在發(fā)布“通義千問”不到兩個(gè)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(jìn)展，聚焦音視頻內(nèi)容的AI新品“通義聽悟”正式上線，成為國內(nèi)首個(gè)開放公測的大模型應(yīng)用產(chǎn)品。

今年以來，國產(chǎn)AI大模型賽道熱鬧非凡，各家廠商、機(jī)構(gòu)的大模型接踵而至，應(yīng)接不暇。最新數(shù)據(jù)顯示，截至目前，我國10億級參數(shù)規(guī)模以上大模型已發(fā)布79個(gè)。

(資料圖片)

相比于集體宣布搶發(fā)AI大模型，未來，如何基于大模型研發(fā)針對行業(yè)細(xì)分領(lǐng)域的垂直的模型更加重要。各路人馬已有動(dòng)向。“百模大戰(zhàn)”的下一個(gè)新擂臺(tái)，已然搭起。

國內(nèi)首個(gè)開放公測大模型應(yīng)用產(chǎn)品

開會(huì)AI幫忙記錄，還能幫忙總結(jié)、提取重點(diǎn)和整理待辦事項(xiàng)？

6月1日，阿里云宣布通義大模型進(jìn)展，聚焦音視頻內(nèi)容的AI新品“通義聽悟”正式上線，成為國內(nèi)首個(gè)開放公測的大模型應(yīng)用產(chǎn)品。

從現(xiàn)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(nèi)容的轉(zhuǎn)寫、檢索、摘要和整理，比如用大模型自動(dòng)做筆記、整理訪談、提取PPT等。聽悟還與阿里云盤打通，同時(shí)支持云盤導(dǎo)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(jìn)的語音和語言技術(shù)。其內(nèi)置阿里新一代工業(yè)級語音識(shí)別模型，識(shí)別準(zhǔn)確率極高；融合自研語音語義多模態(tài)說話人算法，能對10人以上說話場景進(jìn)行角色區(qū)分；接入通義千問大模型后，能夠?qū)ι先f字的音視頻內(nèi)容進(jìn)行摘要總結(jié)，支持跨多音視頻內(nèi)容的精準(zhǔn)問答理解。

聽悟技術(shù)負(fù)責(zé)人鄢志杰向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，通義聽悟的前身是阿里云內(nèi)部一個(gè)名為“聽悟”的產(chǎn)品，主要為投資部、HR等部門做項(xiàng)目會(huì)議的音頻轉(zhuǎn)寫功能，在2022年，這款產(chǎn)品的潛力逐步被挖掘，內(nèi)部開始思考其工具屬性是不是要發(fā)生變化。

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

繼此前阿里云降價(jià)之后，此次聽悟同樣推出免費(fèi)使用體驗(yàn)，聽悟用戶可通過每日登陸等多種任務(wù)領(lǐng)取免費(fèi)轉(zhuǎn)寫時(shí)長。公測期間，阿里云官方微博、微信及各大平臺(tái)社區(qū)還會(huì)發(fā)放大量20小時(shí)轉(zhuǎn)寫口令碼，用戶獲得的福利權(quán)益可累加，一年內(nèi)有效，免費(fèi)時(shí)長可高達(dá)100小時(shí)以上。

周靖人表示，聽悟發(fā)布公測版后，希望更多人能夠體驗(yàn)到該產(chǎn)品，真正把大模型的能力變成工作學(xué)習(xí)的AI助手。在接下來的階段，聽悟也將陸續(xù)推出增強(qiáng)版，到時(shí)候會(huì)有一些商業(yè)化的安排。

“百模”推出之后

ChatGPT帶火了國內(nèi)AI大模型市場，5月28日發(fā)布的《中國人工智能大模型地圖研究報(bào)告》顯示，截至目前，我國10億級參數(shù)規(guī)模以上大模型已發(fā)布79個(gè)。距離實(shí)現(xiàn)真正的“百模”，已然不遠(yuǎn)。

此前，中國工程院院士、清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授鄭緯民接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)，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(xiàn)應(yīng)不止于此，如何基于大模型研發(fā)針對行業(yè)細(xì)分領(lǐng)域的垂直的模型更加重要。

各家企業(yè)、機(jī)構(gòu)也在緊鑼密鼓地發(fā)展大模型、打磨基于大模型的應(yīng)用。

阿里云推出通義聽悟時(shí)，距離“通義千問”的發(fā)布還不到兩個(gè)月的時(shí)間。周靖人對21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，目前外界對大模型要求很高，從通義千問發(fā)布以來，阿里云也陸陸續(xù)續(xù)做了大量工作，并在全國開始部署AI的模型。同時(shí)，在云的底層通過一系列模型優(yōu)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(guī)模去服務(wù)社會(huì)。

對比阿里云發(fā)布國內(nèi)首個(gè)開放公測的大模型應(yīng)用產(chǎn)品，百度則帶著國內(nèi)首個(gè)大模型基金而來。

5月31日，百度正式宣布設(shè)立規(guī)模為10億元的“百度文心投資基金”，重點(diǎn)投資孵化大模型領(lǐng)域的優(yōu)質(zhì)創(chuàng)業(yè)企業(yè)，為其提供包括資金、技術(shù)、人才在內(nèi)的一站式資源。另外，創(chuàng)始人李彥宏正式宣布啟動(dòng)百度“文心杯”創(chuàng)業(yè)大賽，致力于尋找大模型時(shí)代的“game-changing founder”，參賽創(chuàng)業(yè)者將有機(jī)會(huì)獲得來自百度集團(tuán)的1000萬元投資。

在最近的財(cái)報(bào)電話會(huì)議上，騰訊方面也表示AI基礎(chǔ)模型“混元”取得良好進(jìn)展，模型構(gòu)建進(jìn)展順利。其業(yè)務(wù)部門稱，目前正積極對訓(xùn)練部門及生產(chǎn)線擴(kuò)容，相信未來人工智能將在不同領(lǐng)域有所應(yīng)用。

據(jù)悉，騰訊已成立類ChatGPT對話式產(chǎn)品項(xiàng)目組“混元助手”。該項(xiàng)目組將聯(lián)合騰訊內(nèi)部多方團(tuán)隊(duì)構(gòu)建大參數(shù)語言模型，目標(biāo)是通過性能穩(wěn)定的強(qiáng)化學(xué)習(xí)算法訓(xùn)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(nèi)的業(yè)界標(biāo)桿。

關(guān)鍵詞：