|
本期诠释的营销案例：9月1日信息，阿里云旗下的通义千问推出了全新的“AIPPT创作”功能。
进入2024年，人工智能“赋能”各行各业已作为生成式AI的重点任务，各界针对生成式AI行业应用的落地进度、效果均保持高度关注。“AI+协同办公”做为表现AI生产力的重要方向，无疑是当前整体行业中落地应用最为丰富的细分行业。
据国家互联网信息办公室颁布的深度合成服务算法备案数据表示，当前国内生成式AI备案模型应用已超1400个，其中办公协同行业的应用数量占比最高，AI+协同办公赛道已初具规模，并形成AI文档、AI表格、AI幻灯片、AI会议等细分制品赛道。
PPT做为办公、教育学习过程中开展演示、报告、培训必不可少的传递介质，在AI的重塑下，其制作方式正在出现深刻变革。智能PPT做为一种具备信息查找、内容生成、模版定制编辑的新兴PPT制作工具，已形成一个独立的行业赛道，并在AI协同办公一级行业中，处在领先的市场发展期周期。在这般的背景下，阿里通义千问AI PPT功能应运而生。
01
智能体更智能
阿里通义千问推出AIPPT功能
9月1日信息，阿里云旗下的通义千问推出了全新的“AIPPT创作”功能，该功能旨在大幅简化PPT制作流程，提高用户效率。该功能深度整合了通义万相视觉大模型的强大能力，实现了文本到图像的自动生成以及照片素材库的精细搜索与匹配，保证每一幅配图都能紧密贴合PPT的主题与氛围。
用户仅需输入一句话简述或上传关联文档，平台便能智能分析并自动生成PPT大纲，从而展开内容创作，同期支持文生图功能及照片素材的智能匹配，保证内容的丰富性与视觉的吸引力。 
聚焦来看，2023年，业界忙于模型层面的竞赛，各类宣叫作“超越GPT-4”的表述层出不穷；随后，自2023年底至2024年上半年，竞争焦点转向了对长文本处理能力的比拼，从Kimi的20万汉字处理能力，到通义大模型能够处理高达1000万字的超长文档，均彰显了这一趋势。
那样，自2024年下半年迄今，新的竞争热点安在？答案是AI Agent（智能体）。百度文心一言、腾讯元宝、阿里通义千问以及Kimi+等智能体平台都是AI Agent（智能体）的新趋势。各方竞争下，旗下的智能体平台愈发丰富。不久前Kimi与AiPPT合作推出了新的生成式PPT能力。没太多久通义千问亦推出了自己的AIPPT功能。在这场水深火热的AI竞赛中，不管智能体的功效深度怎样，广度是必须达到的。
02
通义千问的AIPPT有何功能与优良
阿里云通义网页版AI PPT创作功能最大的亮点在于其一键生成的能力。用户只需输入一句话、一份文档乃至是一段音视频，平台就可在极短的时间内自动生成一份结构清晰、内容丰富的PPT。这种有效创作的方式极重地节省了用户的时间和精力，让PPT制作变得更加容易快捷。上传文档最长能够上传1000万字的文档，而长文本生成PPT已然能够支持10万字的长文本。
更让人惊艳的是，它能够将6G的视频、音频时长6个小时内容直接生产PPT，直接将其转化为PPT中的多媒介元素，还能够经过输入链接的方式，导入线上的音视频资源，实现信息的即时整合与呈现。
这种灵活多变的数据接入方式，不仅提高了PPT的制作效率，亦极重地丰富了PPT的内容形式，使其更加生动有趣。例如笔者从哔哩哔哩随机挑选一条视频，将视频网址复制到通义千问上生成，呈现的大纲以及PPT效果如下：   
同期依托通义万相视觉大模型的支持，阿里云通义网页版AI PPT创作功能实现了文生图和照片素材库搜索匹配的功能。这一功能保证了配图与PPT主题的高度契合性，使得全部PPT的视觉效果更加出色。同期，用户还能够按照需要对生成的照片进行编辑和调节，以满足个性化需要。
为了更好的呈现对比效果，笔者选取了kimi、讯飞智文跟通义千问进行对比，为了保准要素一致，三个平台都是输入相同的指令——假如我是一位制品经理，想要召开一个运动手环的制品发布会，需要制作一个PPT。“用途：运动手环新品发布会 内容包括： 开场白、新品预告、制品设计理念、制品展示、技术规格、用户体验改进、对比竞品、生态系统、定价与发售信息、结尾。”当然，笔者只是简单做个示范，输入的信息越详细，生成的效果肯定越好。 
Kimi生成 
讯飞智文生成 
通义千问生成
经过对比后发掘，笔者发掘三者各有千秋。首要在大纲生成方面，输入了简单的指令后kimi的大纲更加的规律清晰且切中主题，三者在文字生成数量上难分手足。
其次是模板选取上，讯飞智文可供选取的模板非常丰富，kimi和通义千问加起来的模板效果都无讯飞智文多。当然，从上图的呈现效果看，模板的最多的讯飞智文却是呈现效果最差的，由于模板化太严重，其实和生成的内容匹配度并不高，并且不可直接一次性生成有效匹配的照片。
从照片生成和审美效果来看，通义千问无疑是最符合“运动手环发布会”主题的。三者都是输入的一样的指令，并无其它的调节，通义千问生成的PPT简约大气，主题清晰，且图文匹配，而讯飞智文生成的PPT连运动手环的照片元素都无，基本上是文字的堆砌。
对比到这儿，咱们基本上能够判断通义智能AIPPT持有不逊色于市场上主流AI的能力，乃至更有超越。笔者还重视到了跟AIPPT一同推出的实时记录和云端存储功能。在开会时，实时记录会议要点始终是打工人的需要痛点。通义千问能实现高精度的语音识别，将实时语音快速转化为清晰可读的文字，还具备发言人区分功能，能够在多人对话场景中精细识别并区分区别发言人的内容，有效提高了信息整理的效率和准确性。
更令人叫作道的是，通义实时记录还融入了智能总结技术，能够自动提炼对话中的关键信息，生成精炼的概要，帮忙用户快速把握会议或讨论的核心要点。这一系列的创新功能，不仅极重地减轻了人工记录的工作包袱，还明显提高了信息处理的效率和质量，同期，平台还供给云端存储服务保证用户能够随时随地拜访和编辑自己的PPT文件。
03
大模型铺路
阿里AIPPT进一步秀肌肉
阿里云通义网页版AI PPT创作功能的核心在于通义万相视觉大模型。该模型具备强大的图像生成、理解和编辑能力。经过深度学习和大数据分析技术，通义万相能够理解用户输入的文本信息，并据此生成与之高度关联的图像内容。在PPT创作过程中，通义万相负责文生图和照片素材库搜索匹配的任务，保证配图与PPT主题紧密关联且质量上乘。
除了视觉大模型外，阿里云通义网页版AI PPT创作功能还融入了先进的自然语言处理技术。经过对用户输入的文本或上传的文档进行智能分析，平台能够自动提取关键信息、理解内容规律，并据此生成PPT的大纲和详细内容。这一过程中，AI系统还会按照用户的偏好和场景需要进行智能调节和优化，保证生成的PPT既符合规律又拥有吸引力。 
笔者进一步深挖，发掘通义PPT的强大功能背面，依托的是通义千问大模型的最新版本——Qwen 2.5。相较于其前身，Qwen 2.5在关键能力上实现了明显提高：理解能力跃升9%，规律推理能力加强16%，指令遵循的精确度加强了19%，而代码理解与生成能力亦进步了10%。这些进步使得Qwen 2.5在综合性能上超越了GPT-4 Turbo，展现出更为卓越的表现力。在处理大规模文档方面，通义PPT展现出了极高的包涵性和效率，它能够容易应对长达1000万字的文档，无论是PPT格式、PDF文档还是网页内容，都能实现无缝接入与处理。这一特性极重地拓宽了用户的运用场景，使得处理繁杂、庞大的信息变得容易快捷。 
当然，相较于kimi、科大讯飞智文等竞品平台，通义千问在“硬实力”上即其强大的语言处理能力、规律推理能力以及有效的内容生成效率上，确实能够基本做到不分手足，展现了业界领先的AI技术实力,但在“软实力”上还亟需强化。尽管通义千问的AIPPT美工风格比较简洁好看，但可供选取的风格还是不足丰富，模板种类较少，在当今这个追求个性化和差异化的时代，用户针对PPT的视觉效果有着越来越高的期待。因此呢，通义千问需要进一步加强在“软实力”上的投入，丰富其AIPPT功能的模板库和风格选项，以满足区别用户在区别场景下的需要。
更加多精彩案例：请点击下方“阅读原文”
登陆案例空间站官方网站
www.anlikongjianzhan.com
（照片源于网络，如有侵权请联系删除）
SELECTED
往 | 期 | 推 | 荐  
大模型摊牌了——不卷能力，只剩品牌包装来吸引噱头？ 
Luma Dream Machine 1.5：类Sora软件已在麦当劳商场宣传中被运用 
| 
发表于 2024-9-28 04:45:45