阿里通义听悟功能提升：支持一次性理解上百条音视频问答

3月19日，阿里大模型产品“通义听悟”发布音视频问答助手“小悟”等多项功能，支持单次最长6小时、一次性上百条音视频的内容理解问答，使用者可以对超长音视频随意提问，让AI（人工智能）总结任意知识点，其支持内容问答的音视频时长和文件数突破了业界上限。通义听悟产品负责人杨帆现场还表示，“通义听悟”没有向消费者收费的计划。

音视频承载了密集的信息内容，但因涉及多模态理解、自然语言处理、搜索等多项复杂技术，长期以来内容查找难、回顾难、提炼难。技术人员介绍，通义听悟接入了通义千问大模型，融合了包括转写、翻译、角色分离、全文摘要、章节速览、发言总结、PPT提取等AI功能，并支持标重点、记笔记。

据了解，使用者可以就最高6小时、6G大小的音视频向小悟提问任何相关话题，或直接要求小悟整理金句、梳理结论、写会议纪要，也可以针对自己的所有记录提问，系统可以一次性扫描理解上百条音视频内容。

学生和科研群体对AI新工具有普遍需求，但目前音视频AI转写工具普遍收费，或仅提供如每月1小时的少量免费时长。19日，通义听悟推出“高校公益计划”，推动AI算力普惠。所有中国大陆高校师生通过后缀edu.cn的教育邮箱进行认证后，可以直接获赠500小时转写时长，存储空间从20G拓展至200G。按目前市面上语音厂商9.9元每小时的折扣价格，这一教育福利权益价值约数千元。

作为国内首个开放公测的大模型产品，去年6月发布以来，通义听悟累计已有500万用户，包括学生、老师、白领、记者、律师、金融分析师等群体，平台每天处理字符数约20亿字。在收费模式方面，产品负责人杨帆表示，目前通义听悟没有任何对C（消费者）端收费的计划，“C端的应用承载的使命更多是向所有用户展现阿里技术的研究方向，通过API（应用程序编程接口）的方式在B（企业）端实现商业化，是我们的产品策略”，杨帆说。