智能助手在 ChatGPT 等的大型語言模型興起前，已經有一定的應用普及度。最近阿里雲就將其大型語言模型 (LLM) 引入到其智能助手「聽悟」之中，提供更深入的智能服務。
阿里巴巴最近公佈，他們的「聽悟」智能助手正式升級，引入其「通義千問」大型語言模型，成為新服務「通義聽悟」，能夠精準高效地理解和分析多媒體內容，例如從聲音或影片檔案產生總結，概括每位會議發言人的講話要點，根據多媒體檔案的時長自動劃分章節並形成摘要等等。
阿里雲智能首席技術官周靖人表示：「現今我們生活的時代正在以多種多樣的形式來接觸海量視頻和音頻內容。因應這樣的趨勢，『通義聽悟』旨在應用語言大模型促進大眾以更為便捷高質的方式理解及輕鬆分享多媒體內容。隨著我們陸續將各類產品和服務接入『通義千問』大模型，我們希望用戶能在工作、學習、娛樂和人際互動多個方面從這些引人注目的 AI 創新中獲益。」
未來「通義聽悟」更可以提供更多的 AI 功能，包括針對用戶對多個聲音或影片檔案查詢自動輸出文字回答、提取影片內 PPT 投影片內容並生成摘要、以 Chrome 瀏覽器插件形式為多媒體內容提供實時中英互譯等，不過就有待今年稍後時間才會推出。
來源：阿里雲
