3月19日，阿里云“通义听悟”发布多项新功能，同时上线音视频问答助手“小悟”，在业界首次实现单记录、跨记录、多语言自由问，支持对单个最长6小时、一次性上百条音视频内容的理解问答。同日，通义听悟还推出了“高校公益计划”，向所有中国大陆高校师生直接赠送价值数千元的500小时音视频转写时长。
通义听悟接入通义千问大模型，融合了十多项AI功能，包括转写、翻译、角色分离、全文摘要、章节速览、发言总结、PPT提取等，并支持标重点、记笔记。
此次，通义听悟升级上新了六大功能点。最重磅的是音视频问答助手“小悟”，关键信息直接“问”出来。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。
用户不仅可在单一记录页呼唤小悟，对最高6小时、6G大小的音视频提问任何相关话题，或直接小悟要求整理金句、梳理结论、写会议纪要；更可在首页针对用户所有记录提问，支持一次性扫描理解上百条音视频内容；也可花式对英文视频用中文提问，小悟将直接给出中文回答，省去翻译。
针对用户需求，通义听悟还上线了一键AI改写、思维导图生成等新能力。例如，一键AI改写，将口语转为书面表达，尤其适合整理采访；思维导图自动生成，最多支持五级xmind脑图，适合播客摘要。而且，通义听悟还支持笔记插入视频时间戳及截图、自动识别音视频文件语种等细节体验升级。
针对学习科研场景对AI工具的强烈需求，通义听悟推出“高校公益计划”。所有中国大陆高校师生通过后缀edu.cn的教育邮箱认证后，均可直接免费获赠500小时音视频转写时长，存储空间从20G拓展至200G。通过语音识别技术将音视频快速转为文本，也是许多高校学生日常学习科研的刚需功能。
通义听悟产品负责人杨帆表示，2023年6月发布以来，通义听悟累计已有五百万用户，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。
