6月1日，阿里云峰會·粵港澳大灣區分會在廣州隆重舉行，AI大模型仍是峰會重要話題。繼發布“通義千問”大模型之后，阿里云在本場峰會上又秀出了最新成果：“通義聽悟”AI大模型正式上線，主要提供音視頻內容轉寫、檢索、摘要整理等服務，聚焦音視頻內容賽道。

據悉，“通義聽悟”是國內首款開放公測的大模型應用產品，能充當各行業從業者的AI助手。阿里云CTO周靖人在會上表示，“通義聽悟”瞄準的音視頻內容賽道具有較高知識附加值，應用范圍十分廣泛。包括日常開會、教學、訪談、培訓、面試和直播等場景，“通義聽悟”都能通過自身技術提高用戶工作效率。

比如在會議場景中，可以智能總結發言人觀點、生成會議記錄和統計待辦事項。在教學場景中，該產品則具備直接抽取視頻內的PPT截圖、提供實時翻譯和章節回顧等功能。更重要的是，“通義聽悟”這才剛剛上線，之后將會繼續優化，提供更多定制化功能。

對于這款全新的大模型產品，阿里云CTO周靖人表示十分滿意，并對其應用前景充滿信心。

根據周靖人介紹，“通義聽悟”集成了阿里云最先進的語音、語言技術，包括自研的語音語義多模態算法、新一代阿里工業級語言識別模型等，都在“通義聽悟”中得到應用。此外，“通義聽悟”還將和阿里云盤全面打通，支持轉寫內容直接上云，為用戶提供更大的儲存空間。

花了那么多資源、精力開發“通義聽悟”，阿里云的最終目的是惠及更多行業、企業，為數字經濟的發展出一份力。目前，“通義聽悟”已全面開放公測，公測期間阿里云官方微博、微信和各大平臺會發放大量轉寫口令碼，用戶的權益可以疊加、累積，服務免費時常將達到100小時以上。

正如周靖人所說，“通義聽悟”可以讓音視頻閱讀、整理、分享變得更輕松，為各個行業打開通往AI的大門。

從產品形態來看，科大訊飛旗下的“訊飛聽見”語音平臺是阿里“通義聽悟”的子集。“訊飛聽見”目前較多被媒體人等文案工作者應用，比如用來進行采訪錄音速記的文字轉寫提取。不過，阿里云“通義聽悟除了能進行音頻內容處理外，還能處理視頻內容。

還有一點區別是，“訊飛聽見”是深度學習AI時代的產品，“通義聽悟”則是大模型時代的應用。“訊飛聽見”目前采取收費模式，轉寫30分鐘大概需要10元左右的成本，用戶也可以通過購買小時卡、月卡會員等方式獲得語音轉寫時長。

作為后來者，“通義聽悟”采取了半免費的策略，公測期用戶每天可以獲得2小時轉寫時長，每邀請一名用戶還可以獲得2小時時長，顯然，“通義聽悟”希望通過裂變的方式去獲取用戶，以“半免費”的模式推動大模型AI產品普及，至于賺錢多少其實不重要，因為這樣的產品即便收費賺到的錢在阿里云的營收規模前可能連“蚊子肉”都算不上，阿里云也無意通過C端消費者賺錢，做產業數字化和智能化升級的基礎設施才是它要做的事情。

事實上，早在發布“通義聽悟”之前，阿里云就已經為數字經濟的發展做出了很大貢獻。

在粵港澳大灣區分會場，阿里云首席商業官蔡英華也公布了一組數據：截止目前，阿里云已經服務粵港澳大灣區近75萬付費客戶，包括金融、政務、水利、制造等行業，幫助無數中小企業實現數字化升級轉型。以制造業為例，阿里云工業互聯網全國總部就落戶在廣東，扶持了當地超過500家制造企業上云。

展望未來，在“通義聽悟”等AI大模型產品面世后，相信阿里云的數字服務能力將進一步加強，并給更多企業帶去幫助。