站长之家（ChinaZ.com）6月1日 消息:在阿里云峰会·粤港澳大湾区分会场，阿里云公布了通义大模型的进展，聚焦音视频内容的AI新品“通义听悟”正式上线，成为国内首个开放公测的大模型应用产品。
据了解，通义听悟是一款工作学习AI助手，它瞄准具有高知识附加值的音视频内容场景，比如开会、上课、访谈、培训、面试、直播、看视频、听播客等，能通过大模型等最新AI技术快速提炼和沉淀知识。
通义听悟接入了通义千问大模型的理解与摘要能力，可高效完成对音视频内容的转写、检索、摘要和整理，比如，用大模型自动做笔记、整理访谈、提取PPT等。
根据官方介绍，通义听悟支持实时语音转文字，多语言同步翻译 ，1小时音视频5分钟转写，智能区分发言人。另外，智能总结方面，关键信息一清二楚，章节脉络一目了然问答观点一览无余，待办事项了如指掌。
公测期间，阿里云官方微博、微信及各大平台社区还会发放大量20小时转写口令码，用户获得的福利权益可累加，一年内有效，免费时长达100小时以上。
通义听悟网址:tingwu.aliyun.com
（举报）
华为终端云宣布鸿蒙版QQ迎来重大更新，新增语音转文字、消息合并转发等10项实用功能。鸿蒙生态近期取得突破性进展：原生应用超2万个，开发者超720万，生态设备超10亿台。余承东表示2025年将实现10万应用目标，标志着生态成熟。此次QQ9.1.50版本更新包含空间相册一键浏览、群作业公告查看、表情收藏发送等优化，持续完善社交体验。目前鸿蒙版QQ已支持单聊、群聊、视频通话等基础功能，其他功能正在迭代中。
从去年开始，各大科技巨头就纷纷调整战略，加大了人才招揽的力度:腾讯的“青云计划”以“业界Top0级别薪资”和“不设职级上限”吸引顶尖人才，并计划新增2.8万实习岗位以充实后备力量;字节跳动则启动“Top Seed计划”，专门为大模型、多模态等前沿领域的顶尖博士
听脑AI是一款专注于语音/视频转文本的智能助手，具备三大核心功能：1）实时语音转写，支持会议、课堂等多场景录音转文字，自动区分发言人；2）音视频解析，可提取本地文件或平台链接内容生成可编辑文档；3）AI问答辅助，能基于语音内容生成摘要、PPT大纲等二次创作。其优势在于毫秒级响应、125种语言互译、智能降噪，适用于商务会议、教育学习、内容创作等场景，显著提升工作效率。支持多端同步与加密存储，提供20分钟免费试用体验。
本文报道了AI领域最新动态：1)阿里通义万相开源视频编辑统一模型VACE；2)OpenAI发布GPT-4.1增强编码能力；3)Stability AI推出超轻量341M文字转语音模型；4)快手可灵视频生成模型占据30%市场份额；5)微软WizardLM团队整体加入腾讯混元大模型研发体系；6)腾讯宣布混元图像2.0将于5月16日发布；7)上海成立人工智能标识生态联盟；8)Lightricks发布13B参数视频生成模型LTX-Video；9)谷歌DeepMind推出AlphaEvolve优化AI训练速度；10)腾讯元宝浏览器插件上线Chrome平台。这些进展展示了AI技术在视频处理、大模型、语音合成等领域的快速发展。
《暗区突围：无限》正式上线！这款FPS射击大作由魔方工作室打造，提供5张特色地图、5种游戏模式和1000+枪械配件自由搭配。
阿里集团推出新一代开源AI模型"通义千问3"(Qwen3)，包含8款不同规格的混合推理模型。旗舰型号Qwen3-235B采用混合专家架构，创下国产模型性能新纪录；Qwen3-32B则以部署成本低、运行稳定见长。该系列在逻辑推理、编程、翻译等专业领域表现卓越，用户可通过通义App和网页版体验。升级后的通义App整合问答对话、图像理解与生成等多项功能，持续强化代码生成、数学解题等专业场景应用能力，致力于打造实用性强的个人AI助手。
本文汇总了AI领域最新动态：1)英伟达开源语音识别模型Parakeet-TDT-0.6B-V2，提升转写效率；2)Suno音乐平台v4.5版本支持8分钟歌曲生成；3)Runway推出图像一致性参考功能Gen-4 References；4)Midjourney V7新增"Omni-Reference"图像控制功能；5)Claude将引入MCP协议提升集成能力；6)iOS18.6或为中国用户启用AI功能；7)OpenAI宣布回归非营利模式；8)Freepik发布版权安全的F-Lite图像模型；9)OpenAI以30亿美
2024年AI技术全面爆发，AIBase平台推出全球首个MCP（模型上下文协议）服务，致力于连接AI智能体与现实世界。MCP协议如同AI世界的USB-C接口，让模型能够直接操作Excel、数据库、API等工具，实现从"生成建议"到"完成任务"的跨越。该平台汇聚12万+MCP服务接口，支持主流AI框架，大幅降低开发门槛，使企业能快速构建具备实际执行能力的智能应用。AIBase还提供实验场和开发者社区，推动AI从理论走向产业落地，成为智能时代的关键基础设施。
本文介绍了AI领域多项重要进展：1)MCP SDK支持流式HTTP协议，提升开发效率；2)Vidu Q1视频生成模型上线，提供专业级视觉体验；3)马斯克计划筹资250亿美元开发Colossus 2超级计算机；4)Sand AI开源MAGI-1视频生成模型；5)电商AI助手Add To Cart AI优化购物体验；6)Anthropic发布Claude Code编程指南；7)真我推出支持32种语言的AI翻译耳机；8)2025年AI视频企业TOP20榜单发布；9)清华GLM大模型免费开放；10)AI面试作弊工具引争议；11)抖音AI治理封禁260万违规账号；12)全球首款具备嗅觉的机器人问世。这些创新展示了AI技术在视频生成、编程辅助、电商、翻译等领域的快速发展与应用潜力。
据了解，千问3是国内首个混合推理模型”，快思考”与慢思考”集成进同一个模型，对简单需求可低算力秒回”答案，对复杂问题可多步骤深度思考”，大大节省算力消耗。
