「AI新世代」大模型应用竞争白热化！通义听悟高校抢用户，强调C端无商业计划

（通义听悟产品负责人杨帆）

华夏时报（www.chinatimes.net.cn）记者 卢晓 北京报道

AI大模型正持续改造所有行业，音视频在其中率先落地。

3月19日，阿里大模型产品“通义听悟”宣布迭代并发布多项新功能，这个去年6月正式对外发布的音视频AI转写工具，被定位于工作学习的AI助手。通义听悟产品负责人杨帆当天在接受《华夏时报》等媒体记者采访时还表示，目前通义听悟在C端没有商业计划，商业化落地都通过在B端市场开放API接口实现。

在这背后，去年6月阿里云CTO周靖人就曾对外表示，模型即服务将变成行业标准，规模应用关键要降低成本。这背后，伴随着百度、科大讯飞、字节跳动等对手同类产品的相继下场，一场音视频行业的AI应用竞争正在激烈展开。

“跑马圈地”高校

在AI改写、思维导图生成等新功能中，音视频问答助手“小悟”上线被认为是通义听悟这次迭代的最大变化。据阿里云方面介绍，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，在业内首次实现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。

这些变化都离不开AI大模型的支持。“大模型让每个应用换来一个新生的机会。”杨帆当天在交流中这样说，他同时表示，通义听悟未来会朝多模态方向去发展，会围绕音视频场景尝试更多视觉内容的生成和理解。

据记者了解，听悟这个产品在2021年3月已经发布，原本定位为阿里的内部工具。去年4月，阿里云对外发布了通义千问大模型，阿里高层当时表示，阿里巴巴所有产品未来都将接入通义千问大模型，进行全面改造。当年6月，通义听悟正式对外发布。作为国内首个开放公测的大模型产品，据记者了解，通义听悟已可以完成会议实时记录、跨语言整理、网课学习等功能。

通义听悟相关人士在跟《华夏时报》记者交流时表示，接入通义千问大模型后，大模型为听悟拓展了很多功能，例如章节速览，脑图形式等。他以摘要功能举例称，听悟在作为阿里内部工具时，往往需要将几个小时的音频内容转写，但在使用小模型时效果并不尽如人意，而使用具有理解能力的大模型后，总结摘要效果大幅提升。

当天通义听悟公布了一组数据：自去年6月发布以来，其已帮助用户处理20万次的音视频，相当于12万小时时长，此外其活跃用户日均转写音视频3次以上，平台每天处理字符数约20亿字。在一众指标中，杨帆表示，因为通义听悟是刚需低频使用，所以更关注真实用户的使用量，他透露目前通义听悟大概有500万注册用户。

通义听悟想迅速扩大自己的用户群体，高校人群成为它瞄准的新战场。

据记者了解，3月19日，针对学习科研场景对AI工具的强烈需求，通义听悟宣布推出“高校公益计划”，所有中国大陆高校师生通过后缀edu.cn的教育邮箱进行认证后，均可直接获赠500小时转写时长，存储空间从20G拓展至200G。杨帆当天表示，这一人群可能有5000万之多。

商业化依赖B端

虽然希望获得更多C端用户，但杨帆当天也明确对《华夏时报》等记者表示，通义听悟没有对C端收费的计划，“我们C端的应用场景，更大的使命是向所有用户展现阿里巴巴的技术研究方向，以及展现我们通义大模型的一些产品计划。”他表示，对于个别C端用户使用时长不够的问题，可以通过发放福利等方式来解决。

有阿里云人士在跟《华夏时报》记者交流时认为，通义听悟在C端没有商业化计划是为了在用户端实现快速上量，而为C端用户设置使用时长门槛，一方面是出于成本的考虑，此外还可以以此来过滤掉恶意使用时长的用户。该人士同时表示，通义听悟在B端的商业化，通过开放API接口来落地，并根据用户调用的时长来收费。据记者了解，阿里内部，钉钉APP中的“钉闪记”便集成了通义听悟的功能，还有消息称，通义听悟还将在夸克App、阿里云盘等端口提供服务。

此外，激烈的市场竞争环境也是通义听悟在C端市场免费的原因之一。据《华夏时报》记者了解，目前百度、科大讯飞、字节、金山等公司，在大模型的应用层都各自拥有音视频AI转写工具，但在限定免费时长后，大都选择面向C端用户收费。

以行业内最大的玩家讯飞听见为例，记者在其APP看到讯飞听见提供的录音转写包，支持每月30小时转写时长，连续包年价格为198元。需要提及的是，公开资料显示，截至2022年12月，讯飞听见生态用户破亿，覆盖用户破5000万。

对于行业竞争，杨帆当天表示，AI的每一波浪潮都是随着技术的进步所产生，随着技术的天花板被拉高，会出现各种公司在上面奔跑，进行技术创新、商业模式创新等，但赛道打开后，还是要看谁跑得更快跑得更好。

责任编辑：于玉金 主编：寒丰

查看更多华夏时报文章，参与华夏时报微信互动（微信搜索「华夏时报」或「chinatimes」）