案，還能一句話生成海報；在匯報時，它可以幫你擴寫方案，一鍵排版或者生成 PPT；在開會時，它可以幫新進入會議的成員快速總結(jié)，一分鐘了解大家之前在聊啥；會議開完了，它還能自動生成會議紀要，列出待辦事項；在群聊時，它可以把幾十頁的聊天記錄生成摘要，讓你不用爬樓也能迅速抓住重點；在應(yīng)用開發(fā)時，它可以把你的一句話、一張圖生成應(yīng)用，還可以對話修改應(yīng)用內(nèi)容。

談及AI 大潮下企業(yè)用戶潛在的數(shù)據(jù)安全擔(dān)憂，周靖人回應(yīng)稱：模型技術(shù)并不代表損失隱私，更多是提高了開發(fā)的效率。“在這樣的嶄新智能化時代，所有企業(yè)都站在同一起跑線，誰更有效地利用好模型，更好與業(yè)務(wù)場景有機結(jié)合在一起，就會在新時代里脫穎而出。今天誰能夠更敏捷、快速探索出一條業(yè)務(wù)發(fā)展創(chuàng)新的道路，就會在新的時代占據(jù)有利的點?！?p>

“釘閃記”背后集成通義聽悟