阿里云智能于6月1日發布通義聽悟，并面向公眾開放公測。阿里云智能CTO周靖人表示，通義聽悟是依托通義千問大模型和音視頻AI模型的AI助手，可進行實時語音識別，實現對話的實時記錄、多語言翻譯、發言總結、提取PPT、內容規整等。

　　據CNMO了解，通義聽悟是通義家族第一個面向大眾消費者端的應用產品。在多媒體時代，人們每天記錄、分享和觀看大量的音頻視頻內容，通義聽悟通過前沿的語音AI技術，能夠準確地將音頻視頻內容轉寫為易讀的文字。不僅如此，結合通義千問大語言模型的強大理解能力，通過全文摘要、章節速覽、發言總結等功能，使用戶能夠從不同角度“一目十行”地更高效“閱讀”音視頻內容。隨著大模型能力的飛速進步，通義聽悟能為用戶提供更多先進的能力，幫助用戶梳理和挖掘出音視頻內容中的信息價值，并將所有的記錄和收集都沉淀為知識資產，隨時供用戶回顧和利用。

　　“依托大模型，為每一個人提供全新的音視頻體驗”，阿里云CTO周靖人介紹，通義聽悟瞄準工作生活中日益增長的音頻視頻內容，幫助用戶記錄重要會議的要點，捕捉講座中的精彩知識，整理訪談中的關鍵信息，為用戶提供更深入、更高效的智能服務。

　　據悉，通義聽悟的小程序版后續將在釘釘、阿里云盤、夸克等阿里旗下產品中推出，并與這些產品內部的場景功能及音視頻內容融會貫通。同時，通義聽悟的AI能力也將進一步服務于阿里巴巴內部各類應用，如廣受用戶歡迎的“釘釘閃記”背后便集成了有關能力，為釘釘用戶提供智能音視頻會議、文檔速記等產品。