阿里雲ChatGPT：“通義聽悟”大模型，對標百度文心繫列！

2023年6月2日，在阿里雲峯會·粵港澳大灣區分場上，阿里雲發佈了自己的GPT大模型——通義聽悟，主要集中在音視頻方面的AI模型能力，幫助用戶通曉不同語言的“義”，並且通過聽視頻語音，“悟”出其中的梗概，從而達到總結全文、整理語音內容、針對視頻內容向AI提問等功能，該模型也被視作對標百度“文心一言”的企業級升級版“文心千帆”！

ChatGPT

自從ChatGPT發佈以來，全世界的科技公司，都在嘗試做出自己的“類ChatGPT”應用，其中谷歌大力投資的Claude，成爲最有希望與ChatGPT競爭的產品！

國內也在緊密鑼鼓研發中，各家公司也紛紛推出“自研”定製版ChatGPT，最早做出大動作的是百度，在GPT-4發佈的第二天，也就是3月16日，李彥宏隆重發布中國版ChatGPT，文心一言！

4月7日，阿里雲在官方賬號公佈自家的ChatGPT大模型——“通義千問”，通義可以理解爲大模型具備很強的普適性，通曉各種知識，千問則暗涵其功能，可以回答各種各樣的問題，功能上對標百度的“文心一言”，從名字上也可以看出來。

阿里雲大模型

面對各家公司的挑戰，李彥宏稱，百度是全球互聯網大廠中第一個發佈大語言模型的公司，文心一言具備GPT-4那樣的多模態能力，超8萬家企業排隊等着和百度合作！隨後，百度正式推出了大模型平臺升級版——“文心千帆”，主要面向客戶提供企業級的大語言模型服務，同時支持第三方的開發工具以及開源模型！

https://tingwu.aliyun.com/

6月1日，阿里雲正式宣佈，通義聽悟AI助手正式公測，通義千問的“通義”家族，也迎來新成員“聽悟”，依託通義千問語言模型、音視頻 AI 模型能力，爲用戶帶來音頻和視頻內容記錄和閱讀的全新體驗。

從現場演示來看，聽悟的AI功能十分強大，對各種音視頻的應用幾乎都能適配，比如對音視頻內容進行實時字幕或者翻譯，還能對內容進行快速總結概括，此外，一鍵提取 PPT，針對內容向AI提問，選取特定段落等等功能也即將上線！

“通義聽悟”

通義聽悟的應用場景也很多，比如上網課時的視頻和音頻，可以直接導出轉字幕和文字，聽悟能實時快速總結課上的重難點內容，也可以選擇從阿里雲上一鍵導入！

導入視頻後，可在通義聽悟中看到強大的課程功能，點擊文字隨意跳轉進度，隨心切換感興趣的內容；還可以爲用戶總結了全文概要、章節速覽，方便你瞭解課程要點，回顧講解片段；打開通義聽悟實驗室，開啓問題回顧，即可回顧課程中的答疑內容。

可以高亮標記重要的講解片段。使用“只看標記”功能，一鍵篩選高亮內容，複習更高效；在右側筆記中，能記錄核心知識點，將課程原文一鍵摘取至筆記中。幾小時的課程，5分鐘即可完成筆記。

此外，對於英文視頻課程也有很強大的功能，打開翻譯功能，雙語對照更高效，使用導出功能，可以將轉寫結果、筆記等內容導出至雲盤或本地，總結功能同樣適用於金融分析師、律師和記者等等，甚至是有聽力障礙的用戶，也可藉助Chrome插件，實現雙語懸浮字幕條隨時隨地看無字幕視頻！

通義聽悟背後的阿里雲創立於2009年，爲全球領先的雲計算及人工智能科技公司，創始人王堅在2019年成爲中國工程院院士。本次發佈會上，阿里雲智能首席技術官周靖人表示，阿里背後的技術是通義聽悟成功的關鍵，聽悟集成了阿里最先進的語音和語言技術，內置阿里新一代工業級語音識別模型，識別準確率在多個權威中文數據集上名列第一！