在發布“通義千問”不到兩個月后，阿里云基于大模型在AI音視頻賽道打出了一槍。

6月1日，阿里云宣布通義大模型進展，聚焦音視頻內容的AI新品“通義聽悟”正式上線，成為國內首個開放公測的大模型應用產品。

今年以來，國產AI大模型賽道熱鬧非凡，各家廠商、機構的大模型接踵而至，應接不暇。最新數據顯示，截至目前，我國10億級參數規模以上大模型已發布79個。

(資料圖片)

相比于集體宣布搶發AI大模型，未來，如何基于大模型研發針對行業細分領域的垂直的模型更加重要。各路人馬已有動向。“百模大戰”的下一個新擂臺，已然搭起。

國內首個開放公測大模型應用產品

開會AI幫忙記錄，還能幫忙總結、提取重點和整理待辦事項？

6月1日，阿里云宣布通義大模型進展，聚焦音視頻內容的AI新品“通義聽悟”正式上線，成為國內首個開放公測的大模型應用產品。

從現場演示可以看到，通義聽悟接入了通義千問大模型的理解與摘要能力，能夠完成對音視頻內容的轉寫、檢索、摘要和整理，比如用大模型自動做筆記、整理訪談、提取PPT等。聽悟還與阿里云盤打通，同時支持云盤導入和本地上傳。

阿里云CTO周靖人介紹，聽悟集成了阿里最先進的語音和語言技術。其內置阿里新一代工業級語音識別模型，識別準確率極高；融合自研語音語義多模態說話人算法，能對10人以上說話場景進行角色區分；接入通義千問大模型后，能夠對上萬字的音視頻內容進行摘要總結，支持跨多音視頻內容的精準問答理解。

聽悟技術負責人鄢志杰向21世紀經濟報道記者表示，通義聽悟的前身是阿里云內部一個名為“聽悟”的產品，主要為投資部、HR等部門做項目會議的音頻轉寫功能，在2022年，這款產品的潛力逐步被挖掘，內部開始思考其工具屬性是不是要發生變化。

“工具是什么呢？人還是支配他的，基本上它不會比你更聰明，也不會比你懂得更多。但是，大模型能力跟工具應用相結合變成助手以后，它甚至能給到建議啟發你，知曉你不知道的知識，留意到你之前沒有留意的細節。”鄢志杰說。

繼此前阿里云降價之后，此次聽悟同樣推出免費使用體驗，聽悟用戶可通過每日登陸等多種任務領取免費轉寫時長。公測期間，阿里云官方微博、微信及各大平臺社區還會發放大量20小時轉寫口令碼，用戶獲得的福利權益可累加，一年內有效，免費時長可高達100小時以上。

周靖人表示，聽悟發布公測版后，希望更多人能夠體驗到該產品，真正把大模型的能力變成工作學習的AI助手。在接下來的階段，聽悟也將陸續推出增強版，到時候會有一些商業化的安排。

“百模”推出之后

ChatGPT帶火了國內AI大模型市場，5月28日發布的《中國人工智能大模型地圖研究報告》顯示，截至目前，我國10億級參數規模以上大模型已發布79個。距離實現真正的“百模”，已然不遠。

此前，中國工程院院士、清華大學計算機科學與技術系教授鄭緯民接受21世紀經濟報道記者采訪時，ChatGPT的爆紅源于其能流暢地與人對話、寫詩，甚至作畫，但未來AI大模型所帶來的貢獻應不止于此，如何基于大模型研發針對行業細分領域的垂直的模型更加重要。

各家企業、機構也在緊鑼密鼓地發展大模型、打磨基于大模型的應用。

阿里云推出通義聽悟時，距離“通義千問”的發布還不到兩個月的時間。周靖人對21世紀經濟報道記者表示，目前外界對大模型要求很高，從通義千問發布以來，阿里云也陸陸續續做了大量工作，并在全國開始部署AI的模型。同時，在云的底層通過一系列模型優化不斷降低模型使用的成本，降低模型所使用的資源，只有這樣能夠讓模型真正意義大規模去服務社會。

對比阿里云發布國內首個開放公測的大模型應用產品，百度則帶著國內首個大模型基金而來。

5月31日，百度正式宣布設立規模為10億元的“百度文心投資基金”，重點投資孵化大模型領域的優質創業企業，為其提供包括資金、技術、人才在內的一站式資源。另外，創始人李彥宏正式宣布啟動百度“文心杯”創業大賽，致力于尋找大模型時代的“game-changing founder”，參賽創業者將有機會獲得來自百度集團的1000萬元投資。

在最近的財報電話會議上，騰訊方面也表示AI基礎模型“混元”取得良好進展，模型構建進展順利。其業務部門稱，目前正積極對訓練部門及生產線擴容，相信未來人工智能將在不同領域有所應用。

據悉，騰訊已成立類ChatGPT對話式產品項目組“混元助手”。該項目組將聯合騰訊內部多方團隊構建大參數語言模型，目標是通過性能穩定的強化學習算法訓練，完善騰訊智能助手工具，打造騰訊智能大助手，并能成為國內的業界標桿。

關鍵詞：