阿里大模型產(chǎn)品“通義聽悟”發(fā)布多項(xiàng)新功能，上線音視頻問答助手“小悟”、一鍵 AI 改寫、思維導(dǎo)圖生成等六大功能。

　　通義聽悟接入通義千問大模型，融合了十多項(xiàng) AI 功能，包括轉(zhuǎn)寫、翻譯、角色分離、全文摘要、章節(jié)速覽、發(fā)言總結(jié)、PPT 提取等，并支持標(biāo)重點(diǎn)、記筆記。

　　通義聽悟本次升級上新了六大功能點(diǎn)，其中最重磅的是音視頻問答助手“小悟”，關(guān)鍵信息直接“問”出來。小悟通過多語言 Query 處理、長篇章文本理解、指令演化框架優(yōu)化及檢索增強(qiáng)生成算法，在業(yè)內(nèi)首次實(shí)現(xiàn)對超長音視頻的單記錄、跨記錄、多語言自由問答，支持內(nèi)容問答的音視頻時(shí)長和文件數(shù)均突破業(yè)界上限。

　　用戶不僅可在單一記錄頁呼喚小悟，對最高 6 小時(shí)、6G 大小的音視頻提問任何相關(guān)話題，或直接小悟要求整理金句、梳理結(jié)論、寫會(huì)議紀(jì)要;更可在首頁針對用戶所有記錄提問，支持一次性掃描理解上百條音視頻內(nèi)容;也可花式對英文視頻用中文提問，小悟?qū)⒅苯咏o出中文回答，省去翻譯。作為一個(gè)“懂你”的 AI，小悟還會(huì)智能推薦問題。

　　針對用戶需求，通義聽悟還上線了一鍵 AI 改寫、思維導(dǎo)圖生成等新能力。例如，一鍵 AI 改寫，將口語轉(zhuǎn)為書面表達(dá)，尤其適合整理采訪;思維導(dǎo)圖自動(dòng)生成，最多支持五級 xmind 腦圖，適合播客摘要。

▲ 通義聽悟思維導(dǎo)圖示例

　　產(chǎn)品細(xì)節(jié)體驗(yàn)也進(jìn)一步升級，包括筆記支持一鍵插入視頻時(shí)間戳及截圖、音視頻文件語種自動(dòng)識(shí)別等。

　　此外，通義聽悟推出“高校公益計(jì)劃”，所有中國大陸高校師生通過后綴 edu.cn 的教育郵箱進(jìn)行認(rèn)證后，均可直接獲贈(zèng) 500 小時(shí)轉(zhuǎn)寫時(shí)長，存儲(chǔ)空間從 20G 拓展至 200G。

　　據(jù)官方介紹，作為國內(nèi)首個(gè)開放公測的大模型產(chǎn)品，去年 6 月發(fā)布以來，通義聽悟累計(jì)已有上百萬用戶，包括學(xué)生、老師、白領(lǐng)、記者、律師、金融分析師等群體，活躍用戶日均轉(zhuǎn)寫音視頻 3 次以上，平臺(tái)每天處理字符數(shù)約 20 億字。

小米汽車超級工廠正式揭幕

最后一頁