阿里大模型产品“通义听悟”近日迎来重大更新，新增了六大功能，其中包括备受期待的音视频问答助手“小悟”和一键生成思维导图等实用功能。
据悉，“通义听悟”此次升级接入了通义千问大模型，融合了转写、翻译、角色分离、全文摘要、章节速览、发言总结、PPT提取等十多项AI功能，为用户提供了更加便捷的操作体验。同时，还支持标重点、记笔记等功能，满足用户多样化的需求。
其中最引人注目的新功能是音视频问答助手“小悟”。通过多语言Query处理、长篇章文本理解、指令演化框架优化及检索增强生成算法等先进技术，小悟实现了对超长音视频的单记录、跨记录、多语言自由问答，支持内容问答的音视频时长和文件数均突破业界上限。这意味着用户可以直接向小悟提问关于音视频内容的任何问题，无论是针对单一记录还是跨多个记录，甚至可以用中文提问英文视频内容，小悟都能迅速给出准确的回答。此外，小悟还会智能推荐问题，帮助用户更好地理解和挖掘音视频内容。
除了音视频问答助手外，“通义听悟”还上线了一键AI改写和思维导图生成等新功能。一键AI改写功能可以将口语化的表达转为书面语言，非常适合整理采访内容等场景。而思维导图生成功能则可以根据用户输入的内容自动生成最多五级的xmind脑图，帮助用户快速梳理思路和构建知识框架。
此外，“通义听悟”还针对产品细节进行了体验升级，包括笔记支持一键插入视频时间戳及截图、音视频文件语种自动识别等功能。同时推出了“高校公益计划”，为中国大陆高校师生提供免费转写时长和存储空间拓展等福利。
据官方介绍，“通义听悟”自去年6月发布以来已累计上百万用户，活跃用户日均转写音视频3次以上。此次升级将进一步提升用户体验和满足用户多样化的需求。
