阿里云詮釋“通義聽悟”：AI大模型化身工作生活好幫手

AI應(yīng)用信息1年前 (2024)發(fā)布 XIAOT

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(xué)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(yè)人員，通義聽悟可以存檔你每一次的調(diào)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(nèi)容……

作為國內(nèi)首個開放公測的大模型應(yīng)用產(chǎn)品，聚焦音視頻領(lǐng)域的工作學(xué)習(xí)AI助手阿里云通義聽悟一經(jīng)問世，就受到了廣大用戶的追捧。自上線以來，累計服務(wù)用戶超100萬，每日處理音視頻數(shù)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(shù)的功能和優(yōu)勢，擁有領(lǐng)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(tài)轉(zhuǎn)化的效率，包括實時語音識別、音視頻語音識別、發(fā)言人角色區(qū)分、內(nèi)容規(guī)整、章節(jié)速覽、一鍵筆記、全文總結(jié)、提取PPT等能力，可廣泛應(yīng)用于會議交流、教學(xué)培訓(xùn)、調(diào)研訪談、音視頻理解與問答等領(lǐng)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(tài)轉(zhuǎn)化的效率，還能高準(zhǔn)確度區(qū)分不同發(fā)言人、生成會議記錄，僅需一秒鐘即可為音視頻劃分章節(jié)并形成摘要、總結(jié)全文及每個發(fā)言人的觀點、整理關(guān)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(jié)，形成一份圖文并茂的大綱，解決培訓(xùn)、網(wǎng)課學(xué)習(xí)等場景“求PPT難”的問題。

針對一些細(xì)分場景，通義聽悟還設(shè)置了不少“寶藏功能”：打開Chrome瀏覽器插件，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(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；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(chuàng)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(qū)的企業(yè)、開發(fā)者和政府機構(gòu)提供服務(wù)。阿里云致力于讓計算成為公共服務(wù)，通過提供安全、可靠的計算和數(shù)據(jù)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(shù)集成和云服務(wù)合作伙伴，阿里云助力杭州亞運會賽事核心系統(tǒng)100%上云，并首次實現(xiàn)云上轉(zhuǎn)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(fā)布類系統(tǒng)群，采用云計算替代傳統(tǒng)數(shù)據(jù)中心，成為亞運會算力基礎(chǔ)設(shè)施，從底層支持賽事系統(tǒng)群，向上支撐云上轉(zhuǎn)播、亞運釘?shù)戎悄軕?yīng)用，實現(xiàn)核心系統(tǒng)和應(yīng)用服務(wù)的云上打通，為亞運各類智能應(yīng)用提供強有力的云底座支持。

目前，阿里云已經(jīng)成為亞太第一、全球前三的云服務(wù)商，其自主創(chuàng)新的基因始終未曾改變。多年來，阿里云堅持自主創(chuàng)新，自研的飛天云計算操作系統(tǒng)，打破國外在云計算底層技術(shù)上的壟斷，獲中國電子學(xué)會15年來唯一頒發(fā)的科學(xué)技術(shù)特等獎。2013年阿里云自研大數(shù)據(jù)計算服務(wù)ODPS，是業(yè)界少有的完全自主研發(fā)、支持10萬級服務(wù)器并行計算、百萬級CPU可擴展大數(shù)據(jù)智能計算平臺。2014年，Platform for AI誕生，奠定人工智能技術(shù)基礎(chǔ)，作為面向開發(fā)者和企業(yè)的機器學(xué)習(xí)、深度學(xué)習(xí)工程平臺，提供包含數(shù)據(jù)標(biāo)注、模型構(gòu)建、模型訓(xùn)練、模型部署、推理優(yōu)化在內(nèi)的AI開發(fā)全鏈路服務(wù)，內(nèi)置140多種優(yōu)化算法，具備豐富的行業(yè)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(yè)界率先提出“Model as a Service，模型即服務(wù)”理念，發(fā)布通義大模型和魔搭社區(qū)ModelScope，向全球開發(fā)者開源開放，降低AI門檻。2023年，阿里云發(fā)布超大規(guī)模語言模型通義千問，音視頻領(lǐng)域的工作學(xué)習(xí)AI助手通義聽悟和繪畫創(chuàng)作大模型通義萬相，開源通義千問18億、70億、140億、720億參數(shù)的4款大語言模型，以及視覺理解、音頻理解兩款多模態(tài)大模型，阿里云成為國內(nèi)最早開源自研大模型的科技企業(yè)。

面向AI時代，阿里云以云計算為基礎(chǔ)，以模型為中心，以從底層算力到AI平臺再到模型服務(wù)全棧技術(shù)創(chuàng)新，讓云計算加速AI浪潮下的產(chǎn)業(yè)智能升級。