3月19日，阿里大模型產(chǎn)品“通義聽悟”發(fā)布多項新功能。音視頻問答助手“小悟”上線，在業(yè)界首次實現(xiàn)單記錄、跨記錄、多語言自由問，支持對單個最長6小時、一次性上百條音視頻的內(nèi)容理解問答，用戶可對超長音視頻隨心提問，讓AI 總結(jié)任意知識點。此外，針對學習科研場景對AI工具的強烈需求，通義聽悟推出“高校公益計劃”，向所有中國大陸高校師生直接贈送價值數(shù)千元的500小時音視頻轉(zhuǎn)寫時長。

超長音視頻自由提問，AI秒速總結(jié)知識點、潤色口語、做腦圖

音視頻承載了密集的信息內(nèi)容，但因涉及多模態(tài)理解、自然語言處理、搜索等多項復雜技術(shù)，長期以來內(nèi)容查找難、回顧難、提煉難。阿里通義聽悟產(chǎn)品負責人楊帆介紹，通義聽悟為這一需求而生?！白鳛橐豢罟ぷ鲗W習AI助手，通義聽悟希望讓高知識附加值的音視頻被輕松閱讀、整理和分享。”

通義聽悟接入通義千問大模型，融合了十多項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，并支持標重點、記筆記，被許多用戶稱為“寶藏AI工具”。

 楊帆介紹通義聽悟歷程

通義聽悟本次升級上新了六大功能點。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)化及檢索增強生成算法，在業(yè)內(nèi)首次實現(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、6G大小的音視頻提問任何相關(guān)話題，或直接要求小悟整理金句、梳理結(jié)論、寫會議紀要；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“懂你”的AI，小悟還會智能推薦問題。

隨時喚起“小悟”課代表

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

通義聽悟思維導圖示例

產(chǎn)品細節(jié)體驗也進一步升級，包括筆記支持一鍵插入視頻時間戳及截圖、音視頻文件語種自動識別等。

教育福利上線，郵箱認證即可得500小時免費時長

學生和科研群體對AI新工具有普遍需求，但目前音視頻AI轉(zhuǎn)寫工具普遍收費，或僅提供如每月1小時的少量免費時長。

通義聽悟推出“高校公益計劃”，推動AI算力普惠。所有中國大陸高校師生通過后綴edu.cn的教育郵箱進行認證后，均可直接獲贈500小時轉(zhuǎn)寫時長，存儲空間從20G拓展至200G。按目前市面上語音廠商9.9元每小時的折扣價，這一教育福利價值數(shù)千元。

通義聽悟能聽、能看、能讀，還能實現(xiàn)速覽加精聽，正成為學霸們的全新學習方式。楊帆介紹，調(diào)研中發(fā)現(xiàn)約一半用戶是學生，他們活躍度相當高，后臺每天收到大量私信“求時長”。

有的同學上課、開組會“無時無刻不聽悟”；有的用通義聽悟兩倍速上網(wǎng)課備考；有的每天在“發(fā)現(xiàn)”欄目中閱讀數(shù)十檔播客節(jié)目，“獲取最前沿新鮮的觀點內(nèi)容”。

成都一位管理學博士生蔡同學在社交媒體上寫道，“通義聽悟絕對是最強科研神器”，她向身邊幾乎所有親朋好友推薦了這款產(chǎn)品。通義聽悟發(fā)布才9個月，她的使用時長已近7000小時，平均每天轉(zhuǎn)寫20小時以上，包括分析網(wǎng)絡(luò)視頻進行學術(shù)研究，以及日常學習工作隨時使用，這款軟件已成為她沉淀知識和科研成果的重要平臺。

作為國內(nèi)首個開放公測的大模型產(chǎn)品，去年6月發(fā)布以來，通義聽悟累計已有上百萬用戶，包括學生、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，平臺每天處理字符數(shù)約20億字。