历史回顾

上一次阿里发布通义千问，犹在昨天，结果，阿里又发布了一件AI神器，该神器实用性极强，据说背后依然采用阿里的通义千问大模型。

不了解的可以看下我的历史文章 阿里的通义千问，震惊到我了

最近一直在整理AIGC方面的东西分享给大家，当然编程也不会落下，欢迎关注，让我们在AI的道路上越走越远

他来了，讯飞星火迈着矫健的步伐向我们走来了

免费搭建个人stable-diffusion绘画(非本地、干货教程)

阿里给“打工”朋友送上“节日礼物”

六一儿童节当天，阿里就给所有“打工”的大朋友送上了一份“节日礼物”

6月1日上午，阿里云发布了面向音视频内容的AI新品“通义听悟”，并正式公测

【通义听悟】  推荐给你～ tingwu.aliyun.com/u/14xZ00303… 工作学习AI助手，依托大模型，为每一个人提供全新的音视频体验。点击链接立即注册，公测期免费体验。

通义千问、通义听悟 这哥俩现在所处环境不同，定位不同，功能不同 但依赖大模型是相同的

这是阿里通义大模型最新的应用进展，也是国内首个开放公测的大模型应用产品。

根据阿里云智能CTO周靖人介绍，“通义听悟”是依托通义千问大模型和音视频AI模型的AI助手，可进行实时语音识别，实现对话的实时记录、多语言翻译、发言总结、提取PPT、内容规整等。

对我们打工人有什么用

会议神器

当领导在上面夸夸其谈的时候，你的会议纪要可谓是错乱无章，这会儿通义听悟就上线了，你只需要录音

或者我们本地上传

支持区分多人对话，然后开始转写

值得一提的是， “听悟”可以根据AI转写，提取这场说话内容的关键词，给出全文摘要。

视频总结神器

不同于传统的实时会议速记转写，如今面向C端提供视频转写服务的应用尚在少数。而如今的通义听悟，则从纯粹的音频转写，延伸到了音视频领域，融合了十多项AI新功能。

“通义听悟”我个人认为最大的实用功能是：可以设置插件，无论看视频、看直播，还是开会，点开听悟插件，就能实现音视频的实时转录和翻译。

其实看到这里，可以感受到，这不只是说对打工人的福利，也是对于学生党的福利，比如我们上课，课后复盘总结

最后再提一点阿里的生态，他们将数据存储和阿里云盘打通 这点是值得表扬的，在阿里云盘中，用户可以一键转写云盘中的文件，在云盘内在线播放视频时，能够实时生成字幕。

还能帮我们什么

通义听悟未来还有更多基于大模型的功能上线。比如，对视频中出现的PPT，AI能够基于通义千问大模型做到一键提取，而用户也能向AI助手针对多个音视频内容进行提问、让听悟概括特定段落等等。

值得注意的是，听悟目前针对一些细分场景中提供了不同的部署形态，如浏览器插件。在Chrome安装听悟插件后，听悟在无字幕视频中就可以实时生成双语悬浮字幕。二转写结果可下载为字幕文件，方便新媒体从业者视频后期制作

通义千问Chrome插件示意图，近期该功能将上线，可以持续关注 我后续给大家做详细介绍，不过我们可以先感受下

钉钉的在线会议模块“钉闪记”，同样集成了听悟。在会议结束后，钉闪记所能够输出的也不再是纯粹的速记，而是包含重点摘要的完整文档，可以有效地提升公司内部工作效率。甚至，在开会时，AI可以代为记录会议、整理要点。

未来一段时间还将在夸克APP、阿里云盘等端口提供服务

总结

这一番体验下来总体的效果还是可以的

从通义听悟中可以看出，国内大模型厂商除了在底层大模型搭建上快马加鞭外，AI应用也已经成为他们必须抓住的机遇——AI音视频转写、内容理解等功能，背后意味着通用能力，厂商们可以覆盖包括开会、上课、培训、面试、直播、看视频、听播客等音视频场景，嵌入到不同的应用软件当中。

作者：1点东西
链接：https://juejin.cn/post/7239962972508209212
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。