新火種
2024-01-02 
阿里云詮釋“通義聽悟”：AI大模型化身工作生活好幫手
如果你是一名職場人，通義聽悟可以幫你記錄和回顧你的每一場會議；如果你是一位學生，通義聽悟可以讓你不遺漏老師講授的每一個重點；如果你是一名金融分析師或媒體從業人員，通義聽悟可以存檔你每一次的調研訪談；如果你想以最快的時間看完你最喜愛的視頻博主的直播分享，通義聽悟可以使你以成倍的速度抓住最精彩的內容……
作為國內首個開放公測的大模型應用產品，聚焦音視頻領域的工作學習AI助手阿里云通義聽悟一經問世，就受到了廣大用戶的追捧。自上線以來，累計服務用戶超100萬，每日處理音視頻數量超5萬個，每日處理時長在3萬小時以上。
通義聽悟以阿里云通義千問大模型為基座，融合了音視頻AI技術的功能和優勢，擁有領悟理解和融會貫通的能力，全面提升知識從音視頻向圖文形態轉化的效率，包括實時語音識別、音視頻語音識別、發言人角色區分、內容規整、章節速覽、一鍵筆記、全文總結、提取PPT等能力，可廣泛應用于會議交流、教學培訓、調研訪談、音視頻理解與問答等領域。顧名思義，“通義聽悟”除了“聽力好”，“悟性”也非常高。其不僅融合了十多項AI功能，可以全面提升知識從音視頻向圖文形態轉化的效率，還能高準確度區分不同發言人、生成會議記錄，僅需一秒鐘即可為音視頻劃分章節并形成摘要、總結全文及每個發言人的觀點、整理關注重點和待辦事項。
通義聽悟的“提取PPT”功能引入視覺AI算法，自動將PPT講解視頻分割為演示文稿，并對每頁PPT進行要點總結，形成一份圖文并茂的大綱，解決培訓、網課學習等場景“求PPT難”的問題。針對一些細分場景，通義聽悟還設置了不少“寶藏功能”：打開Chrome瀏覽器插件，外語學習者和聽障人士可以借助雙語懸浮字幕條隨時隨地觀看無字幕視頻。日程沖突時，通義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；轉寫結果可下載為字幕文件，方便新媒體從業者視頻后期制作；其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。
大受歡迎的通義聽悟，背后依托的是阿里云強大的智能計算能力。創立于2009年的阿里云，是全球先進的云計算及人工智能科技公司，為200多個國家和地區的企業、開發者和政府機構提供服務。阿里云致力于讓計算成為公共服務，通過提供安全、可靠的計算和數據處理能力，讓云計算和人工智能成為普惠科技。作為杭州亞運會官方信息技術集成和云服務合作伙伴，阿里云助力杭州亞運會賽事核心系統100%上云，并首次實現云上轉播，成功打造了史上首屆云上亞運。
由阿里云支撐的賽事成績發布類系統群，采用云計算替代傳統數據中心，成為亞運會算力基礎設施，從底層支持賽事系統群，向上支撐云上轉播、亞運釘等智能應用，實現核心系統和應用服務的云上打通，為亞運各類智能應用提供強有力的云底座支持。目前，阿里云已經成為亞太第一、全球前三的云服務商，其自主創新的基因始終未曾改變。多年來，阿里云堅持自主創新，自研的飛天云計算操作系統，打破國外在云計算底層技術上的壟斷，獲中國電子學會15年來唯一頒發的科學技術特等獎。2013年阿里云自研大數據計算服務ODPS，是業界少有的完全自主研發、支持10萬級服務器并行計算、百萬級CPU可擴展大數據智能計算平臺。
2014年，Platform for AI誕生，奠定人工智能技術基礎，作為面向開發者和企業的機器學習、深度學習工程平臺，提供包含數據標注、模型構建、模型訓練、模型部署、推理優化在內的AI開發全鏈路服務，內置140多種優化算法，具備豐富的行業場景插件，為用戶提供低門檻、高性能的云原生AI工程化能力。2022年，阿里云在業界率先提出“Model as a Service，模型即服務”理念，發布通義大模型和魔搭社區ModelScope，向全球開發者開源開放，降低AI門檻。2023年，阿里云發布超大規模語言模型通義千問，音視頻領域的工作學習AI助手通義聽悟和繪畫創作大模型通義萬相，開源通義千問18億、70億、140億、720億參數的4款大語言模型，以及視覺理解、音頻理解兩款多模態大模型，阿里云成為國內最早開源自研大模型的科技企業。
面向AI時代，阿里云以云計算為基礎，以模型為中心，以從底層算力到AI平臺再到模型服務全棧技術創新，讓云計算加速AI浪潮下的產業智能升級。
作者丨趙晨編輯丨徐恒美編丨馬利亞監制丨連曉東
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
