钛媒體 App3 月 19 日消息，阿裏大模型産品 " 通義聽悟 " 發布多項新功能。其中音視頻問答助手 " 小悟 " 上線，在業界首次實現單記錄、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内容理解問答，用戶可對超長音視頻随心提問，讓 AI 總結任意知識點。
音視頻承載了密集的信息内容，但因涉及多模态理解、自然語言處理、搜索等多項複雜技術，長期以來内容查找難、回顧難、提煉難。
小悟通過多語言 Query 處理、長篇章文本理解、指令演化框架優化及檢索增強生成算法，在業内首次實現對超長音視頻的單記錄、跨記錄、多語言自由問答，支持内容問答的音視頻時長和文件數均突破業界上限。
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，将口語轉爲書面表達，尤其适合整理采訪速記；思維導圖自動生成，最多支持五級 xmind 腦圖，适合播客摘要；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别等。
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 "，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後綴 edu.cn 的教育郵箱進行認證後，均可直接獲贈 500 小時轉寫時長，存儲空間從 20G 拓展至 200G。
據了解，作爲國内首個開放公測的大模型産品，去年 6 月發布以來，通義聽悟累計已有上百萬用戶，活躍用戶日均轉寫音視頻 3 次以上，平台每天處理字符數約 20 億字。
（本文首發钛媒體 APP 作者｜張帥，歡迎添加作者 mr3right 爆料、交流）
